QUANTILE_TDIGEST_WEIGHTED (Lakehouse v1)

使用 t-digest 算法计算数值数据序列的近似分位数。此函数会考虑序列中每个成员的权重。内存消耗为 log(n)，其中 n 为值的数量。

Analyze 语法

func.quantile_tdigest_weighted(<levels>, <expr>, <weight_expr>)

Analyze 示例

func.quantile_tdigest_weighted([0.5, 0.8], table.sales_amount, 1).alias('sales_amounts')

| sales_amounts         |
|-----------------------+
| [6000.0,7000.0]       |

SQL 语法

QUANTILE_TDIGEST_WEIGHTED(<level1>[, <level2>, ...])(<expr>, <weight_expr>)

参数

参数	说明
`<level n>`	分位数的水平，是 0 到 1 之间的常量浮点数。建议使用 [0.01, 0.99] 范围内的水平值。
`<expr>`	任意数值表达式
`<weight_expr>`	任意无符号整数表达式。权重是值出现的次数。

返回类型

返回 Float64 值或 Float64 值数组，具体取决于指定的分位数水平的数量。

SQL 示例

-- Create a table and insert sample data
CREATE TABLE sales_data (
  id INT,
  sales_person_id INT,
  sales_amount FLOAT
);

INSERT INTO sales_data (id, sales_person_id, sales_amount)
VALUES (1, 1, 5000),
       (2, 2, 5500),
       (3, 3, 6000),
       (4, 4, 6500),
       (5, 5, 7000);

SELECT QUANTILE_TDIGEST_WEIGHTED(0.5)(sales_amount, 1) AS median_sales_amount
FROM sales_data;

median_sales_amount|
-------------------+
             6000.0|

SELECT QUANTILE_TDIGEST_WEIGHTED(0.5, 0.8)(sales_amount, 1)
FROM sales_data;

quantile_tdigest_weighted(0.5, 0.8)(sales_amount)|
-------------------------------------------------+
[6000.0,7000.0]                                  |