dcount() (funzione di aggregazione)

Calcola una stima del numero di valori distinti acquisiti da un'espressione scalare nel gruppo di riepilogo.

I valori Null vengono ignorati e non vengono fattorizzati nel calcolo.

Nota

La funzione di aggregazione dcount() è utile principalmente per stimare la cardinalità di enormi set. Scambia l'accuratezza per le prestazioni e può restituire un risultato che varia tra le esecuzioni. L'ordine degli input può avere un effetto sull'output.

Nota

Questa funzione viene usata insieme all'operatore summarize.

Sintassi

dcount(expr[,accuratezza])

Altre informazioni sulle convenzioni di sintassi.

Parametri

Nome	Tipo	Obbligatoria	Descrizione
Expr	string	✔️	Input i cui valori distinti devono essere conteggiati.
Precisione	int		Valore che definisce l'accuratezza della stima richiesta. Il valore predefinito è 1. Vedere Accuratezza della stima per i valori supportati.

Restituisce

Restituisce una stima del numero di valori distinti di expr nel gruppo.

Esempio

Questo esempio mostra quanti tipi di eventi storm si sono verificati in ogni stato.

Eseguire la query

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

La tabella dei risultati mostrata include solo le prime 10 righe.

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

Accuratezza della stima

Questa funzione usa una variante dell'algoritmo HyperLogLog (HLL), che esegue una stima stocastica della cardinalità set. L'algoritmo fornisce una "manopola" che può essere usata per bilanciare l'accuratezza e il tempo di esecuzione in base alle dimensioni della memoria:

Accuratezza	Errori (%)	Numero di voci
0	1.6	212
1	0,8	214
2	0,4	216
3	0,28	217
4	0,2	218

Nota

La colonna "Numero di voci" corrisponde al numero di contatori di 1 byte nell'implementazione di HLL.

L'algoritmo include alcune clausole per eseguire un conteggio perfetto (zero errori) se la cardinalità del set è sufficientemente piccola:

• Se il livello di accuratezza è 1, vengono restituiti 1000 valori
• Se il livello di accuratezza è 2, vengono restituiti 8000 valori

Il limite di errore è probabilistico, non teorico. Il valore è la deviazione standard della distribuzione degli errori (sigma) e il 99,7% delle stime avrà un errore relativo inferiore a 3 x sigma.

L'immagine seguente mostra la funzione di distribuzione delle probabilità di errore relativo nella stima, in percentuali, per tutte le impostazioni di accuratezza supportate: