Как работи APPROX_COUNT_DISTINCT() в SQL Server

APPROX_COUNT_DISTINCT() е една от новите функции, въведени в SQL Server 2019. Тази функция връща приблизителния брой уникални ненулеви стойности в група.

По принцип можете да го използвате, за да получите приблизителна представа за броя на недублиращите се редове в голяма таблица или набор от резултати. Работи подобно на COUNT_BIG() и COUNT() функции (когато използвате DISTINCT клауза), но връща приблизително число, а не точно число.

APPROX_COUNT_DISTINCT() е насочена главно към сценарии с големи данни. Той е предназначен за достъп до големи набори от данни с повече от милион реда и агрегиране на колона или колони, които имат много различни стойности. Предназначен е за сценарии, при които отзивчивостта е по-критична от абсолютната прецизност.

Microsoft заявява, че внедряването на функцията гарантира до 2% процент грешки в рамките на 97% вероятност.

Към момента на писане, APPROX_COUNT_DISTINCT() е функция за публичен преглед. Той беше въведен в SQL Server 2019, който в момента също е в състояние на предварителен преглед.

Имайте предвид, че Microsoft заявява, че функциите за предварителен преглед не са предназначени за производствена употреба.

Синтаксис

Синтаксисът е така:

APPROX_COUNT_DISTINCT (израз) 

Изразът може да бъде от всякакъв тип, освен изображение , sql_variant , ntext , или текст .

Пример 1 – COUNT() срещу APPROX_COUNT_DISTINCT

Ето основен пример за сравняване на COUNT() с APPROX_COUNT_DISTINCT() :

ИЗПОЛЗВАЙТЕ WideWorldImporters;SELECT COUNT(OrderLineId) 'Действителен брой', COUNT(DISTINCT OrderLineId) 'Действителен отличен брой', APPROX_COUNT_DISTINCT(OrderLineId) 'Приблизителен различен брой. 

 Резултат:
 
+----------------+-----------------------+--- ---------------------+| Действителен брой | Действителен отделен брой | Приблизителен различен брой ||----------------+------------------------+-- -----------------------|| 231412 | 231412 | 238493 |+----------------+-----------------------+---- ---------------------+
 

 В този случай действителният брой и действителният отделен брой са еднакви (това просто означава, че не е имало дубликати в 
OrderLineId
 колона).
 

 Виждаме обаче, че APPROX_COUNT_DISTINCT() върна различна стойност. Това може да се очаква, тъй като връща само приблизително.
 
Пример 2 – По-малко число
 

 В този пример посочвам различна колона (
Описание
 ) за броене:
 
SELECT COUNT(Описание) 'Действителен брой', COUNT(DISTINCT описание) 'Действителен отделен брой', APPROX_COUNT_DISTINCT(описание) 'Приблизителен различен брой'FROM Sales.OrderLines;
 

 Резултат:
 
+----------------+-----------------------+--- ---------------------+| Действителен брой | Действителен отделен брой | Приблизителен различен брой ||----------------+------------------------+-- -----------------------|| 231412 | 227 | 226 |+----------------+-----------------------+---- ---------------------+
 

 В този случай действителният брой и действителният отделен брой са различни. Това е така, защото 
Описание
 колоната съдържа много дублиращи се стойности.
 

 Можем да видим, че APPROX_COUNT_DISTINCT() все още връща различна стойност, но е доста близка.
 

 Както бе споменато, APPROX_COUNT_DISTINCT() е предназначен главно за по-големи набори от резултати. По-малките набори от резултати като тези тук се изпълняват бързо, независимо коя функция използвам.
 
Проверете типа данни
 

 APPROX_COUNT_DISTINCT() връща резултата си като голям , така че в това отношение е по-подобен на COUNT_BIG() отколкото е към COUNT() (който връща int ). Но нека потвърдим това:
 
EXEC sp_describe_first_result_set N'SELECT APPROX_COUNT_DISTINCT(OrderLineId) FROM Sales.OrderLines', null, 0;
 

 Резултат (с помощта на вертикален изход):
 
е_скрит | 0ред_колона | 1 име | NULLis_nullable | 1system_type_id | 127 име_тип_на_система | bigintmax_length | 8прецизност | 19 мащаб | 0име_на_колекция | NULLuser_type_id | NULLuser_type_database | NULL_тип_схема_на_потребител | NULL_тип_на_потребител | NULLиме_квалифициран_тип_на_събиране | NULLxml_collection_id | NULLxml_collection_database | NULLxml_collection_schema | NULLxml_collection_name | NULLis_xml_document | 0is_case_sensitive | 0is_fixed_length_clr_type | 0source_server | NULL изходна_база от данни | NULL изходна_схема | NULL изходна_таблица | NULLизточна_колона | NULLis_identity_column | 0е_част_от_уникалния_ключ | NULL е_подлежащ на актуализация | 0е_изчислена_колона | 0is_sparse_column_set | 0порядков_в_порядък_по_списък | NULL подреждане_по_низходящо | NULL подреждане_по_дължина_списък | NULLtds_type_id | 38tds_length | 8tds_collation_id | NULLtds_collation_sort_id | NULL
 

 Можем да видим, че 
system_type_name
 е 
голям
 . Това ни казва, че нашата заявка връща резултатите си като bigint тип данни, както се очаква. 
max_length
 и 
прецизност
 стойностите също са в съответствие с bigint тип данни.