MySQL百分位數計算(優化版)
接前文
http://blog.itpub.net/29254281/viewspace-2157111/
這是上文的優化版本
建立試驗資料,5天每天一百萬隨機資料,總共500w資料
create table nums(id int not null primary key);
delimiter $$
create procedure pFastCreateNums(cnt int)
begin
declare s int default 1;
truncate table nums;
insert into nums select s;
while s*2<=cnt do
insert into nums select id+s from nums;
set s=s*2;
end while;
end $$
delimiter ;
call pFastCreateNums(2000000);
drop table if exists t ;
create table t(
query_time date,
ts float,
key(query_time,ts)
);
insert into t select '2018-07-01',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-02',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-03',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-04',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-05',round(100000*rand(),2) from nums where id<=1000000;
首先,修正上文的SQL,增加精度,因為在大資料量下,會有顯著的誤差。
在ssd環境下,上文的SQL執行時長和結果如下.
148.813 s
前文這個SQL的計算結果是非常精確的
但是計算時間和 取樣點數量 有巨大關係. 假如原始資料是100w,三個百分位數的取樣,則資料擴張到300w;4個百分位數的取樣,則資料擴張到400w.這是因為使用笛卡爾積擴張了資料的緣故.
優化版本:
結果:
用時:
33.922 秒
這個版本的優點是增加百分位數取樣點,不會增加開銷.
缺點是在非常小的樣本環境中,會有誤差.
不過後續也有手段消除誤差.
http://blog.itpub.net/29254281/viewspace-2157111/
這是上文的優化版本
建立試驗資料,5天每天一百萬隨機資料,總共500w資料
create table nums(id int not null primary key);
delimiter $$
create procedure pFastCreateNums(cnt int)
begin
declare s int default 1;
truncate table nums;
insert into nums select s;
while s*2<=cnt do
insert into nums select id+s from nums;
set s=s*2;
end while;
end $$
delimiter ;
call pFastCreateNums(2000000);
drop table if exists t ;
create table t(
query_time date,
ts float,
key(query_time,ts)
);
insert into t select '2018-07-01',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-02',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-03',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-04',round(100000*rand(),2) from nums where id<=1000000;
insert into t select '2018-07-05',round(100000*rand(),2) from nums where id<=1000000;
首先,修正上文的SQL,增加精度,因為在大資料量下,會有顯著的誤差。
-
select query_time,v,ts
-
from (
-
select t6.query_time,t6.ts,v,seq,
-
case when @gid=concat(seq,'#',query_time) then @rn:=@rn+1 when @gid:=concat(seq,'#',query_time) then @rn:=1 end s
-
from (
-
select query_time,ts,rn,percent,v,v-percent d,seq from (
-
select t2.query_time,ts,rn,round(rn/total,10) percent from (
-
select query_time,ts,
-
case when @gid=query_time then @rn:=@rn+1 when @gid:=query_time then @rn:=1 end rn
-
from (
-
select * from t ,(select @gid:='',@rn:=0) vars order by query_time,ts
-
) t1
-
) t2 inner join (
-
select query_time,count(*) total from t group by query_time
-
) t3 on(t2.query_time=t3.query_time)
-
) t4 ,
-
(select 0.71 v,1 seq union all select 0.81,2 union all select 0.91,3) t5
-
) t6 where d>=0 order by query_time,v,d
- ) t7 where s=1 order by query_time,seq ;
在ssd環境下,上文的SQL執行時長和結果如下.
148.813 s
前文這個SQL的計算結果是非常精確的
但是計算時間和 取樣點數量 有巨大關係. 假如原始資料是100w,三個百分位數的取樣,則資料擴張到300w;4個百分位數的取樣,則資料擴張到400w.這是因為使用笛卡爾積擴張了資料的緣故.
優化版本:
-
select query_time,d,max(ts) ts from (
-
select t2.query_time,ts,rn,round(rn/total,10) percent,
-
case
-
when 0.71>=round(rn/total,10) then 0.71
-
when 0.81>=round(rn/total,10) then 0.81
-
when 0.91>=round(rn/total,10) then 0.91
-
end d
-
from (
-
select query_time,ts,
-
case when @gid=query_time then @rn:=@rn+1 when @gid:=query_time then @rn:=1 end rn
-
from (
-
select * from t ,(select @gid:='',@rn:=0) vars order by query_time,ts
-
) t1
-
) t2 inner join (
-
select query_time,count(*) total from t group by query_time
-
) t3 on(t2.query_time=t3.query_time)
-
) t6
-
where d is not null
- group by query_time,d
結果:
用時:
33.922 秒
這個版本的優點是增加百分位數取樣點,不會增加開銷.
缺點是在非常小的樣本環境中,會有誤差.
不過後續也有手段消除誤差.
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29254281/viewspace-2157209/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- MySQL百分位數計算(再優化版)MySql優化
- MySQL百分位數計算(第三次優化)MySql優化
- Java計算百分比保留整數Java
- MySQL-建立計算欄位MySql
- 在 MySQL 中,如何計算一組資料的中位數?MySql
- MySQL優化之系統變數優化MySql優化變數
- MySQL設計與優化MySql優化
- Java中計算百分比(DecimalFormat是NumberFormat的一個具體子類,用於格式化十進位制數字)JavaDecimalORM
- MySQL效能優化之索引設計MySql優化索引
- margin/padding百分比值的計算padding
- Mysql多欄位大表的幾種優化方法MySql優化
- 【MySQL】MySQL的執行計劃及索引優化MySql索引優化
- Dynamics CRM使用計算欄位自動計算兩個時間欄位的天數差
- mysql之 CentOS系統針對mysql引數優化MySqlCentOS優化
- MySQL 配置InnoDB配置非持久優化器統計資訊引數MySql優化
- Laravel 數量統計優化Laravel優化
- mysql優化MySql優化
- Mysql 優化MySql優化
- mysql 計算 一個文字欄位的內容一個文字出現的次數MySql
- 82. 落單的數 ( 位運算-統計 )
- python 計算中位數、四分位數、最大值、最小值等Python
- mysql格式化小數保留小數點後兩位(小數點格式化)MySql
- 另一個視角,使用對數化資料,計算非價位指標指標
- (mysql優化-3) 系統優化MySql優化
- arcgis欄位值計算(擷取A欄位前8位+按照順序計算8位)
- MySQL(二) MySql常用優化MySql優化
- SQL 如何計算每個分組的中位數SQL
- mysql效能優化MySql優化
- MySQL表優化MySql優化
- MySQL——效能優化MySql優化
- mysql優化索引MySql優化索引
- MySQL索引優化MySql索引優化
- mysql優化(一)MySql優化
- mysql order by 優化MySql優化
- 舊,優化mysql優化MySql
- MySQL查詢優化之優化器工作流程以及優化的執行計劃生成MySql優化
- 正向合約&反向合約倉位變化計算
- 計算機基礎:位運算計算機