估算函數的文法及樣本 - Simple Log Service

本文介紹估算函數的基本文法及樣本。

Log Service支援如下估算函數。

重要在Log Service分析語句中，表示字串的字元必須使用單引號（''）包裹，無符號包裹或被雙引號（""）包裹的字元表示欄位名或列名。例如：'status'表示字串status，status或"status"表示日誌欄位status。

函數名稱	文法	說明	支援SQL	支援SPL
approx_distinct函數	approx_distinct(x)	估算x中不重複值的個數，預設存在2.3%的標準誤差。	√	×
approx_distinct函數	approx_distinct(x, e)	估算x中不重複值的個數，支援自訂標準誤差。	√	×
approx_percentile函數	approx_percentile(x, percentage)	對x進行正序排列，返回大約處於percentage位置的x。	√	×
	approx_percentile(x, array[percentage01, percentage02...])	對x進行正序排列，返回大約處於percentage01、percentage02位置的x。	√	×
	approx_percentile(x, weight, percentage)	對x和權重的乘積進行正序排列，返回大約處於percentage位置的x。	√	×
	approx_percentile(x, weight, array[percentage01, percentage02...])	對x和權重的乘積進行正序排列，返回大約處於percentage01、percentage02位置的x。	√	×
	approx_percentile(x, weight, percentage, accuracy)	對x和權重的乘積進行正序排列，返回大約處於percentage位置的x。支援設定返回結果的準確度。	√	×
numeric_histogram函數	numeric_histogram(bucket, x)	按照bucket數量（長條圖列數），統計x的近似長條圖，返回結果為JSON類型。	√	×
numeric_histogram函數	numeric_histogram(bucket, x, weight)	按照bucket數量（長條圖列數），統計x的近似長條圖，返回結果為JSON類型。支援對x設定權重。	√	×
numeric_histogram_u函數	numeric_histogram_u(bucket, x)	按照bucket數量（長條圖列數），統計x的近似長條圖，返回結果為多行多列格式。	√	×

approx_distinct函數

approx_distinct函數用於估算x中不重複值的個數。

文法

估算x中不重複值的個數，預設存在2.3%的標準誤差。
```
approx_distinct(x)
```
估算x中不重複值的個數，支援自訂標準誤差。
```
approx_distinct(x, e)
```

參數說明

參數	說明
x	參數值為任意資料類型。
e	自訂標準誤差，取值為[0.0115, 0.26]。

傳回值類型

bigint類型。

樣本

樣本1：使用countFunction ComputePV，使用approx_distinct函數估算不重複的client_ip欄位值作為UV，標準誤差為2.3%。
- 查詢和分析語句
```
* |SELECT count(*) AS PV, approx_distinct(client_ip) AS UV
```
- 查詢和分析結果
樣本2：使用countFunction ComputePV，使用approx_distinct函數估算不重複的client_ip欄位值作為UV，自訂標準誤差為10%。
- 查詢和分析語句
```
* |SELECT count(*) AS PV, approx_distinct(client_ip,0.1) AS UV
```
- 查詢和分析結果

approx_percentile函數

approx_percentile函數用於對x進行正序排列，返回大約處於percentage位置的數值。

文法

對x進行正序排列，返回處於percentage位置的x，返回結果為double類型。
```
approx_percentile(x, percentage)
```
對x進行正序排列，返回處於percentage01、percentage02位置的x，返回結果為array(double,double)類型。
```
approx_percentile(x, array[percentage01, percentage02...])
```
對x和權重的乘積進行正序排列，返回大約處於percentage位置的x，返回結果為double類型。
```
approx_percentile(x, weight, percentage)
```
對x和權重的乘積進行正序排列，返回處於percentage01、percentage02位置的x，返回結果為array(double,double)類型。
```
approx_percentile(x, weight, array[percentage01, percentage02...])
```
對x和權重的乘積進行正序排列，返回大約處於percentage位置的x，返回結果為double類型。支援設定返回結果的準確度。
```
approx_percentile(x, weight, percentage, accuracy)
```

參數說明

參數	說明
x	參數值為double類型。
percentage	百分比值，取值範圍為[0,1]。
accuracy	準確度，取值範圍為(0,1)。
weight	權重，大於1的整數。設定權重後，系統根據x與權重的乘積進行排序。

傳回值類型

double類型或array(double,double)類型。

樣本

樣本1：對request_time列進行排序後，返回大約處於50%位置的request_time欄位的值。
- 查詢和分析語句
```
*| SELECT approx_percentile(request_time,0.5)
```
- 查詢和分析結果
樣本2：對request_time列進行排序後，返回處於10%、20%及70%位置的request_time欄位的值。
- 查詢和分析語句
```
*| SELECT approx_percentile(request_time,array[0.1,0.2,0.7])
```
- 查詢和分析結果
樣本3：根據request_time與權重的乘積對request_time列進行排序後，返回大約處於50%位置的request_time欄位的值。其中，request_time<20時權重為100，否則權重為10。
- 查詢和分析語句
```
* |
SELECT
  approx_percentile(
    request_time,case
      when request_time < 20 then 100
      else 10
    end,
    0.5
  )
```
- 查詢和分析結果
樣本4：根據request_time與權重的乘積對request_time列進行排序後，返回大約處於80%和90%位置的request_time欄位的值。其中，request_time<20時權重為100，否則權重為10。
- 查詢和分析語句
```
* |
SELECT
  approx_percentile(
    request_time,case
      when request_time < 20 then 100
      else 10
    end,
    array [0.8,0.9]
  )
```
- 查詢和分析結果
樣本5：根據request_time與權重的乘積對request_time列進行排序後，返回大約處於50%位置的request_time欄位的值，準確度為0.2。其中，request_time<20時權重為100，否則權重為10。
- 查詢和分析語句
```
* |
SELECT
  approx_percentile(
    request_time,case
      when request_time < 20 then 100
      else 10
    end,
    0.5,
    0.2
  )
```
- 查詢和分析結果

numeric_histogram函數

numeric_histogram函數按照bucket數量（長條圖列數），統計x的近似長條圖。返回結果為JSON類型。

文法

按照bucket數量（長條圖列數），統計x的近似長條圖。
```
numeric_histogram(bucket, x)
```
按照bucket數量（長條圖列數），統計x的近似長條圖。支援為x設定權重。
```
numeric_histogram(bucket, x, weight)
```

參數說明

參數	說明
bucket	長條圖中列的個數，bigint類型。
x	參數值為double類型。
weight	權重，大於0的整數。設定權重後，系統根據x與權重的乘積進行分組。

傳回值類型

JSON類型。

樣本

樣本1：統計POST方法對應的請求時間長度的近似長條圖。
- 查詢和分析語句
```
request_method:POST | SELECT numeric_histogram(10,request_time)
```
- 查詢和分析結果
樣本2：根據request_time與權重的乘積對請求時間長度進行分組，從而統計POST方法對應的請求時間長度的近似長條圖。
- 查詢和分析語句
```
request_method:POST| SELECT numeric_histogram(10, request_time,case when request_time<20 then 100 else 10 end)
```
- 查詢和分析結果

numeric_histogram_u函數

numeric_histogram_u函數按照bucket數量（長條圖列數），統計x的近似長條圖。返回結果為多行多列格式。

文法

numeric_histogram_u(bucket, x)

參數說明

參數	說明
bucket	長條圖中列的個數，bigint類型。
x	參數值為double類型。

傳回值類型

double類型。

樣本

統計POST方法對應的請求時間長度的近似長條圖。

查詢和分析語句

request_method:POST | select numeric_histogram_u(10,request_time)

查詢和分析結果