跳到主要内容
跳到主要内容

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 quantilequantileTiming 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DateDateTime 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