hll() (彙總函式)

函 hll() 式是估計一組值中唯一值數目的方法。 其作法是使用 dcount 函式計算摘要運算元內匯總的中繼結果。

深入了解基礎演算法 (HyperLogLog) 和估計精確度。

注意

此函式會與 summarize 運算子搭配使用。

提示

• 使用 hll_merge 函式來合併多個 hll() 函式的結果。
• 使用 dcount_hll 函數，從 或 hll_merge 函式的hll()輸出計算相異值的數目。

重要

hll () 、hll_if () 和 hll_merge () 的結果可以儲存和更新版本擷取。 例如，您可能想要建立每日唯一使用者摘要，然後可用來計算每周計數。 不過，這些結果的精確二進位表示可能會隨著時間而改變。 不保證這些函式會針對相同的輸入產生相同的結果，因此我們不建議依賴它們。

Syntax

hll(expr [,精確度])

深入瞭解 語法慣例。

參數

名稱	類型	必要	Description
expr	string	✔️	用於匯總計算的表達式。
精度	int		控制速度與精確度之間平衡的值。 如果未指定，則預設值為 1。 如需支援的值，請參閱 估計精確度。

傳回

傳回整個群組中 expr 相異計數的中繼結果。

範例

在下列範例中，函hll()式是用來估計數據行每 10 分鐘間隔StartTime內數據行的唯一值DamageProperty數目。

執行查詢

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

顯示的結果數據表只包含前10個數據列。

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"],[]]

估計的正確性

此函式會使用 HyperLogLog (HLL) 演演算法的變體，此演算法會執行設定基數的隨機估計。 此演算法提供 "knob"，可用來平衡每個記憶體大小的精確度和執行時間：

精確度	錯誤 (%)	項目計數
0	1.6	212
1	0.8	214
2	0.4	216
3	0.28	217
4	0.2	218

注意

「項目計數」資料行是 HLL 實作中 1 位元組計數器的數目。

如果設定的基數夠小，此演算法就會包含一些執行最佳計數 (零錯誤) 的條款：

• 當精確度層級為 1 時，會傳回 1000 個值
• 當精確度層級為 2 時，會傳回 8000 個值

誤差界限是概率，不是理論上的界限。 值會是誤差分佈的標準差 (sigma)，而 99.7% 的估計會有 3 x sigma 以下的相對誤差。

下圖會針對所有支援的精確度設定，說明相對估計誤差的機率分佈函式 (以百分比表示)：