估算函数

approx_distinct函数

approx_distinct函数用于估算x中不重复值的个数。

语法

• 估算x中不重复值的个数，默认存在2.3%的标准误差。

  approx_distinct(x)

• 估算x中不重复值的个数，支持自定义标准误差。

  approx_distinct(x, e)

参数说明

返回值类型

bigint类型。

示例

• 示例1：使用count函数计算PV，使用approx_distinct函数估算不重复的client_ip字段值作为UV，标准误差为2.3%。
  • 查询和分析语句

    * |SELECT count(*) AS PV, approx_distinct(client_ip) AS UV

  • 查询和分析结果
• 示例2：使用count函数计算PV，使用approx_distinct函数估算不重复的client_ip字段值作为UV，自定义标准误差为10%。
  • 查询和分析语句

    * |SELECT count(*) AS PV, approx_distinct(client_ip,0.1) AS UV

  • 查询和分析结果

approx_percentile函数

approx_percentile函数用于对x进行正序排列，返回大约处于percentage位置的数值。

语法

• 对x进行正序排列，返回处于percentage位置的x，返回结果为double类型。

  approx_percentile(x, percentage)

• 对x进行正序排列，返回处于percentage01、percentage02位置的x，返回结果为array(double,double)类型。

  approx_percentile(x, array[percentage01, percentage02...])

• 对x和权重的乘积进行正序排列，返回大约处于percentage位置的x，返回结果为double类型。

  approx_percentile(x, weight, percentage)

• 对x和权重的乘积进行正序排列，返回处于percentage01、percentage02位置的x，返回结果为array(double,double)类型。

  approx_percentile(x, weight, array[percentage01, percentage02...])

• 对x和权重的乘积进行正序排列，返回大约处于percentage位置的x，返回结果为double类型。支持设置返回结果的准确度。

  approx_percentile(x, weight, percentage, accuracy)

参数说明

返回值类型

double类型或array(double,double)类型。

示例

• 示例1：对request_time列进行排列后，返回大约处于50%位置的request_time字段的值。
  • 查询和分析语句

    *| SELECT approx_percentile(request_time,0.5)

  • 查询和分析结果
• 示例2：对request_time列进行排列后，返回处于10%、20%及70%位置的request_time字段的值。
  • 查询和分析语句

    *| SELECT approx_percentile(request_time,array[0.1,0.2,0.7])

  • 查询和分析结果
• 示例3：根据request_time与权重的乘积对request_time列进行排列后，返回大约处于50%位置的request_time字段的值。其中，request_time<20时权重为100，否则权重为10。
  • 查询和分析语句

    * |
    SELECT
      approx_percentile(
        request_time,case
          when request_time < 20 then 100
          else 10
        end,
        0.5
      )

  • 查询和分析结果
• 示例4：根据request_time与权重的乘积对request_time列进行排列后，返回大约处于80%和90%位置的request_time字段的值。其中，request_time<20时权重为100，否则权重为10。
  • 查询和分析语句

    * |
    SELECT
      approx_percentile(
        request_time,case
          when request_time < 20 then 100
          else 10
        end,
        array [0.8,0.9]
      )

  • 查询和分析结果
• 示例5：根据request_time与权重的乘积对request_time列进行排列后，返回大约处于50%位置的request_time字段的值，准确度为0.2。其中，request_time<20时权重为100，否则权重为10。
  • 查询和分析语句

    * |
    SELECT
      approx_percentile(
        request_time,case
          when request_time < 20 then 100
          else 10
        end,
        0.5,
        0.2
      )

  • 查询和分析结果

numeric_histogram函数

numeric_histogram函数按照bucket数量（直方图列数），统计x的近似直方图。返回结果为JSON类型。

语法

• 按照bucket数量（直方图列数），统计x的近似直方图。

  numeric_histogram(bucket, x)

• 按照bucket数量（直方图列数），统计x的近似直方图。支持为x设置权重。

  numeric_histogram(bucket, x, weight)

参数说明

返回值类型

JSON类型。

示例

• 示例1：统计POST方法对应的请求时长的近似直方图。
  • 查询和分析语句

    request_method:POST | SELECT numeric_histogram(10,request_time)

  • 查询和分析结果
• 示例2：根据request_time与权重的乘积对请求时长进行分组，从而统计POST方法对应的请求时长的近似直方图。
  • 查询和分析语句

    request_method:POST| SELECT numeric_histogram(10, request_time,case when request_time<20 then 100 else 10 end)

  • 查询和分析结果

numeric_histogram_u函数

numeric_histogram_u函数按照bucket数量（直方图列数），统计x的近似直方图。返回结果为多行多列格式。

语法

numeric_histogram_u(bucket, x)

参数说明

返回值类型

double类型。

示例

统计POST方法对应的请求时长的近似直方图。

• 查询和分析语句

  request_method:POST | select numeric_histogram_u(10,request_time)

• 查询和分析结果