uniqHLL12

Introducido en: v1.1.0

Calcula el número aproximado de valores distintos del argumento mediante el algoritmo HyperLogLog.

Detalles de implementación

Esta función calcula un hash para todos los parámetros de la función de agregado y luego lo usa en los cálculos. Utiliza el algoritmo HyperLogLog para aproximar el número de valores distintos del argumento.

Se utilizan 2^12 celdas de 5 bits. El tamaño del estado es ligeramente superior a 2,5 KB. El resultado no es muy preciso (hasta ~10% de error) para conjuntos de datos pequeños (<10K elementos). Sin embargo, el resultado es bastante preciso para conjuntos de datos con alta cardinalidad (10K-100M), con un error máximo de ~1,6%. A partir de 100M, el error de estimación aumenta y la función devolverá resultados muy imprecisos para conjuntos de datos con cardinalidad extremadamente alta (1B+ elementos).

Proporciona un resultado determinista (no depende del orden de procesamiento de la consulta).

Sintaxis

uniqHLL12(x[, ...])

Argumentos

x — La función acepta un número variable de parámetros. Tuple(T) o Array(T) o Date o DateTime o String o (U)Int* o Float* o Decimal

Valor devuelto

Devuelve un número de tipo UInt64 que representa el número aproximado de valores distintos de los argumentos. UInt64

Ejemplos

Uso básico

CREATE TABLE example_hll
(
    id UInt32,
    category String
)
ENGINE = Memory;

INSERT INTO example_hll VALUES
(1, 'A'), (2, 'B'), (3, 'A'), (4, 'C'), (5, 'B'), (6, 'A');

SELECT uniqHLL12(category) AS hll_unique_categories
FROM example_hll;

┌─hll_unique_categories─┐
│                     3 │
└───────────────────────┘

Ver también