Funções HyperLogLog para contagem distinta aproximada - Simple Log Service: Central de Documentação do Alibaba Cloud

As funções HyperLogLog são funções de agregação aproximada, semelhantes à approx_distinct. Elas retornam rapidamente resultados estimados na análise de grandes conjuntos de dados.

Estão disponíveis as seguintes funções HyperLogLog.

Importante

Para usar strings em instruções analíticas, coloque-as entre aspas simples (''). Strings sem aspas ou entre aspas duplas ("") indicam nomes de campos ou colunas. Por exemplo:

'status'

indica a string status, enquanto

status

"status"

indica o campo de log status.

Função	Sintaxe	Descrição	Suporte SQL	Suporte SPL
Função approx_set	approx_set(x)	Estima o número de valores distintos em x. O erro padrão máximo é 0,01625.	√	×
Função cardinality	cardinality(x)	Converte um valor HyperLogLog em um valor bigint.	√	×
Função empty_approx_set	empty_approx_set()	Retorna um conjunto HyperLogLog vazio. O erro padrão máximo é 0,01625.	√	×
Função merge	merge(x)	Combina vários conjuntos HyperLogLog em um único conjunto.	√	×

Função approx_set

A função approx_set estima o número de valores distintos em x. O erro padrão máximo é 0,01625.

Syntax

approx_set(x)

Parameters

Parâmetro	Descrição
x	Uma expressão de qualquer tipo de dado.

Return value type

HyperLogLog

Examples

Estime os visitantes únicos (UVs) por minuto de um site. O resultado vem no formato HyperLogLog.

Instrução de consulta e análise

* |
SELECT
  date_trunc('minute', __time__) AS Time,
  approx_set(client_ip) AS UV
FROM  website_log
GROUP BY
  Time
ORDER BY
  Time

Resultados da consulta e análise: Retorna Time (timestamp truncado ao minuto) e UV (conjunto aproximado codificado da função approx_set). Total: 16 registros.

Função cardinality

A função cardinality converte um valor HyperLogLog em um valor bigint.

Syntax

cardinality(x)

Parameters

Parâmetro	Descrição
x	Uma expressão HyperLogLog.

Return value type

bigint

Examples

Use approx_set para estimar os UVs por minuto (retorna um valor HyperLogLog) e, em seguida, use cardinality para converter esse valor em bigint.

Instrução de consulta e análise

* |
SELECT
  Time,
  cardinality(UV) AS UV
FROM  (
    SELECT
      date_trunc('minute', __time__) AS Time,
      approx_set(client_ip) AS UV
    FROM      website_log
    GROUP BY
      Time
    ORDER BY
      Time
  ) AS UV

Os resultados mostram as contagens de UV por minuto nas colunas Time e UV. Por exemplo, 78 UVs às 2021-09-09 15:12:00 e 561 às 15:13:00.

Função empty_approx_set

A função empty_approx_set retorna um conjunto HyperLogLog vazio. O erro padrão máximo é 0,01625.

Syntax

empty_approx_set()

Return value type

HyperLogLog

Examples

Retorna um conjunto HyperLogLog vazio.

Instrução de consulta e análise
```
* | SELECT  empty_approx_set()
```
Retorna uma única coluna _col0 com o valor AgwAAA==, que representa um conjunto aproximado vazio codificado em Base64.

Função merge

A função merge agrega vários conjuntos HyperLogLog em um único conjunto.

Syntax

merge(x)

Parameters

Parâmetro	Descrição
x	Uma expressão HyperLogLog.

Return value type

HyperLogLog

Examples

Use approx_set para estimar os UVs por minuto, merge para agregar os conjuntos de UV e cardinality para converter o valor final em bigint.

Instrução de consulta e análise

* |
SELECT
  Time,
  cardinality(UV) AS UV,
  cardinality(merge(UV) over()) AS Total_UV
FROM  (
    SELECT
      date_trunc('minute', __time__) AS Time,
      approx_set(client_ip) AS UV
    FROM      log
    GROUP BY
      Time
    ORDER BY
      Time
  )

Resultados da consulta e análise: As contagens de UV por minuto variam (561, 658, 625), enquanto Total_UV exibe o total acumulado (8564) em todas as linhas.