quantileTDigest

使用 t-digest 算法计算数字数据序列的近似 分位数。

内存消耗为 log(n)，其中 n 是值的数量。结果依赖于查询的运行顺序，并且是非确定性的。

该函数的性能低于 quantile 或 quantileTiming。在状态大小与精度的比率方面，该函数比 quantile 要好得多。

在查询中使用多个不同级别的 quantile* 函数时，内部状态不会合并（即，查询的效率低于可能的效率）。在这种情况下，使用 quantiles 函数。

语法

别名：medianTDigest。

参数

• level — 分位数级别。可选参数。介于 0 到 1 之间的常量浮点数。我们建议使用 level 值范围为 [0.01, 0.99]。默认值：0.5。在 level=0.5 时，该函数计算 中位数。
• expr — 表达式，针对列值生成数字 数据类型，日期 或 日期时间。

返回值

• 指定级别的近似分位数。

类型：

• 对于数字数据类型输入，返回 Float64。
• 如果输入值为 Date 类型，则返回 Date。
• 如果输入值为 DateTime 类型，则返回 DateTime。

示例

查询：

结果：

另见

• median
• quantiles