quantileTDigestWeighted
使用 t-digest 算法计算数值数据序列的近似 分位数。该函数考虑了每个序列成员的权重。最大误差为 1%。内存消耗为 log(n)
,其中 n
是值的数量。
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。
结果依赖于查询运行的顺序,是非确定性的。
在查询中使用多个不同水平的 quantile*
函数时,内部状态不会被结合(即,查询的效率低于其可以达到的效率)。在这种情况下,请使用 quantiles 函数。
语法
别名: medianTDigestWeighted
。
参数
level
— 分位数的水平。可选参数。常量浮点数,范围从 0 到 1。我们推荐使用[0.01, 0.99]
范围内的level
值。默认值:0.5。在level=0.5
时,该函数计算 中位数。expr
— 对列值的表达式,结果为数值 数据类型、Date 或 DateTime。weight
— 包含序列元素权重的列。权重是值出现的次数。
返回值
- 指定水平的近似分位数。
类型:
示例
查询:
结果:
另见