🔑 名詞卡
t-digest
🎯 定義
一種高效估算中位數和任意分位數的近似演算法，特別適合大規模和串流數據處理，透過構建數據的近似分位數分佈快速計算統計量。
重點／應用
- 優勢：支援串流數據的增量式更新、允許多機分散式合併、記憶體需求低，適合雲端環境，精度在偏態分佈與含極端值的數據上仍相對穩定。
- 應用情境：電商平台快速估算百萬筆訂單的中位數消費額或 90th percentile；網路監控計算即時流量的 99th percentile 以識別 DDoS 等異常。
- 平台支援：Apache Spark（
approxQuantile()）、Google BigQuery（APPROX_QUANTILES()）、PostgreSQL + tdigest 擴充套件。
易混淆
- vs Histogram Sketch：t-digest 專注於精確估算「分位數」（如中位數、95th percentile）；Histogram Sketch 則是建立近似「直方圖」以呈現整體資料的密度與集中特性，兩者皆屬近似統計工具但輸出型態不同。
- vs Count-Min Sketch：t-digest 估計「數值的分位數」，Count-Min Sketch 估計「項目出現的頻率次數」，用途完全不同。
📖 課文原文「t-digest 是一種高效估算中位數和任意分位數的演算法，特別適合大規模和串流數據處理……優勢：支援串流數據的增量式更新，允許多機分散式合併，記憶體需求低，適合雲端環境。」