hll_if() (fonction d’agrégation)
S’applique à : ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel
Calcule les résultats intermédiaires des dcount
enregistrements pour lesquels le prédicat est évalué true
à .
En savoir plus sur l’algorithme sous-jacent (HyperLogog) et la précision de l’estimation.
Important
Les résultats de hll(), de hll_if() et de hll_merge() peuvent être stockés et récupérés ultérieurement. Par exemple, vous pouvez créer un résumé quotidien des utilisateurs uniques, qui peut ensuite être utilisé pour calculer les nombres hebdomadaires. Toutefois, la représentation binaire précise de ces résultats peut changer au fil du temps. Il n’existe aucune garantie que ces fonctions produisent des résultats identiques pour les entrées identiques, et par conséquent, nous ne conseillons pas de s’appuyer sur eux.
Syntaxe
hll_if
(
expr, prédicat [,
précision])
En savoir plus sur les conventions de syntaxe.
Paramètres
Nom | Type | Requise | Description |
---|---|---|---|
expr | string |
✔️ | Expression utilisée pour le calcul d’agrégation. |
prédicat | string |
✔️ | Expr utilisé pour filtrer les enregistrements à ajouter au résultat intermédiaire de dcount . |
exactitude | int |
Valeur qui contrôle l’équilibre entre vitesse et précision. Si la valeur n’est pas spécifiée, la valeur par défaut est 1 . Pour connaître les valeurs prises en charge, consultez La précision de l’estimation. |
Retours
Retourne les résultats intermédiaires du nombre distinct d’Expr pour lequel le prédicat est true
évalué .
Conseil
- Vous pouvez utiliser la fonction
hll_merge
d’agrégation pour fusionner plusieurshll
résultats intermédiaires. Fonctionne uniquement avechll
la sortie. - Vous pouvez utiliser
dcount_hll
, pour calculer le nombre distinct de fonctions d’agrégationhll_merge
ouhll_if
d’agrégationhll
.
Exemples
StormEvents
| where State in ("IOWA", "KANSAS")
| summarize hll_flood = hll_if(Source, EventType == "Flood") by State
| project State, SourcesOfFloodEvents = dcount_hll(hll_flood)
État | SourcesOfFloodEvents |
---|---|
KANSAS | 11 |
IOWA | 7 |
Exactitude d’estimation
Précision | Vitesse | Erreur (%) |
---|---|---|
0 | Le plus rapide | 1.6 |
1 | Équilibrée | 0,8 |
2 | Lente | 0.4 |
3 | Lente | 0,28 |
4 | Le plus lent | 0.2 |