标签： 直方图

发布于

MySQL新版本特性之：`MySQL 8.0`的`直方图`：`Optimizer`如何使用`直方图`来优化查询。

MySQL 8.0 直方图：Optimizer 的秘密武器 各位朋友，大家好！今天我们来深入探讨 MySQL 8.0 引入的一项重要特性：直方图。我们将重点关注 Optimizer 如何利用直方图来优化查询，提升数据库性能。 什么是直方图？ 在数据库领域，直方图是对列中数据分布情况的统计摘要。它将列中的值范围划分为若干个桶（buckets），并记录每个桶内值的数量或频率。 为什么要使用直方图？ 传统的统计信息（如最小值、最大值、平均值等）对于 Optimizer 来说，在某些情况下提供的信息不足以做出最佳的查询计划。例如，如果列中的数据分布极不均匀，某些值的出现频率远高于其他值，简单的统计信息就无法准确反映这种偏差。直方图则可以更精细地刻画数据分布，帮助 Optimizer 做出更明智的决策。 直方图的类型 MySQL 8.0 支持三种类型的直方图： 等高直方图（HEIGHT BALANCED）： 确保每个桶的高度（即包含的值的数量）大致相等。适用于数据分布相对均匀的情况。 等宽直方图（FREQUENCY BALANCED）： 确保每个桶的宽度（即值的范围）相等。适用于数据分布倾斜度较 …

继续阅读“MySQL新版本特性之：`MySQL 8.0`的`直方图`：`Optimizer`如何使用`直方图`来优化查询。”

发布于

MySQL高阶讲座之：`MySQL`的`Histogram`直方图：其在`Cardinality`估算中的作用。

各位观众老爷们，晚上好！今天咱们聊点MySQL内部的“黑魔法”——直方图 (Histogram)。别怕，听起来高大上，其实就是个更精准的“数字饼图”，能让MySQL在优化查询时更聪明。 一、开场白：Cardinality估算的重要性 在深入直方图之前，咱们先得明白一个概念：Cardinality（基数）。简单来说，就是某列有多少个不同的值。比如，一个gender列，通常只有“男”和“女”两种，那它的Cardinality就是2。而一个user_id列，每个用户都有唯一的ID，那它的Cardinality就接近于表里的总行数。 为啥Cardinality重要？因为它直接影响MySQL的查询优化。MySQL的优化器会根据Cardinality来判断走哪个索引效率更高，甚至决定是否全表扫描。如果Cardinality估算不准，优化器就可能“脑抽”，选一个效率很低的执行计划，导致查询慢如蜗牛。 举个例子，假设我们有个users表，有个city列，建了索引。现在要查居住在“北京”的用户： SELECT * FROM users WHERE city = ‘北京’; 如果MySQL估算city = …

继续阅读“MySQL高阶讲座之：`MySQL`的`Histogram`直方图：其在`Cardinality`估算中的作用。”

发布于

直方图与计数：`np.histogram`, `np.bincount`

好的，各位观众老爷，欢迎来到今天的“数据挖掘之奇技淫巧”讲堂！今天我们要聊的是数据分析界两位低调但实力爆表的英雄：np.histogram 和 np.bincount。 别看它们名字平平无奇，就像隔壁老王一样，但它们的功能却相当犀利，能帮你快速统计数据分布，绘制精美的直方图，简直是数据可视化的好帮手！😎 第一幕：np.histogram——直方图大师的华丽登场 想象一下，你手里有一大堆数据，比如全班同学的考试成绩、网站用户的年龄、某个股票的价格波动等等。你想快速了解这些数据的分布情况，看看哪些分数段的人最多，哪些年龄段的用户最活跃，股票价格主要集中在哪个区间。这时候，np.histogram 就能闪亮登场，帮你把数据变成一幅直观的直方图！ 什么是直方图呢？简单来说，就是把数据分成若干个“桶”（bins），然后统计每个桶里有多少个数据，最后用柱状图的形式展示出来。柱子越高，说明这个桶里的数据越多。 np.histogram 的基本用法非常简单： import numpy as np import matplotlib.pyplot as plt # 模拟一些数据，比如1000个随机数，服 …

继续阅读“直方图与计数：`np.histogram`, `np.bincount`”