SQL Server 2022 不支持 APPROX_COUNT_DISTINCT 函数，官方文档存在误挂；仅提供精确的 COUNT(DISTINCT...)，无内置近似去重算法，高基数场景易内存溢出；替代方案包括预聚合表、TABLESAMPLE 采样估算或外接 Spark/Databricks。
APPROX_COUNT_DISTINCT 在 SQL Server 2022 中是否可用？
不能直接用。SQL Server 2022 原生不支持 APPROX_COUNT_DISTINCT 函数——这个函数只存在于 Azure Databricks、Spark SQL 和部分云数仓（如 BigQuery），但不在 SQL Server 的函数列表中。你在 Microsoft Learn 上查到的 APPROX_COUNT_DISTINCT (Transact-SQL) 页面，实际是文档误挂或版本混淆（截至 2026 年 10 月，SQL Server 官方文档中该函数无实现、无语法支持、执行会报 Invalid column name 'APPROX_COUNT_DISTINCT' 或类似解析错误）。
替代方案：用 APPROXIMATE_COUNT_DISTINCT 等价物？没有
SQL Server 没有内置近似去重聚合的等价函数。它只有精确的 COUNT(DISTINCT ...)，且在高基数场景下极易触发内存溢出、tempdb 膨胀和查询超时。你无法通过改个函数名就“提速”，因为底层没提供 HyperLogLog++ 或任何流式基数估计算法。
-
COUNT(DISTINCT)在 SQL Server 中始终走哈希聚合，全量加载唯一值进内存；若user_id是 UUID，1 亿行可能生成 8000 万哈希桶，轻易突破max server memory - 试图用
GROUP BY+ROW_NUMBER()+DENSE_RANK()模拟近似计数？不可行——这些窗口函数本身不压缩数据，反而放大中间结果 - SQL Server 2022 的智能查询处理（IQP）增强（如自适应联接、参数敏感计划）对
COUNT(DISTINCT)无优化作用，它不改变聚合算法本身
真正能提速的实操路径
如果你必须在 SQL Server 2022 上应对大规模去重统计，只能绕开原生聚合，靠架构层妥协：
- 预聚合表：每日凌晨跑
INSERT INTO daily_distinct_summary SELECT dt, COUNT(DISTINCT uid) FROM events WHERE dt = @yesterday GROUP BY dt，查询时直读汇总表 - 采样估算：用
TABLESAMPLE (5 PERCENT)+ 放大系数粗略推算，例如SELECT COUNT(DISTINCT uid) * 20 FROM events TABLESAMPLE (5 PERCENT)，误差随分布偏斜增大，但快十倍以上 - 外部 HLL：把原始数据导出到 Spark 或 Databricks，调用
approx_count_distinct计算后回写结果表；SQL Server 只做最终展示 - 升级思路：若业务强依赖近似去重，应评估迁移到 Azure SQL Database Hyperscale 或直接使用 Azure Databricks 作为分析层，而非硬扛在 SQL Server 上
容易被忽略的关键点
很多人花半天调优 COUNT(DISTINCT) 的索引或统计信息，却没意识到：SQL Server 根本不缓存中间哈希状态，也不支持增量更新去重计数。哪怕你加了覆盖索引、开了批量模式、设了 MAXDOP=0，只要输入行数 × 唯一值率 > 内存阈值，它就必然 spill 到 tempdb —— 这不是配置问题，是引擎能力边界。
