适用于Google BigQuery的HLL + Precision

Question

此处描述了使用HLL.INIT(...)和HLL.MERGE(...)的精度：

https://cloud.google.com/bigquery/docs/reference/standard-sql/hll_functions

但是，我想知道是否有基数大小，在这种情况下，HLL可以保证是准确的。例如，如果我有10个不同的值，并且要在各个区域将它们“合并”在一起，那么每次的精度是100％，还是会受到HLL误差范围的影响？换句话说，HLL Precision的每个级别是否都有保证的上限，在此上限下保证的准确性为100％？如果是这样，如何确定每个精度级别？

Answer 1

  

如果我有10个不同的值，并且在各个区域将它们“合并”在一起，那么每次的精度是否会达到100％，还是会受到HLL误差范围的限制？

对于相同的输入，输出应相同。实际上，对于相同的输入，BigQuery可以使用缓存的结果，因此，如果一次精度为100％，则每次都可以。

  

HLL精度的每个级别是否都有保证的上限，在此上限下保证有100％的精度？如果是这样，如何确定每个精度级别？

不，HLL ++提供估算值。对于任何基数大小和/或精度级别，都无法保证100％的准确性。如果您要获得100％的精度，请使用COUNT（DISTINCT ...）