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:
示例
查询:
结果:
另见