You are viewing a plain text version of this content. The canonical link for it is here.
Posted to dev@kylin.apache.org by 仇同心 <qi...@jd.com> on 2016/06/21 07:08:46 UTC
DISTINCT_COUNT精确计算问题
大家好：
Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
谢谢！
Re: DISTINCT_COUNT精确计算问题
Posted by ShaoFeng Shi <sh...@apache.org>.
For the precise distinct count on all data types feature, Yerui Sun is
working on that; you should look at:
https://issues.apache.org/jira/browse/KYLIN-1379
在 2016年6月21日 下午3:53，Roy <aq...@163.com>写道：
> Hash 可能会存在重复数值.我们建立映射表的方法是使用 Dense_Rank() 函数.然后去统计.
>
> 而且目前kyiin count(distinct xx) 函数统计好像只支持 int类型的统计.
>
> 希望可以帮到你.
>
> Roy
>
>
>
>
> 在 2016-06-21 15:08:46，"仇同心" <qi...@jd.com> 写道：
> >大家好：
> >
> Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
> >
> >谢谢！
>
--
Best regards,
Shaofeng Shi
Re: DISTINCT_COUNT精确计算问题
Posted by ShaoFeng Shi <sh...@apache.org>.
For the precise distinct count on all data types feature, Yerui Sun is
working on that; you should look at:
https://issues.apache.org/jira/browse/KYLIN-1379
在 2016年6月21日 下午3:53，Roy <aq...@163.com>写道：
> Hash 可能会存在重复数值.我们建立映射表的方法是使用 Dense_Rank() 函数.然后去统计.
>
> 而且目前kyiin count(distinct xx) 函数统计好像只支持 int类型的统计.
>
> 希望可以帮到你.
>
> Roy
>
>
>
>
> 在 2016-06-21 15:08:46，"仇同心" <qi...@jd.com> 写道：
> >大家好：
> >
> Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
> >
> >谢谢！
>
--
Best regards,
Shaofeng Shi
Re:DISTINCT_COUNT精确计算问题
Posted by Roy <aq...@163.com>.
Hash 可能会存在重复数值.我们建立映射表的方法是使用 Dense_Rank() 函数.然后去统计.
而且目前kyiin count(distinct xx) 函数统计好像只支持 int类型的统计.
希望可以帮到你.
Roy
在 2016-06-21 15:08:46，"仇同心" <qi...@jd.com> 写道：
>大家好：
> Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
>
>谢谢！
答复: 回复：DISTINCT_COUNT精确计算问题
Posted by 仇同心 <qi...@jd.com>.
您好：
Hash值是否会出现重复呢？
谢谢！
发件人: Weatherpop [mailto:623891205@qq.com]
发送时间: 2016年6月21日 15:11
收件人: user@kylin.apache.org; dev@kylin.apache.org
主题: 回复：DISTINCT_COUNT精确计算问题
可以自己做一张映射表，把值hash成int后就可以用精确的count distinct了
我们这边目前实践暂时是这样的
------------------ 原始邮件 ------------------
发件人: "仇同心";<qi...@jd.com>>;
发送时间: 2016年6月21日(星期二) 下午3:08
收件人: "user@kylin.apache.org<ma...@kylin.apache.org>>; "dev@kylin.apache.org<ma...@kylin.apache.org>>;
主题: DISTINCT_COUNT精确计算问题
大家好：
Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
谢谢！
答复: 回复：DISTINCT_COUNT精确计算问题
Posted by 仇同心 <qi...@jd.com>.
您好：
Hash值是否会出现重复呢？
谢谢！
发件人: Weatherpop [mailto:623891205@qq.com]
发送时间: 2016年6月21日 15:11
收件人: user@kylin.apache.org; dev@kylin.apache.org
主题: 回复：DISTINCT_COUNT精确计算问题
可以自己做一张映射表，把值hash成int后就可以用精确的count distinct了
我们这边目前实践暂时是这样的
------------------ 原始邮件 ------------------
发件人: "仇同心";<qi...@jd.com>>;
发送时间: 2016年6月21日(星期二) 下午3:08
收件人: "user@kylin.apache.org<ma...@kylin.apache.org>>; "dev@kylin.apache.org<ma...@kylin.apache.org>>;
主题: DISTINCT_COUNT精确计算问题
大家好：
Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
谢谢！
回复：DISTINCT_COUNT精确计算问题
Posted by Weatherpop <62...@qq.com>.
可以自己做一张映射表，把值hash成int后就可以用精确的count distinct了
我们这边目前实践暂时是这样的
------------------ 原始邮件 ------------------
发件人: "仇同心";<qi...@jd.com>;
发送时间: 2016年6月21日(星期二) 下午3:08
收件人: "user@kylin.apache.org"<us...@kylin.apache.org>; "dev@kylin.apache.org"<de...@kylin.apache.org>;
主题: DISTINCT_COUNT精确计算问题
大家好：
Hive字段类型为varchar,字段内容也包含英文字母和中文，对这样的字段能否做DISTINCT_COUNT精确计算？如果不能，有什么好的建议吗？
谢谢！