如何使用基數統計外掛程式預估業務指標 - ApsaraDB RDS

hll外掛程式支援的資料類型HyperLogLog可以協助您快速預估PV、UV等業務指標。

前提條件

執行個體大版本為RDS PostgreSQL 11或以上。
說明
暫不支援RDS PostgreSQL 17。
如執行個體大版本已滿足要求，但仍提示不支援，請升級核心小版本，具體操作，請參見升級核心小版本。

背景資訊

hll外掛程式支援一種可變長、類似集合的資料類型HyperLogLog（hll），常用於在指定精度下返回近似的distinct值，例如1280位元組的hll資料類型可以高精度地估計出近百億的distinct值。hll適合互連網廣告分析或其他有類似預估分析計算需求的行業，可以快速預估PV、UV等業務指標。

更多hll外掛程式使用方法請參見postgresql-hll。

詳細演算法說明請參見論文HyperLogLog: the analysis of a near-optimalcardinality estimation algorithm。

建立hll外掛程式

串連執行個體後建立hll外掛程式，命令如下：

CREATE EXTENSION hll;

基礎操作

建立一個含有hll欄位的表，命令如下：
```
create table agg (id int primary key,userids hll);
```
將int資料類型轉換為hll_hashval，命令如下：
```
select 1::hll_hashval;
```

基本操作符

hll類型支援如下操作符：

樣本如下：

select hll_add_agg(1::hll_hashval) = hll_add_agg(2::hll_hashval);
select hll_add_agg(1::hll_hashval) || hll_add_agg(2::hll_hashval);
select #hll_add_agg(1::hll_hashval);

hll_hashval類型支援如下操作符：

樣本如下：

select 1::hll_hashval = 2::hll_hashval;
select 1::hll_hashval <> 2::hll_hashval;

基本函數

支援hll_hash_boolean、hll_hash_smallint和hll_hash_bigint等hash函數，樣本如下：
```
select hll_hash_boolean(true);
select hll_hash_integer(1);
```
支援hll_add_agg函數，可以將int轉換為hll格式，樣本如下：
```
select hll_add_agg(1::hll_hashval);
```

支援hll_union函數，可以將hll並集，樣本如下：

select hll_union(hll_add_agg(1::hll_hashval),hll_add_agg(2::hll_hashval));

支援hll_set_defaults函數，可以設定精度，樣本如下：
```
select hll_set_defaults(15,5,-1,1);
```
支援hll_print函數，用於列印debug資訊，樣本如下：
```
select hll_print(hll_add_agg(1::hll_hashval));
```

樣本

create table access_date (acc_date date unique, userids hll);
insert into access_date select current_date, hll_add_agg(hll_hash_integer(user_id)) from generate_series(1,10000) t(user_id);
insert into access_date select current_date-1, hll_add_agg(hll_hash_integer(user_id)) from generate_series(5000,20000) t(user_id);
insert into access_date select current_date-2, hll_add_agg(hll_hash_integer(user_id)) from generate_series(9000,40000) t(user_id);
postgres=# select #userids from access_date where acc_date=current_date;
     ?column?
------------------
 9725.85273370708
(1 row)
postgres=# select #userids from access_date where acc_date=current_date-1;
     ?column?
------------------
 14968.6596883279
(1 row)
postgres=# select #userids from access_date where acc_date=current_date-2;
     ?column?
------------------
 29361.5209149911
(1 row)RDS PostgreSQL 11或以上版本均支援此功能，如提示不支援，請升級核心小版本，具體操作，請參見升級核心小版本。