DATASKETCHES_HLL

DATASKETCHES_HLL() 함수는 입력의 고유 카디널리티(distinct cardinality) 근사값을 반환해요(즉, DATASKETCHES_HLL(col1)은 COUNT(DISTINCT col1)의 근사값을 반환해요).

이 함수는 Apache DataSketches가 사용하는 형식의 바이너리 스케치(sketch)를 읽을 수 있는 HLL(HyperLogLog) 함수 버전이에요. 자세한 내용은 Apache DataSketches 문서를 참고하세요.

출처: Snowflake SQL Reference

본문

문법

집계 함수(Aggregate function)

DATASKETCHES_HLL( [ DISTINCT ] <expr1> [ , <max_log_k> ] )

윈도우 함수(Window function)

DATASKETCHES_HLL( [ DISTINCT ] <expr1> [ , <max_log_k> ] )
  OVER ( [ PARTITION BY <expr2> ] )

필수 인자

expr1 — 고유 카디널리티를 추정할 표현식이에요.

선택 인자

max_log_k — 스케치 크기 매개변수예요.

반환

이 함수는 DOUBLE 타입 값을 반환해요.

입력이 비어 있으면 출력은 0.0이에요.

사용 메모

DISTINCT는 문법적으로 지원되지만 효과는 없어요.
이 함수는 다음 데이터 타입의 값인 인자를 지원해요. 다른 데이터 타입의 값은 지원되지 않아요. 예를 들어 VARIANT와 ARRAY 값은 지원되지 않아요.
NULL 값과 집계 함수에 대한 자세한 내용은 집계 함수와 NULL 값을 참고하세요.
이 함수를 윈도우 함수로 호출할 때는 다음을 지원하지 않아요.

예제

테이블을 만들고 값을 삽입해요.

CREATE OR REPLACE TABLE datasketches_demo(v INT, g INT);

INSERT INTO datasketches_demo SELECT 1, 1;
INSERT INTO datasketches_demo SELECT 2, 1;
INSERT INTO datasketches_demo SELECT 2, 1;
INSERT INTO datasketches_demo SELECT 2, 1;
INSERT INTO datasketches_demo SELECT 1, 2;
INSERT INTO datasketches_demo SELECT 1, 2;
INSERT INTO datasketches_demo SELECT 4, 2;
INSERT INTO datasketches_demo SELECT 4, 2;
INSERT INTO datasketches_demo SELECT 5, 2;

다음 예제들은 테이블의 데이터를 사용해요.

컬럼의 그룹화된 데이터 고유 카디널리티 추정

DATASKETCHES_HLL 함수를 사용해 컬럼 g의 값으로 그룹화된 컬럼 v 데이터의 고유 카디널리티를 근사해요.

SELECT g,
       DATASKETCHES_HLL(v),
       COUNT(DISTINCT v)
  FROM datasketches_demo GROUP BY g;
+---+---------------------+-------------------+
| G | DATASKETCHES_HLL(V) | COUNT(DISTINCT V) |
|---+---------------------+-------------------|
| 1 |         2.000000005 |                 2 |
| 2 |         3.000000015 |                 3 |
+---+---------------------+-------------------+

출력은 컬럼 g의 값 1에 대해 컬럼 v에 서로 다른 값이 약 2개(즉, 1과 2) 있다는 것을 보여줘요. 컬럼 g의 값 2에 대해 컬럼 v에 서로 다른 값이 약 3개(즉, 1, 4, 5) 있어요. COUNT(DISTINCT v) 호출은 추정값 대신 정확한 고유 값 수를 반환해요.

DATASKETCHES_HLL_ACCUMULATE 함수로 그룹화된 데이터에서 바이너리 스케치를 만들면, DATASKETCHES_HLL_ESTIMATE 함수가 누적된 스케치에 대해 같은 결과를 반환해요. 예는 누적된 바이너리 스케치의 카디널리티 추정 반환을 참고하세요.

컬럼의 모든 데이터 고유 카디널리티 추정

DATASKETCHES_HLL 함수를 사용해 컬럼 v의 전체 데이터 고유 카디널리티를 근사해요.

SELECT DATASKETCHES_HLL(v),
       COUNT(DISTINCT v)
  FROM datasketches_demo;
+---------------------+-------------------+
| DATASKETCHES_HLL(V) | COUNT(DISTINCT V) |
|---------------------+-------------------|
|          4.00000003 |                 4 |
+---------------------+-------------------+

출력은 컬럼 v에 서로 다른 값이 약 4개(즉, 1, 2, 4, 5) 있다는 것을 보여줘요. COUNT(DISTINCT v) 호출은 추정값 대신 정확한 고유 값 수를 반환해요.

DATASKETCHES_HLL_ACCUMULATE 함수로 그룹화된 데이터에서 바이너리 스케치를 만든 뒤 DATASKETCHES_HLL_COMBINE 함수로 스케치를 하나로 결합하면, DATASKETCHES_HLL_ESTIMATE 함수가 통합 스케치에 대해 같은 결과를 반환해요. 예는 결합된 바이너리 스케치의 카디널리티 추정 반환을 참고하세요.

DATASKETCHES_HLL