DDSketch：一种具有相对误差保证的快速且完全可合并的分位数草图

均值和方差等汇总统计量易于为大规模分布式数据流维护，但顺序统计量（即样本分位数）只能被近似汇总。关于维护分位数草图已有大量文献，其重点在于在使用少量内存的同时限制草图的秩误差。遗憾的是，秩误差保证并不能排除任意大的相对误差，而当数据高度偏斜时这在实践中经常发生。鉴于当代大规模系统的分布式特性，分位数草图的另一个关键特性是可合并性，即多个合并的草图必须与对同一数据得到的单个草图一样准确。我们提出了首个具有形式化保证的完全可合并、相对误差分位数草图算法。该草图极快且准确，目前正被 Datadog 大规模使用。