quantileTDigestWeighted

使用 t-digest 算法对数值数据序列计算近似分位数。该函数会考虑序列中每个元素的权重。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。从 State 大小与精度的比例来看，该函数比 quantile 要好得多。

结果取决于查询执行的顺序，因此是非确定性的。

在一个查询中使用具有不同 level 的多个 quantile* 函数时，其内部状态不会被合并（也就是说，该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。

注意

不推荐在非常小的数据集上使用 quantileTDigestWeighted，这可能会导致较大的误差。在这种情况下，请考虑改用 quantileTDigest。

语法

quantileTDigestWeighted(level)(expr, weight)

别名：medianTDigestWeighted。

参数

• level — 分位数的等级。可选参数，取值为 0 到 1 的常量浮点数。建议在 [0.01, 0.99] 范围内使用 level 值。默认值：0.5。在 level=0.5 时，函数计算中位数。
• expr — 针对列值的表达式，其结果为数值型数据类型、Date 或 DateTime。
• weight — 包含序列元素权重的列。权重是该值出现的次数。

返回值

• 指定等级的近似分位数。

类型：

• 对于数值型输入数据类型，为 Float64。
• 如果输入值的类型为 Date，则为 Date。
• 如果输入值的类型为 DateTime，则为 DateTime。

示例

查询：

SELECT quantileTDigestWeighted(number, 1) FROM numbers(10)

结果：

┌─quantileTDigestWeighted(number, 1)─┐
│                                4.5 │
└────────────────────────────────────┘

另请参阅

• median
• quantiles