我已经读到apacheimpala和prestodb在进行大型聚合时都不能给出100%的准确结果（除非在查询中手动指定）。bigquery是否也对大型聚合进行估计，或者这些数字是否精确？
如果它能够实现精确性，那么这是如何做到的（为什么impala、presto或elasticsearch不能给出它们的聚合的精确值？）
以下是我所说的近似与精确的意思：https://www.elastic.co/guide/en/elasticsearch/guide/current/_approximate_aggregations.html.
2条答案
按热度按时间szqfcxe21#
在bigquery的标准sql方言中，所有近似聚合函数都有适当的名称，每个函数都以
APPROX_前缀（参见https://cloud.google.com/bigquery/docs/reference/standard-sql/functions-and-operators#approximate-聚合函数）。聚合函数没有APPROX_标准sql中的前缀都是精确的。p、 在浮点上操作的函数，如大多数统计函数，通常可能会有与浮点相关的精度损失。
i1icjdpr2#
在大多数情况下，是的，结果是准确的。如果您想了解更多有关要使用的聚合函数的信息，可以参考bq文档来确认函数的行为。
作为统计近似函数的一个例子，我们有
count(distinct field). 如果你想知道确切的数字，那么你应该使用exact_count_distinct(field)（这在文件中也有解释）。这是通过牺牲性能来实现的。如果你有一些大的数据集，你可以运行两者
count(distinct)以及exact_count_distinct作为一个例子，您将看到响应时间之间的巨大差异。大多数情况下，尽管bigquery非常快，所以根据数据的大小，您可以使用精确的操作，并且响应仍在秒范围内。