BITMAP_HASH

説明

任意の入力型の値から 32 ビットのハッシュ値を計算し、そのハッシュ値を含む Bitmap を返します。

構文

BITMAP_HASH(<expr>)

パラメータ

パラメータ	説明
<expr>	任意の値またはフィールド式

戻り値

パラメータ <expr> の 32 ビットのハッシュ値を含む Bitmap を返します。

• パラメータが NULL の場合、空の Bitmap を返します。

::: note

使用するハッシュアルゴリズムは MurMur3 です。
MurMur3 は、高速で衝突が少なく、ランダムな分布に近い値を生成し、カイ二乗分布検定に合格できるハッシュアルゴリズムです。計算されるハッシュ値は、ハードウェアプラットフォームやシード値によって異なる場合がある点に注意してください。
このアルゴリズムの性能について詳しくは、Smhasher ベンチマークを参照してください。

:::

例

値の MurMur3 ハッシュを計算するには、次のようにします。

select bitmap_to_array(bitmap_hash('hello'))[1];

結果は次のとおりです。

+-------------------------------------------------------------+
| %element_extract%(bitmap_to_array(bitmap_hash('hello')), 1) |
+-------------------------------------------------------------+
|                                                  1321743225 |
+-------------------------------------------------------------+

Bitmap を使用して列内の異なる値の数を数える方法は、場合によっては count distinct より効率的です。次の例では、4 種類の値を含む 6 行を words テーブルに挿入します。ドキュメントコーパス規模では、同じ形式の実際のクエリが数百万という結果を返すこともあります。

CREATE TABLE `words` (`word` VARCHAR(64))
DISTRIBUTED BY HASH(`word`) BUCKETS 1
PROPERTIES ("replication_num" = "1");

INSERT INTO `words` VALUES ('apple'), ('banana'), ('cherry'), ('apple'), ('date'), ('banana');

select bitmap_count(bitmap_union(bitmap_hash(`word`))) from `words`;

+-------------------------------------------------+
| bitmap_count(bitmap_union(bitmap_hash(`word`))) |
+-------------------------------------------------+
|                                               4 |
+-------------------------------------------------+

select bitmap_to_string(bitmap_hash(NULL)) AS res;

結果は次のとおりです。

+------+
| res  |
+------+
|      |
+------+