通过

tuple_sketch_agg_integer 聚合函数

适用于：检查标记为“是”的 Databricks Runtime 18.1 及更高版本

从键值对创建 Datasketches TupleSketch，其中键用于非重复计数和整数摘要值根据指定模式聚合。

Syntax

tuple_sketch_agg_integer ( key, summary [, lgNomEntries [, mode ]] )

Arguments

  • 键：用于唯一值计数的表达式。 接受的类型为INTEGER、、LONG、、DOUBLEFLOAT、STRING、BINARY、 ARRAY<INTEGER>和ARRAY<LONG>。
  • 摘要： INTEGER 要为每个键关联和聚合的值。
  • lgNomEntries：指定名义条目的 log-base-2 的可选 INTEGER 文本。 必须介于 4 到 26 之间（含）。 默认值为 12（4,096 桶）。 较高的值可提供更好的准确性，但使用更多内存。
  • mode：一个可选 STRING 文本，用于指定摘要的聚合模式。 有效值： 'sum'、 'min'、 'max'、 'alwaysone'。 默认值为 'sum'。

退货

一个 BINARY 值，该值包含带整数摘要的序列化压缩元组。

注释

  • NULL 聚合期间忽略键或摘要值。
  • 对于键，将忽略空字符串、空字节数组和空数组。
  • 参数lgNomEntriesmode必须是常量值。
  • 使用 tuple_sketch_estimate_integer 获取非重复计数估计值。
  • 使用 tuple_sketch_summary_integer 获取聚合摘要值。

错误消息

例子

-- Create sketch and get distinct count estimate
> SELECT tuple_sketch_estimate_integer(tuple_sketch_agg_integer(key, summary)) FROM VALUES (1, 5), (1, 1), (2, 2), (2, 3), (3, 2) tab(key, summary);
3.0

-- Get aggregated summary (sum mode by default)
> SELECT tuple_sketch_summary_integer(tuple_sketch_agg_integer(key, summary)) FROM VALUES (1, 1), (1, 2), (2, 3) tab(key, summary);
6
  • Last updated on