如何使用基数统计插件预估业务指标 - 云数据库 RDS

hll插件支持的数据类型HyperLogLog可以帮助您快速预估PV、UV等业务指标。

前提条件

实例大版本为RDS PostgreSQL 11或以上。
说明
暂不支持RDS PostgreSQL 17。
如实例大版本已满足要求，但仍提示不支持，请升级内核小版本，具体操作，请参见升级内核小版本。

背景信息

hll插件支持一种可变长、类似集合的数据类型HyperLogLog（hll），常用于在指定精度下返回近似的distinct值，例如1280字节的hll数据类型可以高精度地估计出近百亿的distinct值。hll适合互联网广告分析或其他有类似预估分析计算需求的行业，可以快速预估PV、UV等业务指标。

更多hll插件使用方法请参见postgresql-hll。

详细算法说明请参见论文HyperLogLog: the analysis of a near-optimalcardinality estimation algorithm。

创建hll插件

连接实例后创建hll插件，命令如下：

CREATE EXTENSION hll;

基础操作

创建一个含有hll字段的表，命令如下：
```
create table agg (id int primary key,userids hll);
```
将int数据类型转换为hll_hashval，命令如下：
```
select 1::hll_hashval;
```

基本操作符

hll类型支持如下操作符：

示例如下：

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类型支持如下操作符：

示例如下：

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

基本函数

支持hll_hash_boolean、hll_hash_smallint和hll_hash_bigint等hash函数，示例如下：
```
select hll_hash_boolean(true);
select hll_hash_integer(1);
```
支持hll_add_agg函数，可以将int转换为hll格式，示例如下：
```
select hll_add_agg(1::hll_hashval);
```

支持hll_union函数，可以将hll并集，示例如下：

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

支持hll_set_defaults函数，可以设置精度，示例如下：
```
select hll_set_defaults(15,5,-1,1);
```
支持hll_print函数，用于打印debug信息，示例如下：
```
select hll_print(hll_add_agg(1::hll_hashval));
```

示例

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或以上版本均支持此功能，如提示不支持，请升级内核小版本，具体操作，请参见升级内核小版本。