跳到主要内容
跳到主要内容

uniqCombined

计算不同参数值的近似数量。

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

uniqCombined 函数是计算不同值数量的好选择。

参数

  • HLL_precisionHyperLogLog 中单元格数量的以2为底的对数。可选,您可以将此函数用作 uniqCombined(x[, ...])HLL_precision 的默认值为 17,这实际上占用 96 KiB 的空间(2^17 个单元格,每个 6 位)。
  • X:可变数量的参数。参数可以是 TupleArrayDateDateTimeString 或数字类型。

返回值

  • 一个 UInt64 类型的数字。

实现细节

uniqCombined 函数:

  • 为聚合中的所有参数计算一个哈希(对于 String 类型是 64 位哈希,其他类型则为 32 位),然后在计算中使用它。
  • 使用三种算法的组合:数组、哈希表和带有错误修正表的 HyperLogLog。
    • 对于少量不同元素,使用数组。
    • 当集合大小较大时,使用哈希表。
    • 对于数量更多的元素,使用 HyperLogLog,它将占用固定的内存量。
  • 提供确定性的结果(它不依赖于查询处理顺序)。
备注

由于对非 String 类型使用 32 位哈希,因此对于显著大于 UINT_MAX 的基数,结果的误差将非常高(误差会在数十亿个不同值后迅速增加),因此在这种情况下,您应该使用 uniqCombined64

uniq 函数相比,uniqCombined 函数:

  • 消耗的内存少几倍。
  • 计算精度高几倍。
  • 通常性能略低。在某些情况下,uniqCombined 可以比 uniq 更好,例如在分布式查询中,网络上传输大量聚合状态的情况。

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 uniqCombineduniqCombined64 对于更大输入的区别。

另见