hll_merge()

Scala wyniki HLL. Jest to wersja skalarna zagregowanej wersji hll_merge().

Przeczytaj o algorytmie bazowym (HyperLogLog) i dokładności szacowania.

Ważne

Wyniki hll(), hll_if() i hll_merge() można przechowywać i pobierać później. Na przykład możesz utworzyć codzienne unikatowe podsumowanie użytkowników, które następnie może służyć do obliczania liczb tygodniowych. Jednak dokładna reprezentacja binarna tych wyników może ulec zmianie w czasie. Nie ma gwarancji, że te funkcje spowodują identyczne wyniki dla identycznych danych wejściowych, dlatego nie zalecamy polegania na nich.

Składnia

hll_merge(Hll,hll2, [ hll3, ... ])

Dowiedz się więcej o konwencjach składniowych.

Parametry

Nazwa	Typ	Wymagane	Opis
hll, hll2, ...	string	✔️	Nazwy kolumn zawierające wartości HLL do scalenia. Funkcja oczekuje od 2 do 64 argumentów.

Zwraca

Zwraca jedną wartość HLL. Wartość jest wynikiem scalania kolumn hll, hll2, ... hllN.

Przykłady

W tym przykładzie przedstawiono wartość scalonych kolumn.

Uruchamianie zapytania

range x from 1 to 10 step 1 
| extend y = x + 10
| summarize hll_x = hll(x), hll_y = hll(y)
| project merged = hll_merge(hll_x, hll_y)
| project dcount_hll(merged)

Dane wyjściowe

dcount_hll_merged
20

Dokładność szacowania

Ta funkcja używa wariantu algorytmu HyperLogLog (HLL), który wykonuje stochastyczne oszacowanie kardynalności zestawu. Algorytm udostępnia "pokrętło", które może służyć do równoważenia dokładności i czasu wykonywania na rozmiar pamięci:

Dokładność	Błąd (%)	Liczba wpisów
0	1.6	212
1	0,8	214
2	0,4	216
3	0,28	217
4	0,2	218

Uwaga

Kolumna "liczba wpisów" to liczba liczników 1 bajtów w implementacji HLL.

Algorytm zawiera pewne przepisy dotyczące wykonywania doskonałej liczby (błąd zerowy), jeśli kardynalność zestawu jest wystarczająco mała:

• Gdy poziom dokładności to 1, zwracane są wartości 1000
• Gdy poziom dokładności to 2, zwracane są wartości 8000

Powiązana z błędem jest probabilistic, a nie teoretyczna granica. Wartość jest odchyleniem standardowym rozkładu błędów (sigma), a 99,7% oszacowań będzie miało względny błąd poniżej 3 x sigma.

Na poniższej ilustracji przedstawiono funkcję rozkładu prawdopodobieństwa błędu szacowania względnego w procentach dla wszystkich obsługiwanych ustawień dokładności: