APPROX_COUNT_DISTINCT 是 BigQuery 中基于 HLL 的快速去重估算函数，误差约±1.6%，仅适用于容忍偏差的场景；误用于计费、审计或等值判断将引发逻辑错误，且不支持 FLOAT64/STRUCT 类型及与普通 COUNT 混用 HAVING。
APPROX_COUNT_DISTINCT 在 BigQuery 中怎么用才不翻车
直接用 APPROX_COUNT_DISTINCT 比 COUNT(DISTINCT ...) 快得多，尤其在 TB 级表上——但它返回的是带误差的估算值（标准误差约 ±1.6%），不是精确结果。如果你的报表允许容忍少量偏差（比如用户活跃数、设备分布概览），它就是首选。
常见错误是把它当精确函数用：比如用于计费、合规审计或下游做等值比对（WHERE approx_count = 1000），这时会出逻辑漏洞。
- 只支持
STRING、INT64、BYTES类型字段，传FLOAT64或STRUCT会报错Function cannot be used with argument type - 聚合时不能和普通
COUNT混在同一个SELECT里再加HAVING过滤——BigQuery 不允许在HAVING中引用近似聚合别名（会报Invalid alias reference），得用子查询或 CTE - 空值（
NULL）默认被忽略，行为和COUNT(DISTINCT ...)一致，无需额外处理
HLL_COUNT.INIT 和 HLL_COUNT.MERGE 的典型链路
当你需要分批计算再合并去重数（比如按天预聚合用户 ID，月底合并），就得用 HyperLogLog（HLL）底层接口：HLL_COUNT.INIT 生成 sketch，HLL_COUNT.MERGE 合并多个 sketch。这比全量重跑 APPROX_COUNT_DISTINCT 节省 90%+ 计算资源。
关键点在于 sketch 是二进制 blob，必须用 BYTES 类型存，且不能跨项目/region 直接 merge（HLL 实现细节有微小差异）。
