hll() (sammansättningsfunktion)

Funktionen hll() är ett sätt att beräkna antalet unika värden i en uppsättning värden. Det gör den genom att beräkna mellanliggande resultat för aggregering inom sammanfattningsoperatorn för en grupp data med hjälp dcount av funktionen.

Läs om den underliggande algoritmen (HyperLogLog) och uppskattningsprecisionen.

Anteckning

Den här funktionen används tillsammans med sammanfattningsoperatorn.

Tips

• Använd funktionen hll_merge för att sammanfoga resultatet av flera hll() funktioner.
• Använd funktionen dcount_hll för att beräkna antalet distinkta värden från utdata från hll() funktionerna eller hll_merge .

Viktigt

Resultatet av hll(), hll_if() och hll_merge() kan lagras och hämtas senare. Du kanske till exempel vill skapa en daglig sammanfattning av unika användare, som sedan kan användas för att beräkna veckoantal. Den exakta binära representationen av dessa resultat kan dock ändras med tiden. Det finns ingen garanti för att dessa funktioner ger identiska resultat för identiska indata, och därför rekommenderar vi inte att du förlitar oss på dem.

Syntax

hll(expr [,noggrannhet])

Läs mer om syntaxkonventioner.

Parametrar

Namn	Typ	Obligatorisk	Beskrivning
Uttryck	string	✔️	Uttrycket som används för aggregeringsberäkningen.
Noggrannhet	int		Värdet som styr balansen mellan hastighet och noggrannhet. Om det är ospecificerat är 1standardvärdet . Värden som stöds finns i Uppskattningsprecision.

Returer

Returnerar mellanliggande resultat för distinkt antal expr i gruppen.

Exempel

I följande exempel hll() används funktionen för att beräkna antalet unika värden för DamageProperty kolumnen inom varje tidsintervall på 10 minuter i StartTime kolumnen.

Köra frågan

StormEvents
| summarize hll(DamageProperty) by bin(StartTime,10m)

Resultattabellen som visas innehåller bara de första 10 raderna.

StartTime	hll_DamageProperty
2007-01-01T00:20:00Z	[[1024,14],["3803688792395291579"],[]]
2007-01-01T01:00:00Z	[[1024,14],["7755241107725382121","-5665157283053373866","3803688792395291579","-1003235211361077779"],[]]
2007-01-01T02:00:00Z	[[1024,14],["-1003235211361077779","-5665157283053373866","7755241107725382121"],[]]
2007-01-01T02:20:00Z	[[1024,14],["7755241107725382121"],[]]
2007-01-01T03:30:00Z	[[1024,14],["3803688792395291579"],[]]
2007-01-01T03:40:00Z	[[1024,14],["-5665157283053373866"],[]]
2007-01-01T04:30:00Z	[[1024,14],["3803688792395291579"],[]]
2007-01-01T05:30:00Z	[[1024,14],["3803688792395291579"],[]]
2007-01-01T06:30:00Z	[[1024,14],["1589522558235929902"],[]]

Uppskattningsnoggrannhet

Den här funktionen använder en variant av algoritmen HyperLogLog (HLL), som gör en stokastisk uppskattning av ange kardinalitet. Algoritmen tillhandahåller en "knopp" som kan användas för att balansera noggrannhet och körningstid per minnesstorlek:

Noggrannhet	Fel (%)	Antal poster
0	1.6	212
1	0,8	214
2	0,4	216
3	0,28	217
4	0,2	218

Anteckning

Kolumnen "antal poster" är antalet 1 byte-räknare i HLL-implementeringen.

Algoritmen innehåller vissa bestämmelser för att göra ett perfekt antal (noll fel), om den inställda kardinaliteten är tillräckligt liten:

• När noggrannhetsnivån är 1returneras 1 000 värden
• När noggrannhetsnivån är 2returneras 8 000 värden

Felgränsen är probabilistisk, inte en teoretisk gräns. Värdet är standardavvikelsen för felfördelningen (sigma), och 99,7 % av uppskattningarna kommer att ha ett relativt fel på under 3 x sigma.

Följande bild visar sannolikhetsfördelningsfunktionen för det relativa uppskattningsfelet i procent för alla noggrannhetsinställningar som stöds: