dcountif() (fungsi agregasi)

Beralih layanan menggunakan menu tarik-turun Versi. Pelajari selengkapnya tentang navigasi.
Berlaku untuk: ✅ Microsoft Fabric ✅ Azure Data Explorer ✅ Azure Monitor ✅ Microsoft Sentinel

Memperkirakan jumlah nilai kedaluwarsa yang berbeda untuk baris di mana predikat dievaluasi ke true.

Nilai null diabaikan dan tidak memperhitungkan perhitungan.

Catatan

Fungsi ini digunakan bersama dengan ringkasan operator.

Sintaks

dcountif ( expr, predikat, [,akurasi])

Pelajari selengkapnya tentang konvensi sintaksis.

Parameter

Nama Tipe Wajib Deskripsi
expr string ✔️ Ekspresi yang digunakan untuk perhitungan agregasi.
predikat string ✔️ Ekspresi yang digunakan untuk memfilter baris.
ketepatan int Kontrol antara kecepatan dan akurasi. Jika tidak ditentukan, nilai defaultnya adalah 1. Lihat Akurasi estimasi untuk nilai yang didukung.

Mengembalikan

Mengembalikan perkiraan jumlah nilai kedaluwarsa yang berbeda untuk baris yang predikatnya dievaluasi ke true.

Petunjuk / Saran

dcountif() mungkin mengembalikan kesalahan dalam kasus di mana semua, atau tidak ada baris yang melewati ekspresi Predicate.

Contoh

Contoh berikut menunjukkan berapa banyak jenis peristiwa badai fatal yang terjadi di setiap status.

Menjalankan kueri

StormEvents
| summarize DifferentFatalEvents=dcountif(EventType,(DeathsDirect + DeathsIndirect)>0) by State
| where DifferentFatalEvents > 0
| order by DifferentFatalEvents

Tabel hasil yang ditampilkan hanya menyertakan 10 baris pertama.

Status DifferentFatalEvents
CALIFORNIA 12
TEXAS 12
OKLAHOMA 10
ILLINOIS 9
KANSAS 9
NEW YORK 9
NEW JERSEY 7
WASHINGTON 7
MICHIGAN 7
MISSOURI 7
... ...

Akurasi estimasi

Fungsi ini menggunakan varian dari algoritma HyperLogLog (HLL), yang melakukan estimasi stokastik dari kardinalitas yang ditetapkan. Algoritma ini menyediakan "kenop" yang dapat digunakan untuk menyeimbangkan akurasi dan waktu eksekusi per ukuran memori:

Akurasi Kesalahan (%) Jumlah entri
0 1.6 212
1 0,8 214
2 0,4 216
3 0.28 217
4 0,2 218

Catatan

Kolom "jumlah entri" adalah jumlah penghitung 1 byte dalam implementasi HLL.

Algoritma ini mencakup beberapa ketentuan untuk melakukan penghitungan sempurna (zero error), jika kardinalitas set berukuran cukup kecil:

  • Ketika tingkat akurasi adalah 1, 1000 nilai dikembalikan
  • Ketika tingkat akurasi adalah 2, 8000 nilai dikembalikan

Batas kesalahan bersifat probabilistik, bukan batas teoritis. Nilainya adalah simpangan baku dari distribusi kesalahan (sigma), dan 99,7% estimasi akan memiliki kesalahan relatif di bawah 3 x sigma.

Gambar berikut menunjukkan fungsi distribusi peluang dari kesalahan estimasi relatif, dalam persentase, untuk semua pengaturan akurasi yang didukung:

Grafik memperlihatkan distribusi kesalahan hll.

Konten terkait

  • Last updated on