druid - apache 德鲁伊中的总和(不同指标)-6ren

druid - apache 德鲁伊中的总和(不同指标)

转载作者：行者123 更新时间：2023-12-05 07:05:55

我们如何在德鲁伊中写 sum(distinct col) ？如果我尝试用德鲁伊编写，它说无法构建计划，但在德鲁伊中也是可能的。我尝试转换为子查询方法，但我的内部查询返回大量项目级数据，因此超时。

最佳答案

不同的计数或总和不是德鲁伊默认支持的东西。

实际上有几种方法可以得到类似的结果。

选项 1. Theta Sketch 扩展(推荐)

如果启用 Theta Sketch 扩展(参见 https://druid.apache.org/docs/latest/development/extensions-core/datasketches-theta.html)，您可以使用它来获得相同的结果。

例子:

{
    "queryType": "groupBy",
    "dataSource": "hits",
    "intervals": [
        "2020-08-14T11:00:00.000Z/2020-08-14T12:00:00.000Z"
    ],
    "dimensions": [],
    "granularity": "all",
    "aggregations": [
        {
            "type": "cardinality",
            "name": "col",
            "fields": [
                {
                    "type": "default",
                    "dimension": "domain",
                    "outputType": "string",
                    "outputName": "domain"
                }
            ],
            "byRow": false,
            "round": false
        }
    ]
}

结果:

+--------+
| domain | 
+--------+
| 22     | 
+--------+

选项 2:基数

cardinality() 聚合计算一组 Apache Druid(孵化)维度的基数，使用 HyperLogLog 来估计基数。

例子:

{
    "queryType": "groupBy",
    "dataSource": "hits",
    "intervals": [
        "2020-08-14T11:00:00.000Z/2020-08-14T12:00:00.000Z"
    ],
    "dimensions": [],
    "granularity": "all",
    "aggregations": [
        {
            "type": "cardinality",
            "name": "domain",
            "fields": [
                {
                    "type": "default",
                    "dimension": "domain",
                    "outputType": "string",
                    "outputName": "domain"
                }
            ],
            "byRow": false,
            "round": false
        }
    ]
}

响应:

+-----------------+
| domain          | 
+-----------------+
| 22.119017166376 | 
+-----------------+

选项 3. 使用 hyperUnique

此选项要求您在编制索引时跟踪计数。如果你已经应用了它，你可以在你的查询中使用它:

{
    "queryType": "groupBy",
    "dataSource": "hits",
    "intervals": [
        "2020-08-14T11:00:00.000Z/2020-08-14T12:00:00.000Z"
    ],
    "dimensions": [],
    "granularity": "all",
    "aggregations": [
        {
            "type": "hyperUnique",
            "name": "domain",
            "fieldName": "domain",
            "isInputHyperUnique": false,
            "round": false
        }
    ],
    "context": {
        "groupByStrategy": "v2"
    }
}