【发布时间】：2017-03-06 12:34:16
【问题描述】：
BigQuery 表示 Approximate 聚合函数在内存使用和时间方面是可扩展的，但会产生近似结果而不是精确结果。
我在钻头或蜂巢中找不到这样的功能。 通过集群计算，我们可以很容易地得到准确的结果，为什么以及什么时候应该使用这个APPROX_FUNC？ 也希望有人能告诉我APPROX_TOP_COUNT中使用的是什么算法？
【问题讨论】：
标签： google-bigquery approximation
【发布时间】：2017-03-06 12:34:16
【问题描述】：
近似函数有用的一个例子是分析 Firebase 事件日志（StackOverflow 上有许多关于 BigQuery/Firebase 的问题）。例如，如果您只想知道访问次数最多的前 10 个页面，则可以使用 APPROX_TOP_COUNT 进行分析，这通常比使用 GROUP BY 和 ORDER BY ... LIMIT ... 的 COUNT(*) 更快。
从实现的角度来看，您可以想象，如果您只对访问次数最多的前 10 个页面感兴趣，那么可能没有必要在内存中保存不常访问页面的长尾状态，因为它只会稍后丢弃。
您可以在以下论文中了解近似算法：
【讨论】：
-
谢谢你的回答，我已经使用 bigquery 测试了 bigquery 的公共数据（1,108,779,463 行）上的 APPROX_TOP_COUNT。结果是 APPROX_TOP_COUNT 和 COUNT(*) with GROUP BY 和 ORDER BY ... LIMIT 都花了 2s .你能告诉我一些关于这两个查询性能的例子吗？