quantileGK

引入版本：v23.4.0

使用 Greenwald-Khanna 算法计算数值数据序列的 分位数。

Greenwald-Khanna 算法是一种能够以极高效率计算数据流分位数的算法。 该算法由 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，尤其适用于需要对大规模数据流进行实时精确分位数计算的场景。 该算法非常高效，每处理一个数据项仅需 O(log n) 空间和 O(log log n) 时间 (其中 n 为输入大小) 。 它也具有很高的准确性，能够以较高概率给出近似分位数值。

quantileGK 与 ClickHouse 中的其他分位数函数不同，因为它允许用户控制近似分位数结果的精度。

语法

quantileGK(accuracy, level)(expr)

别名: medianGK

参数

• accuracy — 分位数的精度。常量正整数。accuracy 值越大，误差越小。例如，如果 accuracy 参数设置为 100，则计算出的分位数有很高概率将误差控制在 1% 以内。计算结果的精度与算法复杂度之间需要权衡。较大的 accuracy 需要更多内存和计算资源，才能更精确地计算分位数；较小的 accuracy 则计算更快、更节省内存，但精度会略低一些。UInt*
• level — 可选。分位数的级别。取值范围为 0 到 1 的常量浮点数。默认值：0.5。当 level=0.5 时，函数计算中位数。Float*

参数

• expr — 基于列值计算并返回数值数据类型、Date、DateTime 或 DateTime64 的表达式。(U)Int* 或 Int128 或 UInt128 或 Int256 或 UInt256 或 Float* 或 Decimal* 或 Date 或 DateTime 或 DateTime64

返回值

返回指定级别和精度的分位数。对于数值数据类型，输出格式与输入格式一致。(U)Int* 或 Int128 或 UInt128 或 Int256 或 UInt256 或 Float* 或 Decimal* 或 Date 或 DateTime 或 DateTime64

示例

计算不同精度级别的分位数

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

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

更高精度分位数

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

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

另请参见

• median
• quantiles