查找百分位数和分位数

使用 quantile() 函数 返回表示输入数据的 q 分位数或百分位数的值。

百分位数与分位数

百分位数和分位数非常相似，仅在用于计算返回值的数字上有所不同。百分位数使用 0 到 100 之间的数字计算。分位数使用 0.0 到 1.0 之间的数字计算。例如，0.5 分位数与第 50 百分位数相同。

选择计算分位数的方法

选择以下方法之一来计算分位数

• estimate_tdigest
• exact_mean
• exact_selector

estimate_tdigest

（默认） 一种聚合方法，它使用 t-digest 数据结构 来计算大型数据源的分位数估计值。输出表由包含计算出的分位数的单行组成。

如果计算 0.5 分位数或第 50 百分位数

exact_mean

一种聚合方法，它取最接近分位数值的两个点的平均值。输出表由包含计算出的分位数的单行组成。

如果计算 0.5 分位数或第 50 百分位数

exact_selector

一种选择器方法，它返回至少有 q 个点小于的数据点。输出表由包含计算出的分位数的单行组成。

如果计算 0.5 分位数或第 50 百分位数

查找表示第 99 百分位数的值

使用默认方法 "estimate_tdigest"，返回表中包含表中数据第 99 百分位数的所有行。

data
    |> quantile(q: 0.99)

查找最接近分位数的平均值

使用 exact_mean 方法返回每个输入表的单行，其中包含最接近表中数据数学分位数的两个值的平均值。例如，要计算 0.99 分位数

data
    |> quantile(q: 0.99, method: "exact_mean")

查找具有分位数值的点

使用 exact_selector 方法返回每个输入表的单行，其中包含小于表中 q * 100% 值的数值。例如，要计算 0.99 分位数

data
    |> quantile(q: 0.99, method: "exact_selector")

将 quantile() 与 aggregateWindow() 一起使用

aggregateWindow() 将数据分段到时间窗口中，将每个窗口中的数据聚合为单个点，然后删除基于时间的分割。它主要用于数据降采样。

要在 aggregateWindow() 中指定分位数计算方法，请使用完整函数语法

data
    |> aggregateWindow(
        every: 5m,
        fn: (tables=<-, column) => tables
            |> quantile(q: 0.99, method: "exact_selector"),
    )