RedisBloom TDIGEST.TRIMMED_MEAN 怎么计算去掉两端样本后的均值

使用 TDIGEST.TRIMMED_MEAN key 0.1 0.9，可以查询分布中间约 80% 对应的均值估计，降低两端样本对这个统计量的影响。两个参数是 0 到 1 之间的分位位置，且下界必须小于上界；它们不是数值阈值，也不是各自要删除的样本个数。该查询不会从摘要中删除两端数据。

官方地址：https://redis.io/docs/latest/commands/tdigest.trimmed_mean/

变化先说清：改变的是统计口径

假设延迟报表里少量特别大的值显著拉高了均值，读者希望同时了解典型区间的平均水平。我会先增加一个明确命名的截尾均值，而不是悄悄替换原来的均值。这是指标设计上的取舍，不是某次真实上线的结果。

本文讨论现有命令的用途，没有宣称某个新版本刚刚改变统计行为。能力的价值在于让同一份 t-digest 摘要支持不同分位范围的均值查询；读者要做的调整，是定义范围并让报表保留这个范围信息。原指标关注全部数据，新指标关注选定分布区域，两者回答的问题不同。

极端值也可能代表真实的用户体验或生产异常。截尾只是统计口径，不会证明两端数据是错误数据。因此“去掉异常值后的平均值”这种命名容易误导，使用“中间80%截尾均值”更能说明实际计算含义。

两个参数填分位位置，不填数值阈值

high 参数表达上界分位位置，所以两端各截 10% 应写 0.1、0.9，而不是 0.1、0.1。后者上下界相等，不是有效区间。若填入 10、90，也不是百分数写法；调用方应先完成比例归一化，并拒绝范围外输入。

官方说明中，下界非零时排除低于该分位的观测，高界小于一时排除大于或等于该分位边界的观测；端点 0 和 1 分别表示不做对应方向的截尾。实际查询基于摘要估计，不宜把这一描述机械转换为“每次精确删除若干整条原始记录”。

最小示例同时保留全范围均值

# 在支持TDIGEST命令的独立演示实例中使用一个尚不存在的键。
redis-cli TDIGEST.CREATE demo:latency:trimmed:sample COMPRESSION 1000
# 原创样例：中间数据集中在40附近，两端各有一个远离中心的值。
redis-cli TDIGEST.ADD demo:latency:trimmed:sample 1 38 39 40 41 42 43 44 45 900
# 保留全范围均值作为原始口径。
redis-cli TDIGEST.TRIMMED_MEAN demo:latency:trimmed:sample 0 1
# 低端截去约10%，高端截去约10%，查询中间约80%的均值估计。
redis-cli TDIGEST.TRIMMED_MEAN demo:latency:trimmed:sample 0.1 0.9

样例十个数的总和为 1333，原始数据精确算术均值为 133.3。如果按离散排序规则只去掉最小的 1 和最大的 900，中间八个数总和为 332，精确均值为 41.5。这两项是手工算术参照，不是 TDIGEST 命令的实测返回值；摘要查询的近似性与边界处理必须另外理解。

本文未启动 Redis 或执行命令，不给出虚构的终端结果。COMPRESSION 是创建摘要时的配置，不是截尾比例。演示键应是独立的新键，若创建失败，应处理错误，不能继续向同名历史摘要添加数据后再将结果归因于这十个样本。

同一摘要可以先查 0、1，再查 0.1、0.9。这不代表先查询会影响后一次的输入：截尾均值是读取估计，不是清洗摘要。不要为了获得另一个范围，重复写入同一批样本，否则会改变摘要记录的观测权重。

旧报表接入时保留哪些边界

t-digest 摘要不是完整的原始样本列表，返回的是均值估计。报表若要求精确复算、列出被排除记录或按原始记录数量审计，不应仅保存这个摘要。本文不比较外部统计库，也不承诺和某种离散截尾算法逐位相同。

空摘要的 nan 应作为“无可用观测”处理，不要直接转换为零延迟。键不存在、类型不符或参数不合规则属于调用错误，需要与空数据状态区分。客户端还应按其协议与库的返回类型读取估计值，而不是依赖示例中的引号形式。

时间窗口同样属于口径。对某个键查询中间80%，并不自动意味着最近一小时；摘要中存了哪些时间范围的数据，由写入与窗口管理决定。迁移报表时保存时间窗口、分位参数、摘要标识和单位，才能解释变化来自范围调整还是输入变化。

采用建议与常见问题

最小采用方式是保留原来的全范围指标，同时新增明确标注范围的截尾均值。用相同输入窗口比较两者，记录预期用途，之后再决定哪些展示适合使用新指标。不要为了让图表变平滑，反复调截尾比例却不留下口径变化记录。

0.1、0.9 是保留10%到90%还是各删90%？它们是下界和上界分位位置，目标是中间约80%的范围。

截尾后能取回被删掉的样本吗？命令并未删除样本，但摘要也不提供完整原始记录清单；需要追溯时另行保留原始数据。

截尾均值更小，代表系统变快了吗？不一定。仅改变参与均值计算的范围，就可能使数字下降；比较前先确认统计口径一致。

参考：TDIGEST.TRIMMED_MEAN 官方说明；TDIGEST.ADD 官方说明。