APPROX_DISTINCT - MaxCompute

計算指定列的非重複值的近似數目。此函數為MaxCompute 2.0擴充函數。

注意事項

升級到MaxCompute 2.0後，產品擴充了部分函數。如果您用到的函數涉及新資料類型（TINYINT、SMALLINT、INT、FLOAT、VARCHAR、TIMESTAMP或BINARY），在使用擴充函數時，需要執行如下語句開啟新資料類型開關：

Session層級：如果使用新資料類型，您需要在SQL語句前加上語句set odps.sql.type.system.odps2=true;，並與SQL語句一起提交執行。
Project層級：Project Owner可根據需要對Project進行設定，等待10~15分鐘後才會生效。命令如下。
```
setproject odps.sql.type.system.odps2=true;
```
對setproject的詳細說明請參見專案空間操作。關於開啟Project層級資料類型的注意事項，請參見資料類型版本說明。

在同一條SQL語句中同時使用多個彙總函式時，如果專案資源不足，會出現記憶體溢出問題，請您根據實際業務情況最佳化SQL或購買計算資源。

命令格式

approx_distinct(<colname>)

參數說明

colname：必填。需要統計去重的列。

傳回值說明

返回BIGINT類型。此函數會產生5%的標準誤差。

樣本資料

為便於理解各函數的使用方法，本文為您提供來源資料，基於來源資料提供函數相關樣本。建立表emp，並添加資料，命令樣本如下：

create table if not exists emp
   (empno bigint,
    ename string,
    job string,
    mgr bigint,
    hiredate datetime,
    sal bigint,
    comm bigint,
    deptno bigint);
tunnel upload emp.txt emp;   --請根據您上傳資料檔案的實際path(路徑以及名稱)替換emp.txt

emp.txt中的資料如下：

7369,SMITH,CLERK,7902,1980-12-17 00:00:00,800,,20
7499,ALLEN,SALESMAN,7698,1981-02-20 00:00:00,1600,300,30
7521,WARD,SALESMAN,7698,1981-02-22 00:00:00,1250,500,30
7566,JONES,MANAGER,7839,1981-04-02 00:00:00,2975,,20
7654,MARTIN,SALESMAN,7698,1981-09-28 00:00:00,1250,1400,30
7698,BLAKE,MANAGER,7839,1981-05-01 00:00:00,2850,,30
7782,CLARK,MANAGER,7839,1981-06-09 00:00:00,2450,,10
7788,SCOTT,ANALYST,7566,1987-04-19 00:00:00,3000,,20
7839,KING,PRESIDENT,,1981-11-17 00:00:00,5000,,10
7844,TURNER,SALESMAN,7698,1981-09-08 00:00:00,1500,0,30
7876,ADAMS,CLERK,7788,1987-05-23 00:00:00,1100,,20
7900,JAMES,CLERK,7698,1981-12-03 00:00:00,950,,30
7902,FORD,ANALYST,7566,1981-12-03 00:00:00,3000,,20
7934,MILLER,CLERK,7782,1982-01-23 00:00:00,1300,,10
7948,JACCKA,CLERK,7782,1981-04-12 00:00:00,5000,,10
7956,WELAN,CLERK,7649,1982-07-20 00:00:00,2450,,10
7956,TEBAGE,CLERK,7748,1982-12-30 00:00:00,1300,,10

樣本

樣本1：統計薪資（sal）列非重複值的近似數目。命令樣本如下：

select approx_distinct(sal) from emp;

返回結果如下：

+-------------------+
| numdistinctvalues |
+-------------------+
| 12                |
+-------------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，統計薪資（sal）列非重複值的近似數目。命令樣本如下：

select deptno, approx_distinct(sal) from emp group by deptno;