ds_theta_count_distinct

COUNT(DISTINCT col) の結果に似た集計関数の近似値を返します。ds_theta_count_distinct は COUNT(DISTINCT col) よりも高速で、高いカーディナリティの列に対してメモリ使用量が少なくなります。

ds_theta_count_distinct は APPROX_COUNT_DISTINCT(expr) や DS_HLL_COUNT_DISTINCT(expr) に似ていますが、Apache DataSketches を採用しているため、精度が異なります。詳細は Theta Sketches を参照してください。

相対誤差は 3.125%（95% の信頼度）です。詳細は relative error table を参照してください。

構文

BIGINT ds_theta_count_distinct(expr)

• expr: 近似的な COUNT DISTINCT 値を計算する列。

例

mysql> CREATE TABLE t1 (
    ->   id BIGINT NOT NULL,
    ->   province VARCHAR(64),
    ->   age SMALLINT,
    ->   dt VARCHAR(10) NOT NULL
    -> )
    -> DUPLICATE KEY(id)
    -> DISTRIBUTED BY HASH(id) BUCKETS 4;
Query OK, 0 rows affected (0.02 sec)
mysql> insert into t1 select generate_series, generate_series, generate_series % 100, "2024-07-24" from table(generate_series(1, 100000));
Query OK, 100000 rows affected (0.29 sec)
mysql> select ds_theta_count_distinct(id), ds_theta_count_distinct(province), ds_theta_count_distinct(age), ds_theta_count_distinct(dt) from t1 order by 1, 2;
+-----------------------------+-----------------------------------+------------------------------+-----------------------------+
| ds_theta_count_distinct(id) | ds_theta_count_distinct(province) | ds_theta_count_distinct(age) | ds_theta_count_distinct(dt) |
+-----------------------------+-----------------------------------+------------------------------+-----------------------------+
|                      100215 |                            100846 |                          100 |                           1 |
+-----------------------------+-----------------------------------+------------------------------+-----------------------------+
1 row in set (0.62 sec)

キーワード

DS_THETA_COUNT_DISTINCT,DS_HLL_COUNT_DISTINCT,APPROX_COUNT_DISTINCT