quantileGK

使用 分位数 的 Greenwald-Khanna 算法计算数值数据序列的 分位数 。Greenwald-Khanna 算法是一种用于高效计算数据流分位数的算法。它由 Michael Greenwald 和 Sanjeev Khanna 于 2001 年提出。它广泛应用于数据库和大数据系统中，在这些系统中，需要实时计算大型数据流上的准确分位数。该算法非常高效，每个项目仅占用 O(log n) 空间和 O(log log n) 时间（其中 n 是输入的大小）。它也非常准确，以高概率提供近似分位数。

quantileGK 与 ClickHouse 中的其他分位数函数不同，因为它使用户能够控制近似分位数结果的准确性。

语法

quantileGK(accuracy, level)(expr)

别名：medianGK。

参数

• accuracy — 分位数的准确性。常量正整数。准确性值越大，误差越小。例如，如果 accuracy 参数设置为 100，则计算出的分位数将以高概率具有不大于 1% 的误差。计算分位数的准确性与算法的计算复杂度之间存在权衡。较大的准确性需要更多的内存和计算资源来准确计算分位数，而较小的 accuracy 参数允许更快、更节省内存的计算，但准确性略低。

• level — 分位数水平。可选参数。从 0 到 1 的常量浮点数。默认值：0.5。在 level=0.5 时，该函数计算 中位数 。

• expr — 表达式，用于计算数值 数据类型 、Date 或 DateTime 的列值。

返回值

• 指定水平和准确性的分位数。

类型

• 数值数据类型输入的 Float64 。
• 如果输入值具有 Date 类型，则为 Date 。
• 如果输入值具有 DateTime 类型，则为 DateTime 。

示例

SELECT quantileGK(1, 0.25)(number + 1)
FROM numbers(1000)

┌─quantileGK(1, 0.25)(plus(number, 1))─┐
│                                    1 │
└──────────────────────────────────────┘

SELECT quantileGK(10, 0.25)(number + 1)
FROM numbers(1000)

┌─quantileGK(10, 0.25)(plus(number, 1))─┐
│                                   156 │
└───────────────────────────────────────┘

SELECT quantileGK(100, 0.25)(number + 1)
FROM numbers(1000)

┌─quantileGK(100, 0.25)(plus(number, 1))─┐
│                                    251 │
└────────────────────────────────────────┘

SELECT quantileGK(1000, 0.25)(number + 1)
FROM numbers(1000)

┌─quantileGK(1000, 0.25)(plus(number, 1))─┐
│                                     249 │
└─────────────────────────────────────────┘

另请参阅

• median
• quantiles