Función dcount() (función de agregación)

Calcula una estimación del número de valores distintos que toma una expresión escalar en el grupo de resumen.

Los valores NULL se omiten y no tienen en cuenta el cálculo.

Nota

La función de agregación dcount() es especialmente útil para estimar la cardinalidad de conjuntos de gran tamaño. Negocia la precisión del rendimiento y puede devolver un resultado que varía entre ejecuciones. El orden de las entradas puede afectar la salida.

Nota

Esta función se usa junto con el operador summarize.

Syntax

dcount(expr[,accuracy])

Obtenga más información sobre las convenciones de sintaxis.

Parámetros

Nombre	Tipo	Requerido	Descripción
expr	string	✔️	Entrada cuyos valores distintos se van a contar.
Precisión	int		Valor que define la precisión de estimación solicitada. El valor predeterminado es 1. Consulte Precisión de estimación para conocer los valores admitidos.

Devoluciones

Devuelve una estimación del número de valores distintos de expr en el grupo.

Ejemplo

En este ejemplo se muestra cuántos tipos de eventos de tormenta se produjeron en cada estado.

Ejecución de la consulta

StormEvents
| summarize DifferentEvents=dcount(EventType) by State
| order by DifferentEvents

La tabla de resultados que se muestra incluye solo las 10 primeras filas.

State	DifferentEvents
TEXAS	27
CALIFORNIA	26
PENSILVANIA	25
GEORGIA	24
ILLINOIS	23
MARYLAND	23
CAROLINA DEL NORTE	23
MICHIGAN	22
FLORIDA	22
OREGON	21
KANSAS	21
...	...

Precisión de la estimación

Esta función usa una variante del algoritmo HyperLogLog (HLL), que realiza una estimación estocástica de cardinalidad establecida. El algoritmo proporciona una "manija" que se puede usar para equilibrar la precisión y el tiempo de ejecución por tamaño de memoria:

Precisión	Error (%)	Recuento de entradas
0	1.6	212
1	0.8	214
2	0,4	216
3	0,28	217
4	0,2	218

Nota

La columna "recuento de entradas" es el número de contadores de 1 byte en la implementación HLL.

El algoritmo incluye algunas disposiciones para realizar un recuento perfecto (cero errores), si la cardinalidad del conjunto es lo suficientemente pequeña:

• Cuando el nivel de precisión es 1, se devuelven 1000 valores.
• Cuando el nivel de precisión es 2, se devuelven 8000 valores.

El límite de errores es probabilístico, no un enlace teórico. El valor es la desviación estándar de la distribución de errores (sigma) y el 99,7 % de las estimaciones tendrá un error relativo de menos de 3 x sigma.

En la imagen siguiente se muestra la función de distribución de probabilidad del error de estimación relativa, en porcentajes, para todas las configuraciones de precisión compatibles: