1 插件介绍、下载与安装

1.1 插件介绍

为了提供一个性能更优的解决方案，开发了一个名为count_distinct的扩展。这个扩展包含多态聚合函数，可以有效地处理固定长度的数据类型值，并且能够应对大量数据集。
具体来说，count_distinct扩展提供了以下几个函数：
1) `count_distinct(p_value anyelement)`：这是一个多态聚合函数，用于计算传入的任一元素类型中不同值的数量。这里的`anyelement`是一个伪类型，表示任何数据类型的值。
2) `array_agg_distinct(p_value anyelement)`：这个函数类似于`count_distinct`，但不是仅仅返回不同值的数量，它还会聚合这些不同值，返回一个数组。
3) `count_distinct_elements(p_value anyarray)`：这个函数接收一个数组类型的参数，计算数组中所有元素的不同值数量。
4) `array_agg_distinct_elements(p_value anyarray)`：与`count_distinct_elements`相似，此函数返回一个数组，其中包含输入数组的不同元素。
扩展到其他数据类型的处理也非常直接，只需通过引用传递即可。开发者在使用这些函数时，需要注意内存消耗问题，因为这些函数在执行过程中会将所有数据保留在内存（RAM）中。

使用限制：

1）内存消耗：
所有唯一值需驻留内存，数据量极大时可能导致 OOM。建议在内存充足的环境中启用，或结合分区表分批次处理。
2）数据类型限制：
不支持直接处理 text 或 json 等变长类型，需转换为哈希值（如 md5）后使用。
3）分布式环境兼容性：
在 Citus 等分布式 PostgreSQL 中，需结合 hll 扩展或调整 citus.count_distinct_error_rate 参数实现近似统计。
4）索引优化：
插件本身不替代索引优化。对于高频查询字段，仍需建立复合索引（如 (mining_pool, sip)）以加速过滤