APPROX_COUNT_DISTINCT

설명

NULL이 아닌 고유 요소의 수를 반환합니다. 이 함수는 고정된 크기의 메모리를 사용하여 컬럼의 고유 값 수를 추정하는 HyperLogLog 알고리즘을 기반으로 구현되었습니다. 이 알고리즘은 꼬리 부분의 null 분포를 가정하며, 정확도는 데이터 분포에 따라 달라집니다. Doris에서 사용하는 고정된 버킷 크기를 기준으로 이 알고리즘의 상대 표준 오차는 0.8125%입니다. 더 자세하고 구체적인 분석은 관련 논문을 참조하세요.

구문

APPROX_COUNT_DISTINCT(<expr>)
NDV(<expr>)

매개변수

매개변수	설명
<expr>	값을 가져올 표현식입니다. 지원되는 타입은 String, Date, DateTime, TimestampNs, Timestamptz, IPv4, IPv6, UUID, TinyInt, Bool, SmallInt, Integer, BigInt, LargeInt, Float, Double, Decimal입니다.

반환 값

BIGINT 타입의 값을 반환합니다.

예제

-- setup
create table t1(
        k1 int,
        k_string varchar(100),
        k_tinyint tinyint
) distributed by hash (k1) buckets 1
properties ("replication_num"="1");
insert into t1 values 
    (1, 'apple', 10),
    (1, 'banana', 20),
    (1, 'apple', 10),
    (2, 'orange', 30),
    (2, 'orange', 40),
    (2, 'grape', 50),
    (3, null, null);

select approx_count_distinct(k_string) from t1;

String 타입: 모든 k_string 값의 고유 값 수를 근사적으로 계산합니다. NULL 값은 계산에 포함되지 않습니다.

+---------------------------------+
| approx_count_distinct(k_string) |
+---------------------------------+
|                               4 |
+---------------------------------+

select approx_count_distinct(k_tinyint) from t1;

TinyInt 타입: 모든 k_tinyint 값의 고유 값 수를 근사적으로 계산합니다.

+----------------------------------+
| approx_count_distinct(k_tinyint) |
+----------------------------------+
|                                5 |
+----------------------------------+

select approx_count_distinct(k1) from t1;

Integer 타입: 모든 k1 값의 고유 값 수를 근사적으로 계산합니다.

+---------------------------+
| approx_count_distinct(k1) |
+---------------------------+
|                         3 |
+---------------------------+

select k1, approx_count_distinct(k_string) from t1 group by k1;

k1을 기준으로 그룹화하고 각 그룹에서 k_string의 고유 값 수를 근사적으로 계산합니다. 그룹 내 모든 레코드가 NULL이면 0을 반환합니다.

+------+---------------------------------+
| k1   | approx_count_distinct(k_string) |
+------+---------------------------------+
|    1 |                               2 |
|    2 |                               2 |
|    3 |                               0 |
+------+---------------------------------+

select ndv(k_string) from t1;

별칭 NDV를 사용하면 APPROX_COUNT_DISTINCT와 동일한 결과를 얻습니다.

+---------------+
| ndv(k_string) |
+---------------+
|             4 |
+---------------+

select approx_count_distinct(k_string) from t1 where k1 = 999;

쿼리 결과가 비어 있으면 0을 반환합니다.

+---------------------------------+
| approx_count_distinct(k_string) |
+---------------------------------+
|                               0 |
+---------------------------------+