APPROX_COUNT_DISTINCT (Lakehouse v1)

HyperLogLog アルゴリズムを使用して、データセット内の一意な値の数を推定します。

HyperLogLog アルゴリズムは、少ないメモリと時間で一意な要素数の近似値を提供します。推定値で問題ない大規模なデータセットを扱う場合に、この関数の利用を検討してください。精度と引き換えに、一意な値の数を高速かつ効率的に返す方法です。

正確な結果を得るには、COUNT_DISTINCTを使用してください。詳しくは例をご覧ください。

Analyzeの構文

func.approx_count_distinct(<expr>)

Analyzeの例

func.approx_count_distinct(table.user_id).alias('approx_distinct_user_count')

| approx_distinct_user_count |
|----------------------------|
|             4              |

SQLの構文

APPROX_COUNT_DISTINCT(<expr>)

戻り値の型

整数。

SQLの例

テーブルの作成とサンプルデータの挿入

CREATE TABLE user_events (
  id INT,
  user_id INT,
  event_name VARCHAR
);

INSERT INTO user_events (id, user_id, event_name)
VALUES (1, 1, 'Login'),
       (2, 2, 'Login'),
       (3, 3, 'Login'),
       (4, 1, 'Logout'),
       (5, 2, 'Logout'),
       (6, 4, 'Login'),
       (7, 1, 'Login');

クエリのデモ: 一意なユーザー ID の数を推定する

SELECT APPROX_COUNT_DISTINCT(user_id) AS approx_distinct_user_count
FROM user_events;

結果

| approx_distinct_user_count |
|----------------------------|
|             4              |