APPROX_COUNT_DISTINCT 在 SQL Server 2022 中可用,但要求兼容级别 ≥160 且数据库非只读;仅支持单列参数、不接受表达式或误差值,适用于高基数字段且 WHERE 条件能走索引的场景。

APPROX_COUNT_DISTINCT 在 SQL Server 2022 中是否可用?
可用,但需满足两个硬性前提:COMPATIBILITY_LEVEL >= 160(即 SQL Server 2022),且数据库不能是只读或处于较老兼容模式。SQL Server 从 2017(14.x)起引入该函数,但 2022 是首个默认启用智能查询处理(包括自适应计划、批处理模式优化)的版本,APPROX_COUNT_DISTINCT 在此环境下才能稳定发挥性能优势。
检查方式:
SELECT compatibility_level FROM sys.databases WHERE name = DB_NAME();
若返回值小于 160,必须显式升级:
ALTER DATABASE [YourDB] SET COMPATIBILITY_LEVEL = 160;
写法和参数要注意哪些坑?
SQL Server 的 APPROX_COUNT_DISTINCT 不接受误差参数,只支持单参数形式:APPROX_COUNT_DISTINCT(column_name)。传入表达式(如 ISNULL(user_id, -1))或多个字段会直接报错 Msg 102, Level 15, State 1;传入 NULL 值列时自动跳过,行为与 COUNT(DISTINCT ...) 一致。
常见翻车点:
- 误写成
APPROX_COUNT_DISTINCT(user_id, 0.02)→ 报错,SQL Server 不支持relativeSD参数 - 在视图或内联 TVF 中用它,但调用方未开启兼容级别 → 函数识别为无效对象,报
Invalid column name - 对
TEXT/NTEXT或大对象类型调用 → 报错,仅支持标量类型(INT、VARCHAR、DATETIME2等)
什么时候换它真能快?关键看数据分布和过滤效率
快的前提不是“用了就快”,而是:WHERE 条件能走索引 + 去重字段本身有高基数(比如 user_id 有上亿不同值)。如果 WHERE 导致全表扫描,那 APPROX_COUNT_DISTINCT 再快也白搭——IO 耗时占了 95%。
实操建议:
- 确认执行计划中,
APPROX_COUNT_DISTINCT对应的算子上游是Index Seek或Clustered Index Seek,而不是Table Scan - 建联合索引时把过滤字段放前面、去重字段放最后,例如:
CREATE INDEX IX_events_dt_user ON events(dt, user_id),这样WHERE dt = '2026-08-11'可跳过排序,直接流式喂给近似计数器 - 避免在
APPROX_COUNT_DISTINCT外层套复杂计算,比如CAST(APPROX_COUNT_DISTINCT(user_id) AS DECIMAL) * 1.02—— 它不改变估算逻辑,纯属干扰优化器
多个近似去重同时出现,SQL Server 会复用 sketch 吗?
不会。每个 APPROX_COUNT_DISTINCT 调用都独立初始化自己的 HyperLogLog++ sketch 结构(约 12 KB 内存),即使它们作用于同一列、同一 WHERE 条件。这意味着:SELECT APPROX_COUNT_DISTINCT(a), APPROX_COUNT_DISTINCT(b) FROM t 的内存开销 ≈ 2 × 12 KB,而 COUNT(DISTINCT a), COUNT(DISTINCT b) 可能爆到 GB 级别,但前者仍是两份独立 sketch。
真正省资源的做法是:提前物化中间结果。比如把高频查询的 dt + channel 组合近似去重结果存进汇总表,而不是每次现场算。










