必须配对使用hll_init+hll_merge+hll_estimate三件套，因Snowflake的HLL非标量函数；漏任一环报错或返回NULL；hll_init需非NULL输入；hll_merge为GROUP BY专用聚合函数；hll_estimate仅接受BINARY型输入。
直接用 HLL 函数就行，但必须配对使用 hll_init + hll_merge（聚合阶段）+ hll_estimate（最终取值），不能只写一个函数就完事。
为什么不能直接写 COUNT(DISTINCT x) 替换成 HLL？
Snowflake 的 HLL 不是开箱即用的标量函数，它是一套三件套：先用 hll_init 把原始值转成 HLL sketch，再用 hll_merge 合并多个 sketch，最后用 hll_estimate 解出近似基数。漏掉任意一环都会报错或返回 NULL。
-
hll_init(x)必须传非 NULL 值，NULL 会被跳过 —— 所以hll_init(COALESCE(col, 'null_placeholder'))比直接hll_init(col)更稳 -
hll_merge是聚合函数，只能在GROUP BY中用，不能出现在 WHERE 或 SELECT 非聚合列里 -
hll_estimate接收的是hll_merge的输出，类型为BINARY，不能直接CAST或参与算术运算
HLL 和 APPROX_COUNT_DISTINCT 选哪个？
如果只是单层聚合、不关心中间 sketch 复用，APPROX_COUNT_DISTINCT(col) 更简单，语义和性能接近 HLL 三件套，误差率也都在 ~1.6% 左右。但它不可拆解 —— 你没法把今天和昨天的 sketch 合并，也没法做分组后二次聚合。
- 要支持增量合并（比如按天计算再合到月）、或需要跨多个查询复用 sketch，必须用
hll_init/hll_merge/hll_estimate -
APPROX_COUNT_DISTINCT在小数据集上可能比精确COUNT(DISTINCT)还慢，因为要初始化 sketch 结构；数据量 > 1M 行时优势才明显 - 两者都对高基数字符串友好，但若列含大量重复短字符串（如状态码
'200'、'404'），HLLsketch 占用空间反而比APPROX_COUNT_DISTINCT略大
实际写法：带条件的近似去重怎么写？
比如 “统计每个城市中付费用户（is_paying = true）的近似 UV”，不能在 hll_init 外套 FILTER（Snowflake 不支持聚合函数的 FILTER 子句），得用 CASE：
SELECT city, hll_estimate(hll_merge(hll_init(CASE WHEN is_paying THEN user_id END))) AS approx_uv FROM users GROUP BY city;
注意：CASE 分支返回 user_id 或 NULL，hll_init(NULL) 会跳过，等效于过滤；别写成 CASE WHEN is_paying THEN hll_init(user_id) —— 那会导致非付费行传入 NULL 给 hll_init，语法错误。
真正容易被忽略的是 sketch 生命周期：一旦存成表字段（比如用 hll_merge 结果写入物化视图），后续想加新数据就得再调一次 hll_merge，而不是重新跑全量 hll_init。这一步没想清楚，后面就只能重建。
