Simple Log Service:Funciones aproximadas

Función Approx_distinct

La función approx_distinct estima el conteo de valores distintos en x.

Syntax

• Estima el conteo de valores distintos en x. Error estándar predeterminado: 2.3%.

  approx_distinct(x)

• Estima el conteo de valores distintos en x con un error estándar personalizado.

  approx_distinct(x, e)

Parameters

Return value type

BIGINT

Examples

• Ejemplo 1: Calcular PV con count y estimar UV con approx_distinct en el campo client_ip. Error estándar: 2.3%.

  • Instrucción de consulta

    * | SELECT count(*) AS PV, approx_distinct(client_ip) AS UV

  • La consulta devuelve un PV de 941,787 y un UV de 723,040.

• Ejemplo 2: Calcular PV y estimar UV en el campo client_ip con un error estándar personalizado del 10%.

  • Instrucción de consulta

    * | SELECT count(*) AS PV, approx_distinct(client_ip,0.1) AS UV

  • La consulta devuelve un PV de 9,095 y un UV de 7,946.

Función Approx_percentile

La función approx_percentile devuelve el percentil aproximado de x para un percentage dado. Los resultados son aproximados y no garantizan estabilidad.

Syntax

• Devuelve el percentil percentage aproximado de x (ordenado de forma ascendente). Tipo de retorno: double.

  approx_percentile(x, percentage)

• Devuelve los valores aproximados de x en los percentiles percentage01 y percentage02 (ordenados de forma ascendente). Tipo de retorno: array(double,double).

  approx_percentile(x, array[percentage01, percentage02...])

• Devuelve el percentil percentage aproximado de x ponderado por x × weight. Tipo de retorno: double.

  approx_percentile(x, weight, percentage)

• Devuelve los valores aproximados de x en los percentiles percentage01 y percentage02, ponderados por x × weight. Tipo de retorno: array(double,double).

  approx_percentile(x, weight, array[percentage01, percentage02...])

• Devuelve el percentil percentage aproximado de x ponderado por x × weight, con precisión configurable. Tipo de retorno: double.

  approx_percentile(x, weight, percentage, accuracy)

Parameters

Return value type

DOUBLE o ARRAY(DOUBLE)

Examples

• Ejemplo 1: Obtener el percentil 50 aproximado (mediana) de request_time.

  • Instrucción de consulta

    * | SELECT approx_percentile(request_time, 0.5)

  • La consulta devuelve 45.0, que corresponde a la mediana aproximada (percentil 50) de request_time.

• Ejemplo 2: Obtener los percentiles 10, 20 y 70 aproximados de request_time.

  • Instrucción de consulta

    * | SELECT approx_percentile(request_time, array[0.1, 0.2, 0.7])

  • La consulta devuelve [17.0, 24.0, 59.0], que son los valores aproximados de request_time en los percentiles 10, 20 y 70, respectivamente.

• Ejemplo 3: Percentil 50 ponderado de request_time. Peso: 100 si request_time < 20; de lo contrario, 10.

  • Instrucción de consulta

    * |
    SELECT
      approx_percentile(
        request_time,
        CASE
          WHEN request_time < 20 THEN 100
          ELSE 10
        END,
        0.5
      )

  • La consulta devuelve 18.0.

• Ejemplo 4: Percentiles 80 y 90 ponderados de request_time. Peso: 100 si request_time < 20; de lo contrario, 10.

  • Instrucción de consulta

    * |
    SELECT
      approx_percentile(
        request_time,
        CASE
          WHEN request_time < 20 THEN 100
          ELSE 10
        END,
        array [0.8, 0.9]
      )

  • La consulta devuelve [48.0, 64.0].

• Ejemplo 5: Percentil 50 ponderado de request_time, con precisión de 0.2. Peso: 100 si request_time < 20; de lo contrario, 10.

  • Instrucción de consulta

    * |
    SELECT
      approx_percentile(
        request_time,
        CASE
          WHEN request_time < 20 THEN 100
          ELSE 10
        END,
        0.5,
        0.2
      )

Función Numeric_histogram

La función numeric_histogram calcula un histograma aproximado de x con un número determinado de buckets. Devuelve un objeto JSON.

Syntax

• Calcula un histograma aproximado para x con el número de buckets especificado.

  numeric_histogram(bucket, x)

• Calcula un histograma aproximado ponderado para x con el número de buckets especificado.

  numeric_histogram(bucket, x, weight)

Parameters

Return value type

JSON

Examples

• Ejemplo 1: Calcular un histograma aproximado de las duraciones de solicitud para peticiones POST.

  • Instrucción de consulta

    request_method:POST | SELECT numeric_histogram(10, request_time)

  • Devuelve un objeto JSON que asigna los límites superiores de los buckets a sus conteos; por ejemplo, "45.03638445951907":11351.0, "31.617058096415327":16180.0 y "51.0979254315973":13786.0.

• Ejemplo 2: Calcular un histograma aproximado ponderado de las duraciones de solicitud para peticiones POST.

  • Instrucción de consulta

    request_method:POST | SELECT numeric_histogram(10, request_time, CASE WHEN request_time<20 THEN 100 ELSE 10 END)

  • Devuelve una columna JSON _col0 con 10 pares clave-valor que asignan rangos a frecuencias; por ejemplo, "60.63632633267428":268070.0, "76.41340599455032":275250.0 y "15.028066666666671":1500000.0.

Función Numeric_histogram_u

La función numeric_histogram_u calcula un histograma aproximado de x con un número determinado de buckets. Devuelve una tabla de múltiples filas y columnas.

Syntax

numeric_histogram_u(bucket, x)

Parameters

Return value type

Una tabla con las columnas bucket_avg y count.

Examples

Calcular un histograma aproximado de las duraciones de solicitudes POST.

• Instrucción de consulta

  request_method:POST | SELECT numeric_histogram_u(10, request_time)

• Devuelve 10 filas con las columnas bucket_avg y count. Por ejemplo: bucket_avg 14.20, count 18806.0; bucket_avg 70.78, count 13442.0.

Función Approx_most_frequent

Estima los k valores más frecuentes en la columna x y sus conteos aproximados.

Sintaxis

approx_most_frequent(k, x)

Parámetros

Valor de retorno

map(VARCHAR, BIGINT)

Ejemplo

Obtener los tres valores más frecuentes del campo content.

• Datos de muestra

  content: 
  'A'
  'B'
  'A'
  'C'
  'A'
  'B'
  'C'
  'D'
  'E'

• Instrucción de consulta

  SELECT approx_most_frequent(3, content)

• Salida

  La consulta devuelve {"A":3, "B":2, "C":2}.