Share via

dcount() (sammansättningsfunktion)

  • Artikel

Beräknar en uppskattning av antalet distinkta värden som tas av ett skalärt uttryck i sammanfattningsgruppen.

Null-värden ignoreras och räknas inte in i beräkningen.

Anteckning

Aggregeringsfunktionen dcount() är främst användbar för att uppskatta kardinaliteten för stora uppsättningar. Det handlar om noggrannhet för prestanda och kan returnera ett resultat som varierar mellan körningar. Ordningen på indata kan påverka dess utdata.

Anteckning

Den här funktionen används tillsammans med summarize-operatorn.

Syntax

dcount(expr[,accuracy])

Läs mer om syntaxkonventioner.

Parametrar

Namn Typ Obligatorisk Beskrivning
Uttryck string ✔️ Indata vars distinkta värden ska räknas.
Noggrannhet int Det värde som definierar den begärda uppskattningsprecisionen. Standardvärdet är 1. Se Uppskattningsprecision för värden som stöds.

Returer

Returnerar en uppskattning av antalet distinkta värden för uttr i gruppen.

Exempel

Det här exemplet visar hur många typer av stormhändelser som inträffat i varje tillstånd.

Köra frågan

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

Resultattabellen som visas innehåller bara de första 10 raderna.

Tillstånd DifferentEvents
TEXAS 27
KALIFORNIEN 26
PENNSYLVANIA 25
GEORGIEN 24
ILLINOIS 23
MARYLAND 23
NORTH CAROLINA 23
MICHIGAN 22
FLORIDA 22
OREGON 21
KANSAS 21
... ...

Uppskattningsnoggrannhet

Den här funktionen använder en variant av HLL-algoritmen (HyperLogLog), som gör en stokastisk uppskattning av den angivna kardinaliteten. Algoritmen ger en "ratt" 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 bindning. 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:

Diagram som visar HLL-felfördelningen.