HyperLogLog++函數為近似彙總函式，當資料量非常大時，能夠使用較小的記憶體空間快速完成資料去重，加速查詢。本文介紹HyperLogLog++相關函數。
背景資訊
HyperLogLog（簡稱HLL）是一種高效的近似去重演算法，適用於對精度要求不高的情境（如PV/UV統計），可作為 COUNT(DISTINCT) 的輕量級替代方案。與Bitmap等精確去重方法不同，HLL內部採用固定大小的資料結構（sketch），其記憶體佔用不隨資料量增長而擴大。每次新資料流入時，僅需計算一次Hash。在巨量資料量的情境下，HLL的去重誤差通常控制在1%以內，甚至更低，兼顧了效率與可用性。
為滿足基礎近似去重需求，MaxCompute提供了彙總函式APPROX_DISTINCT。隨著業務情境不斷豐富，越來越多使用者希望不僅能輸出最終去重結果，還能儲存或複用中間的sketch資料結構。為此，MaxCompute進一步支援完整的HyperLogLog++函數集，並對底層演算法進行了最佳化。在降低記憶體佔用的同時，進一步提升了估算精度，更好地支撐複雜分析情境。
以下列舉兩個HLL的典型適用情境：
需按時間維度反覆查詢的情境：通過持久化每日產生的 HLL sketch，後續計算僅需處理當天新增資料，並與歷史 sketch 合并，無需重複掃描全量歷史資料，顯著提升查詢效率。
對多個同類型列進行聯合去重的情境：可分別為各列構建並保留對應的 sketch，後續直接在 sketch 層面執行合并（merge）操作，實現去重結果的高效複用，大幅降低計算開銷。
函數列表
MaxCompute SQL支援的HyperLogLog++函數如下。
函數 | 功能 |
將相同類型的值彙總成一個新的HLL++ sketch。 | |
合并儲存類型相同的多個 HLL++ sketch成一個新的sketch。 | |
從一個HLL++ sketch計算得到基數估計值。 | |
合并儲存類型相同的多個 HLL++ sketch成一個新的sketch，並返回合并後sketch的基數估算值。 |
注意事項
HLL_COUNT_EXTRACT/HLL_COUNT_MERGE/HLL_COUNT_MERGE_PARTIAL函數使用的BINARY資料需要來源於HLL_COUNT_INIT函數， 不能來源於其他系統或者其他方式。