Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Szolgáltatások váltása a Verzió legördülő listával. További információ a navigációról.
A következőkre vonatkozik: ✅ Microsoft Fabric ✅ Azure Data Explorer ✅ Azure Monitor ✅ Microsoft Sentinel
Kiszámítja az összegző csoportban lévő skaláris kifejezés által vett különböző értékek számának becslését.
A null értékek figyelmen kívül lesznek hagyva, és nem számítanak bele a számításba.
Megjegyzés:
Az dcount() aggregációs függvény elsősorban a hatalmas készletek számosságának becsléséhez hasznos. A teljesítmény pontosságát adja vissza, és olyan eredményt ad vissza, amely a végrehajtások között eltérő. A bemenetek sorrendje hatással lehet a kimenetére.
Megjegyzés:
Ez a függvény a összesítő operátorral együtt.
Szemantika
dcount
(
expr[,pontosság])
További információ szintaxiskonvenciákról.
Paraméterek
| Név | Típus | Kötelező | Leírás |
|---|---|---|---|
| expr | string |
✔️ | Az a bemenet, amelynek eltérő értékeit meg kell számolni. |
| pontossági | int |
A kért becslés pontosságát meghatározó érték. Az alapértelmezett érték a 1. A támogatott értékek becslési pontosságát. |
Visszatérítések
Az expr különböző értékeinek számát adja vissza a csoportban.
Példák
Az alábbi példa azt mutatja be, hogy hány típusú viharesemény történt az egyes állapotokban.
StormEvents
| summarize DifferentEvents=dcount(EventType) by State
| order by DifferentEvents
A megjelenített eredménytábla csak az első 10 sort tartalmazza.
| Állam | DifferentEvents |
|---|---|
| TEXAS | 27 |
| KALIFORNIA | 26 |
| PENNSYLVANIA | 25 |
| GRÚZIA | 24 |
| ILLINOIS | 23 |
| MARYLAND | 23 |
| ÉSZAK-KAROLINA | 23 |
| MICHIGAN | 22 |
| FLORIDA | 22 |
| OREGON | 21 |
| KANSAS | 21 |
| ... | ... |
Becslés pontossága
Ez a függvény a HyperLogLog (HLL) algoritmusegy változata, amely sztochasztikus becslést végez a beállított számosságról. Az algoritmus egy "gombot" biztosít, amely a memóriaméret pontosságának és végrehajtási idejének kiegyenlítésére használható:
| Pontosság | Hiba (%) | Bejegyzésszám |
|---|---|---|
| 0 | 1.6 | 212 |
| 1 | 0,8 | 214 |
| 2 | 0,4 | 216 |
| 3 | 0.28 | 217 |
| 4 | 0.2 | 218 |
Megjegyzés:
A "bejegyzésszám" oszlop a HLL-implementáció 1 bájt számlálóinak száma.
Az algoritmus tartalmaz néhány rendelkezést a tökéletes szám (nulla hiba) elvégzésére, ha a beállított számosság elég kicsi:
- Ha a pontossági szint
1, a rendszer 1000 értéket ad vissza - Ha a pontossági szint
2, a rendszer 8000 értéket ad vissza
A hibakötés valószínűségi, nem elméleti kötött. Az érték a hibaeloszlás szórása (a szigma), és a becslések 99,7% 3 x szigma alatti relatív hibával fog rendelkezni.
Az alábbi képen a relatív becslési hiba valószínűségeloszlási függvénye látható százalékban az összes támogatott pontossági beállítás esetében: