uniqCombined

近似计算不同参数值的数量。

uniqCombined(HLL_precision)(x[, ...])

uniqCombined 函数是在计算不同值数量时的一个较好选择。

参数

• HLL_precision： HyperLogLog 中单元格数量的以 2 为底的对数。可选参数，也可以以 uniqCombined(x[, ...]) 的形式使用该函数。HLL_precision 的默认值为 17，这在实际中大约占用 96 KiB 空间（2^17 个单元格，每个 6 位）。
• X：可变数量的参数。参数可以是 Tuple、Array、Date、DateTime、String 或数值类型。

返回值

• 一个 UInt64 类型的数字。

实现细节

uniqCombined 函数：

• 对聚合中的所有参数计算哈希（String 使用 64 位哈希，其它类型使用 32 位哈希），然后在计算中使用该哈希值。
• 组合使用三种算法：数组、哈希表，以及带误差修正表的 HyperLogLog。
  • 对于较少数量的不同元素，使用数组。
  • 当集合规模更大时，使用哈希表。
  • 对于更多元素时，使用 HyperLogLog，它将占用固定大小的内存。
• 以确定性的方式提供结果（结果不依赖于查询处理顺序）。

注意

由于对非 String 类型使用 32 位哈希，当基数（cardinality）明显大于 UINT_MAX 时，结果误差会非常大（在数百亿级别以上不同值时误差会迅速增大），因此在这种情况下你应当使用 uniqCombined64。

与 uniq 函数相比，uniqCombined 函数：

• 内存消耗减少数倍。
• 计算精度提高数倍。
• 通常性能略低。在某些场景中，uniqCombined 的表现可能优于 uniq，例如在通过网络传输大量聚合状态的分布式查询中。

示例

查询：

SELECT uniqCombined(number) FROM numbers(1e6);

结果：

┌─uniqCombined(number)─┐
│              1001148 │ -- 1.00 million
└──────────────────────┘

请参阅 uniqCombined64 的示例部分，以了解在输入规模大得多时 uniqCombined 和 uniqCombined64 之间的差异。

另请参阅

• uniq
• uniqCombined64
• uniqHLL12
• uniqExact
• uniqTheta