RedshiftのPostgresql-hll（または別のHyperloglogデータタイプ/構造）

Question

ユニークビジターについて報告する必要がありますが、可能なすべてのキーの並べ替えや複数のテーブルの作成を避けたいと考えています。

単純な例として

、のは、私は、次の列

• 日（月/年）COUNTRY_ID
• page_idのを持つテーブルで月間ユニークを報告する必要があるとしましょう
• は
をdevice_type_id
• monthly_uniques

In DruidとRedisの場合、Hyperloglogのデータ型でこれを処理します（エラーの小さなマージンが許容されることを前提とします）。この場合、次元の任意の組み合わせでクエリを実行し、ユニークな推定値を受け取ることができます。

最も近い私はPostgreSQL-hllのプラグインですが、PostgreSQL 9.0+のようです。

Redshiftでこれを表現する方法はありますか？ビジターIDをあらかじめ計算したり保存したりする必要はありません（RedShiftの「近似カウント」の実装を使用することができます）。

注：RedShiftが優先プラットフォームですが、CitusDBなどの他の自己ホスト型PostgreSQLフォークがこれをサポートできることは既に知っています。 RedShiftでこれを行う方法を探しています。

Answer 1

技術的にはpostgresql由来のRedshiftは10年以上前にフォークされていましたが、ポストグルと同じ回線プロトコルを使用していますが、そのコードは大きく分かれています。その他の非互換性の中でも、カスタムデータ型は使用できなくなりました。つまり、あなたが使用しようとしているプラ​​グインのタイプは実現可能ではないでしょう。

しかし、あなたが指摘したように、すべての生データを取得できる場合は、組み込みの近似機能を使用できます。