Перейти к содержимому
Последнее обновление

APPROX_COUNT_DISTINCT

Описание​

Возвращает количество различных элементов, отличных от NULL. Эта функция реализована на основе алгоритма HyperLogLog, который использует фиксированный объём памяти для оценки кардинальности столбца. Алгоритм основан на предположении о нулевом распределении в хвостах, а его точность зависит от распределения данных. При фиксированном размере корзин, используемом в Doris, относительная стандартная ошибка алгоритма составляет 0.8125%. Более подробный анализ приведён в соответствующей статье

Синтаксис​

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

Параметры​

ПараметрыОписание
<expr>Выражение для получения значения. Поддерживаемые типы: String, Date, DateTime,Timestamptz, IPv4, IPv6, TinyInt, Bool, SmallInt, Integer, BigInt, LargeInt, Float, Double, Decimal.

Возвращаемое значение​

Возвращает значение типа BIGINT.

Пример​

-- 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;

Тип String: вычисление приблизительного количества различных значений k_string. Значения NULL не учитываются.

+---------------------------------+
| approx_count_distinct(k_string) |
+---------------------------------+
|                               4 |
+---------------------------------+
select approx_count_distinct(k_tinyint) from t1;

Тип TinyInt: вычисление приблизительного количества различных значений k_tinyint.

+----------------------------------+
| approx_count_distinct(k_tinyint) |
+----------------------------------+
|                                5 |
+----------------------------------+
select approx_count_distinct(k1) from t1;

Тип Integer: вычисление приблизительного количества различных значений k1.

+---------------------------+
| approx_count_distinct(k1) |
+---------------------------+
|                         3 |
+---------------------------+
select k1, approx_count_distinct(k_string) from t1 group by k1;

Группировка по k1 и вычисление приблизительного количества различных значений k_string в каждой группе. Если все записи в группе равны NULL, возвращается 0.

+------+---------------------------------+
| k1   | approx_count_distinct(k_string) |
+------+---------------------------------+
|    1 |                               2 |
|    2 |                               2 |
|    3 |                               0 |
+------+---------------------------------+
select ndv(k_string) from t1;

Использование псевдонима NDV даёт тот же результат, что и APPROX_COUNT_DISTINCT.

+---------------+
| ndv(k_string) |
+---------------+
|             4 |
+---------------+
select approx_count_distinct(k_string) from t1 where k1 = 999;

Если результат запроса пуст, возвращается 0.

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