quantilesGK

引入版本：v23.4.0

使用 Greenwald-Khanna 算法，同时计算数值数据序列在不同级别上的多个分位数。

此函数与 quantileGK 的工作方式类似，但它支持在单次遍历中计算多个分位数级别，因此比分别调用单个分位数函数更高效。

Greenwald-Khanna 算法是一种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。它非常高效，仅需 O(log n) 的空间，且每个条目的处理时间为 O(log log n) (其中 n 为输入大小) 。它也具有很高的精度，能够以可控精度提供近似分位数值。

语法

quantilesGK(accuracy, level1, level2, ...)(expr)

参数

accuracy — 分位数精度。常量正整数。accuracy 值越大，误差越小。例如，如果 accuracy 参数设为 100，则计算出的分位数有很高概率将误差控制在 1% 以内。计算分位数的精度与算法的计算复杂度之间需要权衡。UInt*
level — 分位数级别。一个或多个介于 0 到 1 之间的常量浮点数。Float*

Arguments

expr — 基于列值计算的表达式，结果为数值数据类型、Date、DateTime 或 DateTime64。(U)Int* 或 Int128 或 UInt128 或 Int256 或 UInt256 或 Float* 或 Decimal* 或 Date 或 DateTime 或 DateTime64

返回值

按指定级别的顺序返回对应分位数的数组。对于数值数据类型，输出格式与输入格式一致。Array((U)Int*) 或 Array(Int128) 或 Array(UInt128) 或 Array(Int256) 或 Array(UInt256) 或 Array(Float*) 或 Array(Decimal*) 或 Array(Date) 或 Array(DateTime) 或 Array(DateTime64)

示例

使用 GK 算法计算多个分位数

SELECT quantilesGK(1, 0.25, 0.5, 0.75)(number + 1) FROM numbers(1000);

┌─quantilesGK(1, 0.25, 0.5, 0.75)(plus(number, 1))─┐
│ [1,1,1]                                          │
└──────────────────────────────────────────────────┘

更高精度分位数

SELECT quantilesGK(100, 0.25, 0.5, 0.75)(number + 1) FROM numbers(1000);

┌─quantilesGK(100, 0.25, 0.5, 0.75)(plus(number, 1))─┐
│ [251,498,741]                                      │
└────────────────────────────────────────────────────┘