uniqCombined

计算不同参数值的近似数量。

​

uniqCombined

引入版本：v1.1.0

计算不同参数值的近似数量。 该函数会以确定性的方式返回结果 (即不依赖于查询处理顺序) 。

由于它对非 String 类型使用 32 位哈希，因此当基数明显大于 UINT_MAX 时，结果会出现非常大的误差 (在不同值达到几百亿后，误差会迅速增大) 。 如果基数大于 UINT_MAX，则应改用 uniqCombined64。

与 uniq 函数相比，uniqCombined 函数：

• 内存消耗低数倍
• 计算精度高数倍
• 通常性能会略低一些。但在某些场景下，uniqCombined 的表现可能优于 uniq，例如在分布式查询中需要通过网络传输大量聚合状态时

实现细节

此函数会先对聚合中的所有参数计算哈希值 (String 使用 64 位哈希，其他类型使用 32 位哈希) ，然后在计算中使用该哈希值。 它结合了三种算法：数组、哈希表，以及带误差修正表的 HyperLogLog：

• 当不同元素较少时，使用数组
• 当集合大小进一步增大时，使用哈希表
• 当元素更多时，使用 HyperLogLog，此时会占用固定大小的内存

语法

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

参数

• HLL_precision — 可选。HyperLogLog 中单元数量以 2 为底的对数。默认值为 17，实际占用空间约为 96 KiB (2^17 个单元，每个单元 6 位) 。范围：[12, 20]。UInt8

实参

• x — 数量可变的参数。Tuple(T) 或 Array(T) 或 Date 或 DateTime 或 String 或 (U)Int* 或 Float* 或 Decimal

返回值

返回一个 UInt64 类型的值，表示不同参数值的近似数量。UInt64

示例

基本用法

Query

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

Response

┌─uniqCombined(number)─┐
│              1001148 │
└──────────────────────┘

使用自定义精度

Query

SELECT uniqCombined(15)(number) FROM numbers(1e5);

Response

┌─uniqCombined(15)(number)─┐
│                   100768 │
└──────────────────────────┘

另见

• uniq
• uniqCombined64
• uniqHLL12
• uniqExact
• uniqTheta