大約

用量

view: view_name {
  measure: field_name {
    approximate: yes 
  }
}
階層
approximate
可能的欄位類型
度量

接受
布林值 (是或否)

定義

如需支援 approximate 的方言清單,請參閱本頁面的「approximate 的方言支援」一節。

approximate 參數可讓您使用 type: count 和 type: count_distinct 的測量指標進行近似計數。如果是大型資料集,近似計數的速度會比精確計數快得多,而且通常與實際值相差幾個百分點。請參閱 SQL 方言說明文件,瞭解這個方法在速度和準確度之間的取捨。

measure: apx_unique_count {
  type: count_distinct
  approximate: yes   # default value is no
  sql: ${id} ;;
}

啟用 approximate 並搭配 type: count 測量指標可能不必要,因為近似計數功能僅適用於不重複計數。不過,在某些情況下,Looker 會自動將 type: count 的測量指標轉換為主鍵的不重複計數,為彙整檢視表提供準確的結果。在這種情況下,近似計數可能很有用。

approximate 的方言支援

能否使用 approximate,取決於 Looker 連線使用的資料庫方言。在最新版本 Looker 中,下列方言支援 approximate:

方言 是否支援?
Actian Avalanche
Amazon Athena
Amazon Aurora MySQL
Amazon Redshift
Amazon Redshift 2.1+
Amazon Redshift Serverless 2.1+
Apache Druid
Apache Druid 0.13.x - 0.17.x
Apache Druid 0.18+
Apache Hive 2.3+
Apache Hive 3.1.2+
Apache Spark 3+
ClickHouse
ClickHouse 26+
Cloudera Impala 3.1+
Cloudera Impala 3.1+ with Native Driver
Cloudera Impala with Native Driver
DataVirtuality
Databricks
Denodo 7
Denodo 8 & 9
Dremio
Dremio 11+
Dremio 26+ with Arrow Flight SQL
Exasol
Google BigQuery Legacy SQL
Google BigQuery Standard SQL
Google Cloud AlloyDB for PostgreSQL
Google Cloud PostgreSQL
Google Cloud SQL
Google Spanner
Greenplum
HyperSQL
IBM Netezza
MariaDB
Microsoft Azure PostgreSQL
Microsoft Azure SQL Database
Microsoft Azure Synapse Analytics
Microsoft SQL Server 2008+
Microsoft SQL Server 2012+
Microsoft SQL Server 2016
Microsoft SQL Server 2017+
MongoBI
MongoSQL
MySQL
MySQL 8.0.12+
Oracle
Oracle ADWC
PostgreSQL 9.5+
PostgreSQL pre-9.5
PrestoDB
PrestoSQL
SAP HANA
SAP HANA 2+
SingleStore
SingleStore 7+
Snowflake
Teradata
Trino
Vector
Vertica