Dela via

count_min_sketch mängdfunktion

  • Artikel

Gäller för:markerad ja Databricks SQL markerad ja Databricks Runtime

Returnerar ett count-min sketch av alla värden i gruppen i column med epsilon, confidence och seed.

I Databricks SQL och Databricks Runtime 13.3 LTS och senare stöder den här funktionen namngivna parameteranrop.

Syntax

count_min_sketch ( [ALL | DISTINCT] column, epsilon, confidence, seed ) [FILTER ( WHERE cond ) ]

Den här funktionen kan också anropas som en -fönsterfunktion med hjälp av OVER-satsen.

Argument

  • column: Ett uttryck som utvärderas till ett helt numeriskt uttryck, STRING, eller BINARY.
  • epsilon: En DOUBLE literal större än 0 som beskriver det relativa felet.
  • confidence: En DOUBLE literal större än 0 och mindre än 1.
  • seed: En INTEGER literal.
  • cond: Ett valfritt booleskt uttryck som filtrerar de rader som används för aggregering.

Returer

En BINARY.

Count-min-skiss är en probabilistisk datastruktur som används för kardinalitetsuppskattning med hjälp av sub-linjärt utrymme.

Om DISTINCT anges fungerar funktionen endast på en unik uppsättning expr värden.

Exempel

-- Named parameter invocation
> SELECT hex(count_min_sketch(column => col, confidence => 0.5d, epsilon => 0.5d, seed => 1)) FROM VALUES (1), (2), (1) AS tab(col);
0000000100000000000000030000000100000004000000005D8D6AB90000000000000000000000000000000200000000000000010000000000000000

> SELECT hex(count_min_sketch(DISTINCT col, 0.5d, 0.5d, 1)) FROM VALUES (1), (2), (1) AS tab(col);
0000000100000000000000020000000100000004000000005D8D6AB90000000000000000000000000000000100000000000000010000000000000000