uniqCombined

计算参数不同取值的近似数量。

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

函数 uniqCombined 是计算不同值数量的一个不错选择。

参数

• HLL_precision： HyperLogLog 中单元数量的以 2 为底的对数。可选，你可以以 uniqCombined(x[, ...]) 的形式使用该函数。HLL_precision 的默认值为 17，在实际中占用约 96 KiB 空间（2^17 个单元，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 类型的数值。

实现细节

uniqCombined 函数：

• 为聚合中的所有参数计算哈希（String 使用 64 位哈希，其他类型使用 32 位哈希），并在计算中使用该哈希值。
• 使用三种算法的组合：数组、哈希表以及带误差修正表的 HyperLogLog。
  • 对于不同元素数量较少的情况，使用数组。
  • 当集合规模更大时，使用哈希表。
  • 对于元素数量更多的情况，使用 HyperLogLog，其将占用固定大小的内存。
• 以确定性的方式给出结果（不依赖查询处理顺序）。

:::note
由于对非 String 类型使用 32 位哈希，当基数显著大于 UINT_MAX 时，结果误差会非常大（在数百亿个不同值之后误差会快速增大），因此在这种情况下你应使用 uniqCombined64。 :::

与 uniq 函数相比，uniqCombined 函数：

• 内存消耗可降低数倍。
• 计算精度可提高数倍。
• 通常性能略低。在某些场景下，uniqCombined 的性能可以优于 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 │ -- 100 万
└──────────────────────┘

请参阅 uniqCombined64 的示例部分，以了解在更大规模输入数据时 uniqCombined 与 uniqCombined64 之间差异的示例。

另请参阅

• uniq
• uniqCombined64
• uniqHLL12
• uniqExact
• uniqTheta