Presto实战

168

｜

第

9

章

为了实现近似的不同值

3

统计，

Presto

提供了

HyperLogLog

数据类型（用户也可以使用它），

这意味着它可以存入表中。这非常有价值，因为你可以存储计算结果，以便以后再合并。

假设你的数据是按天划分的，每天你可以为当天的用户创建一个

HyperLogLog

结

构并存

储。然后，当你想计算近似基数时，可以将

HyperLogLog

合并到一起得出结果。

9.19

　窗函数

Presto

支持使用

SQL

中的标准

窗函数

（

window

function

），它允许你定义一组记录作为函

数的输入。

例如，我们来看看鸢尾花的萼片长度（参见

1.4.7

节

）。

如果没有窗函数，可以按如下方式计算所有品种的萼片平均长度：

SELECT avg(sepal_length_cm)

FROM memory.default.iris;

5.8433332

另外，你也可以计算出特定品种的平均长度：

SELECT avg(sepal_length_cm)

FROM memory.default.iris

WHERE species = 'setosa';

5.006

但是，如果你想列出所有测量值，并将每个测量值与整体平均数比较呢？

OVER()

窗函数可

以让你做到这一点：

SELECT species, sepal_length_cm,

avg(sepal_length_cm) OVER() AS avgsepal

FROM memory.default.iris;

species | sepal_length_cm | avgsepal ...