估算百分位值¶

Snowflake 使用改进版的 T-Digest 算法，能以节省空间和时间的方式估算数据集中的近似百分位值。

本主题内容：

概述¶

对于 Dunning 和 Ertl 发表的 T-Digest 算法论文 (https://github.com/tdunning/t-digest/tree/master/docs/t-digest-paper)，Snowflake 提供了改进版的实现形式。它是通过 APPROX_PERCENTILE 函数系列实现的。

根据记载，该算法具有恒定的相对误差。请注意，该算法有大量的经验支持，但未经严格证明其能够保证精度。

SQL 函数¶

提供以下聚合函数，以使用 T-Digest 来估算近似百分位值：

APPROX_PERCENTILE：返回所需百分位值的近似值。
APPROX_PERCENTILE_ACCUMULATE：跳过最后的估算步骤，在聚合结束时返回中间 T-Digest 状态。
APPROX_PERCENTILE_COMBINE：将多个输入状态组合（即合并）为单个输出状态。
APPROX_PERCENTILE_ESTIMATE：估算由 APPROX_PERCENTILE_ACCUMULATE 或 APPROX_PERCENTILE_COMBINE 产生的 T-Digest 状态的百分位值。

实施细节¶

无论输入的大小如何，估算都使用恒定的空间量。
T-Digest 状态与百分位值无关。这样一来，计算一次 T-Digest 状态便能查询多个百分位值的状态。