BigQuery是否给出了聚合的确切值？

Question

我已经读过，在执行大型聚合时，Apache Impala和PrestoDB都不能提供100％准确的结果（除非在查询中手动指定）。 BigQuery是否也会对大型聚合进行估算，或者数字是否准确？

如果它能够实现准确性，那么这是如何完成的（为什么Impala，Presto或ElasticSearch不会在其聚合上给出准确的值？）

我的意思是近似与完全相同：https://www.elastic.co/guide/en/elasticsearch/guide/current/_approximate_aggregations.html。

Answer 1

在大多数情况下，是的，结果是准确的。如果您想了解有关要使用的某些聚合函数的更多信息，可以参考BQ docs确认函数的行为方式。

作为统计逼近函数的一个例子，我们有count(distinct field)。如果您想拥有确切的数字，那么您应该使用exact_count_distinct(field)（这也在文档中有解释）。

这是通过简单地牺牲性能来完成的。如果您要使用一些大型数据集，则可以同时运行count(distinct)和exact_count_distinct，您会看到响应时间之间存在相当大的差异。

在大多数情况下，BigQuery非常快，因此根据您的数据大小，您可以使用精确的操作，但仍然可以在秒范围内获得响应。

Answer 2

在BigQuery的标准SQL方言中，所有近似聚合函数都被恰当地命名，每个函数都以APPROX_前缀开头（参见https://cloud.google.com/bigquery/docs/reference/standard-sql/functions-and-operators#approximate-aggregate-functions）。 标准SQL中没有APPROX_前缀的聚合函数都是精确的。

P.S。在浮点上运行的函数（例如大多数统计函数）可能具有通常的浮点相关精度损失。