使用hll外掛程式預估PV和UV等業務指標-雲原生資料庫 PolarDB-阿里雲

hll外掛程式支援的資料類型HyperLogLog（hll）可以協助您快速預估PV、UV等業務指標。

背景資訊

hll外掛程式支援一種可變長、類似集合的資料類型HyperLogLog（hll），常用於在指定精度下返回近似的distinct值，例如，1280位元組的hll資料類型可以高精度地估計出近百億的distinct值。hll適合互連網廣告分析或其他有類似預估分析計算需求的行業，可以快速預估PV、UV等業務指標。

建立hll外掛程式

CREATE EXTENSION hll;

基礎操作

建立一個含有hll欄位的表，命令如下：

CREATE TABLE agg (id INT PRIMARY KEY, userids hll);

將int資料類型轉換為hll_hashval類型，命令如下：
```
SELECT 1::hll_hashval;
```

基本操作符

hll類型支援如下操作符：

樣本如下：

SELECT hll_add_agg(1::hll_hashval) = hll_add_agg(2::hll_hashval);
SELECT hll_add_agg(1::hll_hashval) || hll_add_agg(2::hll_hashval);
SELECT #hll_add_agg(1::hll_hashval);

hll_hashval類型支援如下操作符：

樣本如下：

SELECT 1::hll_hashval = 2::hll_hashval;
SELECT 1::hll_hashval <> 2::hll_hashval;

基本函數

支援hll_hash_boolean、hll_hash_smallint和hll_hash_bigint等hash函數，樣本如下：
```
SELECT hll_hash_boolean(true);
SELECT hll_hash_integer(1);
```
支援hll_add_agg函數，可以將int轉換為hll格式，樣本如下：
```
SELECT hll_add_agg(1::hll_hashval);
```

支援hll_union函數，可以將hll並集，樣本如下：

SELECT hll_union(hll_add_agg(1::hll_hashval), hll_add_agg(2::hll_hashval));

支援hll_set_defaults函數，可以設定精度，樣本如下：
```
SELECT hll_set_defaults(15,5,-1,1);
```
支援hll_print函數，用於列印debug資訊，樣本如下：
```
SELECT hll_print(hll_add_agg(1::hll_hashval));
```

刪除hll外掛程式

DROP EXTENSION hll;

樣本

CREATE TABLE access_date (acc_date DATE UNIQUE, userids hll);
INSERT INTO access_date
     SELECT current_date, hll_add_agg(hll_hash_integer(user_id))
     FROM generate_series(1,10000) t(user_id);
INSERT INTO access_date
     SELECT current_date-1, hll_add_agg(hll_hash_integer(user_id))
     FROM generate_series(5000,20000) t(user_id);
INSERT INTO access_date
     SELECT current_date-2, hll_add_agg(hll_hash_integer(user_id))
     FROM generate_series(9000,40000) t(user_id);

SELECT #userids FROM access_date WHERE acc_date=current_date;
     ?column?
------------------
 9725.852733707077
(1 row)

SELECT #userids FROM access_date WHERE acc_date=current_date-1;
     ?column?
------------------
 14968.65968832792
(1 row)

SELECT #userids FROM access_date WHERE acc_date=current_date-2;
     ?column?
------------------
 29361.520914991113
(1 row)