مقدمه
در دنیای تحلیل داده و آمار، چارک‌ها نقش اساسی در درک توزیع داده‌ها ایفا می‌کنند. با این حال، محاسبه دقیق چارک‌ها برای مجموعه داده‌های بزرگ می‌تواند از نظر محاسباتی گران و غیرعملی باشد، به ویژه در محیط‌های توزیع‌شده یا جریانی. در اینجا الگوریتم T-Digest وارد عمل می‌شود؛ یک الگوریتم آماری که برای محاسبه چارک‌های تقریبی طراحی شده و مناسب برای پردازش مجموعه داده‌های بزرگ در تحلیل‌های لحظه‌ای، سیستم‌های پایش و موارد دیگر است. در این مقاله، اصول اولیه T-Digest را بررسی می‌کنیم و نشان می‌دهیم چگونه می‌توان از آن در برنامه‌نویسی Go برای محاسبه کارآمد چارک‌ها استفاده کرد.