Apache Druid 0.18.1使用準確值去重方式

簡述

Apache druid 中的 COUNT(DISTINCT expr) 默認是使用 近似值算法HyperLogLog.
原來介紹過druid本身是爲了海量數據分析而設計，所以在大數據量的情況下，使用近似值算法，速度更快。但有的需求，數據量本身較小，對數據的精準性要求比較高。不希望使用近似值的方式。

取消近似值的方式

連接時設置 useApproximateCountDistinct

useApproximateCountDistinct 默認值是true,設置false後，將使用精準值計算。

 String url = "jdbc:avatica:remote:url=http://" + "ip:8082"
                         + "/druid/v2/sql/avatica/";

            Properties connectionProperties = new Properties();
             connectionProperties.setProperty("useApproximateCountDistinct","false"）
         
            Connection connection = DriverManager.getConnection(url, connectionProperties);

broker 配置

druid.sql.planner.useApproximateCountDistinct=false

總結

根據自己的需求場景設置，一般建議在連接時使用，更加靈活些。在broker加入配置後，所有的近似值都將無法生效。也將會影響查詢性能。