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。结果取决于查询的运行顺序，并且是非确定性的。

此函数的性能低于 quantile 或 quantileTiming 的性能。 就状态大小与精度的比率而言，此函数比 quantile 好得多。

当在查询中使用具有不同级别的多个 quantile* 函数时，内部状态不会合并（即，查询的工作效率低于应有的水平）。在这种情况下，请使用 quantiles 函数。

语法

quantileTDigest(level)(expr)

别名：medianTDigest。

参数

• level — 分位数水平。可选参数。从 0 到 1 的常量浮点数。我们建议使用 [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 — 表达式，用于计算数值数据类型、Date 或 DateTime 的列值。

返回值

• 指定级别的近似分位数。

类型

• Float64 用于数值数据类型输入。
• 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

查询

SELECT quantileTDigest(number) FROM numbers(10)

结果

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

参见

• median
• quantiles