quantileTDigest

使用t-digest 算法计算数字序列近似分位数。

最大误差为1%。 内存消耗为 log(n)，这里 n 是值的个数。 结果取决于运行查询的顺序，并且是不确定的。

该函数的性能低于 quantile 或 quantileTiming 的性能。 从状态大小和精度的比值来看，这个函数比 quantile 更优秀。

当在一个查询中使用多个不同层次的 quantile* 时，内部状态不会被组合（即查询的工作效率低于组合情况）。在这种情况下，使用 quantiles 函数。

语法

quantileTDigest(level)(expr)

别名: medianTDigest。

参数

• level — 分位数层次。可选参数。从0到1的一个float类型的常量。我们推荐 level 值的范围为 [0.01, 0.99] 。默认值：0.5。当 level=0.5 时，该函数计算 中位数。
• expr — 求值表达式，类型为数值类型data types, Date 或 DateTime。

返回值

• 指定层次的分位数。

类型:

• Float64 用于数字数据类型输入。
• Date 如果输入值是 Date 类型。
• DateTime 如果输入值是 DateTime 类型。

示例

查询:

SELECT quantileTDigest(number) FROM numbers(10)

结果:

┌─quantileTDigest(number)─┐
│                     4.5 │
└─────────────────────────┘

参见

• 中位数
• 分位数