本文介绍估算函数的基本语法及示例。

注意 在日志服务分析语句中,表示字符串的字符必须使用单引号('')包裹,无符号包裹或被双引号("")包裹的字符表示字段名或列名。例如:'status'表示字符串status,status"status"表示日志字段status。
函数名称 语法 说明
approx_distinct函数 approx_distinct(x) 估算x中不重复值的个数,默认存在2.3%的标准误差。
approx_distinct(x,e) 估算x中不重复值的个数,支持自定义标准误差。
numeric_histogram函数 numeric_histogram(bucket,x) 按照bucket数量(直方图列数),统计x的近似直方图,返回结果为JSON类型。
numeric_histogram(bucket,x,weight) 按照bucket数量(直方图列数),统计x的近似直方图,返回结果为JSON类型。支持对x设置权重。
numeric_histogram_u函数 numeric_histogram_u(bucket,x) 按照bucket数量(直方图列数),统计x的近似直方图,返回结果为多行多列格式。
approx_percentile函数 approx_percentile(x,percentage) x进行正序排列,返回大约处于percentage位置的x
approx_percentile(x,array[percentage01,percentage02...]) x进行正序排列,返回大约处于percentage01percentage02位置的x
approx_percentile(x,weight,percentage) x和权重的乘积进行正序排列,返回大约处于percentage位置的x
approx_percentile(x,weight,array[percentage01,percentage02...]) x和权重的乘积进行正序排列,返回大约处于percentage01percentage02位置的x
approx_percentile(x,weight,percentage,accuracy) x和权重的乘积进行正序排列,返回大约处于percentage位置的x。支持设置返回结果的准确度。

approx_distinct函数

approx_distinct函数用于估算x中不重复值的个数。

语法

  • 估算x中不重复值的个数,默认存在2.3%的标准误差。
    approx_distinct(x)
  • 估算x中不重复值的个数,支持自定义标准误差。
    approx_distinct(x,e)

参数说明

参数 说明
x 参数值为任意数据类型。
e 自定义标准误差,取值为[0.0115, 0.26]。

返回值类型

bigint类型。

示例

  • 示例1:使用count函数计算PV,使用approx_distinct函数估算不重复的client_ip字段值作为UV,标准误差为2.3%。
    • 查询和分析语句
      * |SELECT count(*) AS PV, approx_distinct(client_ip) AS UV
    • 查询和分析结果approx_distinct
  • 示例2:使用count函数计算PV,使用approx_distinct函数估算不重复的client_ip字段值作为UV,自定义标准误差为10%。
    • 查询和分析语句
      * |SELECT count(*) AS PV, approx_distinct(client_ip,0.1) AS UV
    • 查询和分析结果approx_distinct

numeric_histogram函数

numeric_histogram函数按照bucket数量(直方图列数),统计x的近似直方图。返回结果为JSON类型。

语法

  • 按照bucket数量(直方图列数),统计x的近似直方图。
    numeric_histogram(bucket,x)
  • 按照bucket数量(直方图列数),统计x的近似直方图。支持为x设置权重。
    numeric_histogram(bucket,x,weight)

参数说明

参数 说明
bucket 直方图中列的个数,bigint类型。
x 参数值为double类型。
weight 权重,大于0的整数。

设置权重后,系统根据x与权重的乘积进行分组。

返回值类型

JSON类型。

示例

  • 示例1:统计POST方法对应的请求时长的近似直方图。
    • 查询和分析语句
      request_method:POST | SELECT numeric_histogram(10,request_time)
    • 查询和分析结果numeric_histogram
  • 示例2:根据request_time与权重的乘积对请求时长进行分组,从而统计POST方法对应的请求时长的近似直方图。
    • 查询和分析语句
      request_method:POST| SELECT numeric_histogram(10, request_time,case when request_time<20 then 100 else 10 end)
    • 查询和分析结果numeric_histogram

numeric_histogram_u函数

numeric_histogram_u函数按照bucket数量(直方图列数),统计x的近似直方图。返回结果为多行多列格式。

语法

numeric_histogram_u(bucket,x)

参数说明

参数 说明
bucket 直方图中列的个数,bigint类型。
x 参数值为double类型。

返回值类型

double类型。

示例

统计POST方法对应的请求时长的近似直方图。

  • 查询和分析语句
    request_method:POST | select numeric_histogram_u(10,request_time)
  • 查询和分析结果numeric_histogram_u

approx_percentile函数

approx_percentile函数用于对x进行正序排列,返回大约处于percentage位置的数值。

语法

  • x进行正序排列,返回处于percentage位置的x,返回结果为double类型。
    approx_percentile(x,percentage)
  • x进行正序排列,返回处于percentage01、percentage02位置的x,返回结果为array(double,double)类型。
    approx_percentile(x,array[percentage01,percentage02...])
  • x和权重的乘积进行正序排列,返回大约处于percentage位置的x,返回结果为double类型。
    approx_percentile(x,weight,percentage)
  • x和权重的乘积进行正序排列,返回处于percentage01、percentage02位置的x,返回结果为array(double,double)类型。
    approx_percentile(x,weight,array[percentage01,percentage02...])
  • x和权重的乘积进行正序排列,返回大约处于percentage位置的x,返回结果为double类型。支持设置返回结果的准确度。
    approx_percentile(x,weight,percentage,accuracy)

参数说明

参数 说明
x 参数值为double类型。
percentage 百分比值,取值范围为[0,1]。
accuracy 准确度,取值范围为(0,1)。
weight 权重,大于1的整数。

设置权重后,系统根据x与权重的乘积进行排序。

返回值类型

double类型或array(double,double)类型。

示例

  • 示例1:对request_time列进行排列后,返回大约处于50%位置的request_time字段的值。
    • 查询和分析语句
      *| SELECT approx_percentile(request_time,0.5)
    • 查询和分析结果approx_percentile
  • 示例2:对request_time列进行排列后,返回处于10%、20%及70%位置的request_time字段的值。
    • 查询和分析语句
      *| SELECT approx_percentile(request_time,array[0.1,0.2,0.7])
    • 查询和分析结果approx_percentile
  • 示例3:根据request_time与权重的乘积对request_time列进行排列后,返回大约处于50%位置的request_time字段的值。其中,request_time<20时权重为100,否则权重为10。
    • 查询和分析语句
      * |
      SELECT
        approx_percentile(
          request_time,case
            when request_time < 20 then 100
            else 10
          end,
          0.5
        )
    • 查询和分析结果approx_percentile
  • 示例4:根据request_time与权重的乘积对request_time列进行排列后,返回大约处于80%和90%位置的request_time字段的值。其中,request_time<20时权重为100,否则权重为10。
    • 查询和分析语句
      * |
      SELECT
        approx_percentile(
          request_time,case
            when request_time < 20 then 100
            else 10
          end,
          array [0.8,0.9]
        )
    • 查询和分析结果approx_percentile
  • 示例5:根据request_time与权重的乘积对request_time列进行排列后,返回大约处于50%位置的request_time字段的值,准确度为0.2。其中,request_time<20时权重为100,否则权重为10。
    • 查询和分析语句
      * |
      SELECT
        approx_percentile(
          request_time,case
            when request_time < 20 then 100
            else 10
          end,
          0.5,
          0.2
        )
    • 查询和分析结果approx_percentile