quantileTDigest

使用 t-digest 算法计算数值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。结果依赖于查询的执行顺序，因此是非确定性的。

该函数的性能低于 quantile 或 quantileTiming。从状态大小与精度之间的比值来看，此函数要比 quantile 好得多。

在同一个查询中使用多个具有不同级别的 quantile* 函数时，其内部状态不会被合并（也就是说，查询的执行效率低于本可以达到的水平）。在这种情况下，请使用 quantiles 函数。

语法

quantileTDigest(level)(expr)

别名：medianTDigest。

参数

• level — 分位数级别。可选参数。取值为 0 到 1 之间的常量浮点数。建议将 level 值设置在 [0.01, 0.99] 范围内。默认值为 0.5。level=0.5 时，函数计算中位数。
• expr — 作用于列值的表达式，结果为数值型数据类型、Date 或 DateTime。

返回值

• 指定级别的近似分位数。

类型：

• 数值数据类型输入时为 Float64。
• 输入值为 Date 类型时为 Date。
• 输入值为 DateTime 类型时为 DateTime。

示例

查询：

SELECT quantileTDigest(number) FROM numbers(10)

结果：

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

另请参阅

• median
• quantiles