آوند — داده: SQL، مدل‌سازی و تحلیل برای تصمیم

فصل ۸ از ۸

پیشرفت ترم
۰٪

در این فصل چه یاد می‌گیری#

هیچ ابزارِ تازه‌ای. یک پرسشِ گزارشیِ واقعی داریم که حدودِ هشتاد میلی‌ثانیه طول می‌کشد، و چهار فرضیه را یکی‌یکی امتحان می‌کنیم و هر بار یک باندِ زمانی و یک نقشه چاپ می‌کنیم.

یکی از آن چهار فرضیه پرسش را کندتر می‌کند، یکی هیچ تفاوتِ قابلِ اندازه‌گیری‌ای نمی‌سازد و بعداً حکمش وارونه می‌شود، و آخری همان ده سطر را با همان مقدارها حدودِ چهار برابر سریع‌تر تحویل می‌دهد — و در پایانِ فصل، روی هم، از باندِ هشتادی به باندِ نُهی می‌رسیم.

یک میزِ کار با چهار ابزارِ متفاوت که هر چهار روی یک قطعهٔ یکسان امتحان شده‌اند و یکی از چهار جای قطعه را خراب کرده

آخر این فصل می‌توانی:

  • یک پرسشِ کند را با نقشهٔ اجرا تشخیص بدهی، نه با حدس
  • فرضیه بنویسی، تغییر بدهی، و با یک باندِ زمانی داوری کنی
  • ثابت کنی پاسخ بعد از هر تغییر عوض نشده
  • نتیجهٔ منفی را با همان جزئیاتِ نتیجهٔ مثبت گزارش کنی

قبل از شروع#

همهٔ هفت فصلِ قبل. هیچ چیزِ تازه‌ای اینجا نیست.

دانه‌بندیِ نتیجه: یک سطر از جدولِ نهایی یک کتاب است، و ستونِ n تعدادِ رویدادهای بردنِ آن کتاب در بازهٔ سه‌ماهه است — نه تعدادِ امانت‌های تمام‌شده، و نه تعدادِ نفرات.

📓 نوت‌بوک: نوت‌بوک این فصل را در Colab باز کن — همهٔ کدهای این فصل آماده و به‌ترتیب داخلش هست.

جدول تعدادِ سطر زمانِ ساخت
events ۴۰۰٬۰۰۰ چند ثانیه
books ۴۰٬۰۰۰ کمتر از یک ثانیه
members ۱۲٬۰۰۰ آنی
branches ۸ آنی

۱. پرسش، و پاسخی که نباید عوض شود#

«در سه‌ماههٔ اولِ سالِ دوم، پرتردّدترین ده کتاب کدام‌اند و از کدام شعبه؟»

REPORT = """
    SELECT b.id AS book_id, b.title, br.name AS branch, COUNT(*) AS n
    FROM events AS e
    JOIN books AS b ON b.id = e.book_id
    JOIN branches AS br ON br.id = b.branch_id
    WHERE e.happened_at >= ? AND e.happened_at < ? AND e.kind = ?
    GROUP BY b.id, b.title, br.name
    ORDER BY n DESC, b.id
    LIMIT 10
"""
WINDOW = ("2023-01-01", "2023-04-01", "out")

answer = q(REPORT, WINDOW)
print(answer)
print()
print("رویدادهای بردن در این بازه:",
      int(q("""
          SELECT COUNT(*) AS n FROM events
          WHERE happened_at >= ? AND happened_at < ? AND kind = ?
      """, WINDOW).iloc[0, 0]))
   book_id             title branch  n
0      674        آینه و باد  آفتاب  5
1    15056       پل در باران   پویا  5
2    23183     پنجره پشت آتش   بهار  5
3    23245    بازگشت به جنگل   پویا  5
4    24010        روزهای ابر   کوشا  5
5    29841  در جست‌وجوی خانه   پویا  5
6    34022        خانه و خاک  مرکزی  5
7      197      باد در باران   دانش  4
8      216   بازگشت به باران   دانش  4
9     2846      روزهای ستاره   پویا  4

رویدادهای بردن در این بازه: 17017

این جدول از حالا تا آخرِ فصل نباید حتی یک سلولش عوض شود. متغیرِ answer را نگه داشتیم تا بعد از هر تغییر با آن بسنجیم.

و قبل از هر بهینه‌سازی، یک هشدارِ صادقانه دربارهٔ خودِ عدد: بیشترین مقدارِ n پنج است و فاصلهٔ کتابِ اول تا دهم یک واحد. روی چنین عددهای کوچکی «پرترددترین» بیشتر شبیهِ قرعه است تا محبوبیت — و ترمِ ۶ فصلِ ۵ نشان می‌دهد چطور همین را با یک باند اندازه بگیری. این جمله باید در گزارش بیاید، مستقل از اینکه پرسش چقدر سریع اجرا شود.

۲. اندازه‌گیریِ پایه#

فصلِ ۱ گفت یک عدد شاهد نیست. پس از اینجا به بعد هر اندازه‌گیری سه میانه است، نه یک عدد:

def band(sql, params=()):
    """سه میانهٔ مستقل — تا بشود گفت تفاوتِ دو حالت واقعی است یا نوسان."""
    return [timed(sql, params, repeat=3) for _ in range(3)]


baseline = band(REPORT, WINDOW)
show_plan(REPORT, WINDOW)
print()
print("باندِ پایه:", baseline)
 id  parent                                        detail
 10       0                                        SCAN e
 18       0  SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 21       0 SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 24       0                  USE TEMP B-TREE FOR GROUP BY
 71       0                  USE TEMP B-TREE FOR ORDER BY

باندِ پایه: [74.53, 81.9, 81.15]

نقشه سه چیز می‌گوید و هر سه فرضیه می‌سازند:

  1. SCAN e — هر ۴۰۰٬۰۰۰ رویداد خوانده می‌شود تا ۱۷٬۰۱۷ تای موردِ نظر پیدا شوند.
  2. دو SEARCH روی کلیدِ اصلی — این‌ها ارزان‌اند و کاری‌شان نمی‌شود کرد.
  3. دو TEMP B-TREE — یکی برای گروه‌بندی و یکی برای مرتب‌سازی.

۳. فرضیهٔ ۱: index روی تاریخ#

فرضیه: اگر SCAN e به SEARCH تبدیل شود، فیلترِ تاریخ به‌جای ۴۰۰٬۰۰۰ سطر فقط سطرهای بازه را می‌خواند.

pages_start = con.execute("PRAGMA page_count").fetchone()[0]
con.execute("CREATE INDEX idx_events_time ON events(happened_at)")
con.commit()

time_band = band(REPORT, WINDOW)
print("پاسخ دقیقاً همان است:", answer.equals(q(REPORT, WINDOW)))
print("صفحه‌هایی که این index گرفت:",
      con.execute("PRAGMA page_count").fetchone()[0] - pages_start)
پاسخ دقیقاً همان است: True
صفحه‌هایی که این index گرفت: 2737
show_plan(REPORT, WINDOW)
print()
print("پایه       :", baseline)
print("با index تاریخ:", time_band)
 id  parent                                                                 detail
 11       0 SEARCH e USING INDEX idx_events_time (happened_at>? AND happened_at<?)
 23       0                           SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 26       0                          SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 29       0                                           USE TEMP B-TREE FOR GROUP BY
 76       0                                           USE TEMP B-TREE FOR ORDER BY

پایه       : [74.53, 81.9, 81.15]
با index تاریخ: [44.23, 50.38, 47.34]

دو باند هیچ هم‌پوشانی ندارند، پس بهبود واقعی است — ولی کمتر از انتظار. SCAN رفت و زمان کمی کمتر از دو برابر بهتر شد؛ هنوز هر ۱۷٬۰۱۷ سطر به books و branches پیوند می‌خورند و وارد دو TEMP B-TREE می‌شوند.

۴. فرضیهٔ ۲: index روی kind — نتیجه‌ای که منفی نبود، بدتر بود#

فرضیه: شرطِ دوم روی kind است؛ شاید index روی آن هم کمک کند.

con.execute("CREATE INDEX idx_events_kind ON events(kind)")
con.commit()
kind_band = band(REPORT, WINDOW)
print("پاسخ همچنان همان است:", answer.equals(q(REPORT, WINDOW)))
پاسخ همچنان همان است: True
show_plan(REPORT, WINDOW)
print()
print("با index تاریخ       :", time_band)
print("به‌علاوهٔ index kind :", kind_band)
 id  parent                                        detail
 11       0 SEARCH e USING INDEX idx_events_kind (kind=?)
 22       0  SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 25       0 SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 28       0                  USE TEMP B-TREE FOR GROUP BY
 75       0                  USE TEMP B-TREE FOR ORDER BY

با index تاریخ       : [44.23, 50.38, 47.34]
به‌علاوهٔ index kind : [95.75, 87.49, 91.24]

پرسش از زمانِ پایه هم بدتر شد، و نقشه دقیقاً می‌گوید چرا: SQLite index تازه را انتخاب کرد و index تاریخ را رها کرد.

بدونِ آمار، پایگاه داده حدس می‌زند هر شرطِ = گزینشگر است — و شرطِ kind = 'out' نصفِ جدول را برمی‌گرداند. فصلِ ۴ همین را نشان داد؛ اینجا روی یک گزارشِ واقعی اتفاق افتاد. پس اول آمار می‌سازیم:

con.execute("ANALYZE")
con.commit()
analyzed_band = band(REPORT, WINDOW)
print("پاسخ همچنان همان است:", answer.equals(q(REPORT, WINDOW)))
print(q("SELECT idx, stat FROM sqlite_stat1 WHERE tbl = ? ORDER BY idx", ("events",)))
پاسخ همچنان همان است: True
               idx           stat
0  idx_events_kind  400000 200000
1  idx_events_time       400000 1
show_plan(REPORT, WINDOW)
print()
print("قبل از ANALYZE:", kind_band)
print("بعد از ANALYZE:", analyzed_band)
 id  parent                                                                 detail
 11       0 SEARCH e USING INDEX idx_events_time (happened_at>? AND happened_at<?)
 23       0                           SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 26       0                          SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 29       0                                           USE TEMP B-TREE FOR GROUP BY
 76       0                                           USE TEMP B-TREE FOR ORDER BY

قبل از ANALYZE: [95.75, 87.49, 91.24]
بعد از ANALYZE: [48.59, 49.04, 46.5]

ANALYZE انتخاب را درست کرد و به همان باندِ فرضیهٔ ۱ برگشتیم.

پس نتیجهٔ فرضیهٔ ۲ این است: صفر بهبود، و در عوض حجم و کندیِ نوشتن — فصلِ ۴ همین index را روی همین داده ساخت و شمرد که ۱٬۱۲۵ صفحه می‌گیرد. چنین indexی نگه داشتنی نیست:

con.execute("DROP INDEX idx_events_kind")
con.execute("ANALYZE")
con.commit()
print("پاسخ بعد از حذف:", answer.equals(q(REPORT, WINDOW)))
print("index‌های باقی‌مانده:",
      list(q("""
          SELECT name FROM sqlite_master
          WHERE type = ? AND name NOT LIKE 'sqlite_%' ORDER BY name
      """, ("index",))["name"]))
پاسخ بعد از حذف: True
index‌های باقی‌مانده: ['idx_events_time']

۵. فرضیهٔ ۳: index پوشاننده — و باندهایی که هم‌پوشانی دارند#

فرضیه: پرسش از events فقط سه ستون می‌خواهد — happened_at و kind و book_id. اگر هر سه در یک index باشند، دیگر لازم نیست برای هر یک از ۳۲٬۷۷۶ سطرِ این بازه به جدول سر بزند؛ idx_events_time ستونِ kind را ندارد، پس فیلترِ out که این تعداد را به ۱۷٬۰۱۷ می‌رساند تا حالا روی خودِ جدول انجام می‌شد.

pages_before_cover = con.execute("PRAGMA page_count").fetchone()[0]
con.execute("CREATE INDEX idx_events_cover ON events(happened_at, kind, book_id)")
con.execute("ANALYZE")
con.commit()
cover_band = band(REPORT, WINDOW)
print("پاسخ دقیقاً همان است:", answer.equals(q(REPORT, WINDOW)))
print("صفحه‌هایی که این index گرفت:",
      con.execute("PRAGMA page_count").fetchone()[0] - pages_before_cover)
پاسخ دقیقاً همان است: True
صفحه‌هایی که این index گرفت: 2284
show_plan(REPORT, WINDOW)
print()
print("بدون index پوشاننده:", analyzed_band)
print("با index پوشاننده  :", cover_band)
 id  parent                                                                           detail
 10       0 SEARCH e USING COVERING INDEX idx_events_cover (happened_at>? AND happened_at<?)
 21       0                                     SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 24       0                                    SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 27       0                                                     USE TEMP B-TREE FOR GROUP BY
 74       0                                                     USE TEMP B-TREE FOR ORDER BY

بدون index پوشاننده: [48.59, 49.04, 46.5]
با index پوشاننده  : [51.39, 49.39, 47.5]

نقشه عوض شد و COVERING گرفت، ولی دو باند هم‌پوشانی دارند.

این دقیقاً همان حالتی است که فصلِ ۱ برایش قاعده گذاشت: بهبودی که از پهنای نوسان کوچک‌تر است، بهبود نیست — یک عددِ خوش‌شانس است. و در طرفِ دیگرِ ترازو حجمِ این index نشسته. عددِ ۲٬۲۸۴ رشدِ فایل است، نه اندازهٔ index: اول ۱٬۱۲۵ صفحه‌ای مصرف شد که با حذفِ idx_events_kind آزاد شده بود، پس اندازهٔ واقعی‌اش ۳٬۴۰۹ صفحه است.

پس حکمِ فرضیهٔ ۳ فعلاً «رد» است. حذفش می‌کنیم و در بخشِ بعد، بعد از اینکه خودِ پرسش عوض شد، دوباره امتحانش می‌کنیم.

con.execute("DROP INDEX idx_events_cover")
con.execute("ANALYZE")
con.commit()
print("پاسخ بعد از حذف:", answer.equals(q(REPORT, WINDOW)))
پاسخ بعد از حذف: True

۶. فرضیهٔ ۴: اول بشمار، بعد بپیوند#

فرضیه: پیوند به books و branches روی همهٔ سطرهای بازه انجام می‌شود، در حالی که ما فقط ده کتابِ آخر را می‌خواهیم. اگر اول در خودِ events بشماریم و ده تای اول را برداریم، پیوند فقط روی ده سطر انجام می‌شود.

REWRITTEN = """
    SELECT b.id AS book_id, b.title, br.name AS branch, top.n
    FROM (SELECT book_id, COUNT(*) AS n
            FROM events
           WHERE happened_at >= ? AND happened_at < ? AND kind = ?
           GROUP BY book_id
           ORDER BY n DESC, book_id
           LIMIT 10) AS top
    JOIN books AS b ON b.id = top.book_id
    JOIN branches AS br ON br.id = b.branch_id
    ORDER BY top.n DESC, b.id
"""
rewritten_band = band(REWRITTEN, WINDOW)
print("پاسخ دقیقاً همان است:", answer.equals(q(REWRITTEN, WINDOW)))
print(q(REWRITTEN, WINDOW))
پاسخ دقیقاً همان است: True
   book_id             title branch  n
0      674        آینه و باد  آفتاب  5
1    15056       پل در باران   پویا  5
2    23183     پنجره پشت آتش   بهار  5
3    23245    بازگشت به جنگل   پویا  5
4    24010        روزهای ابر   کوشا  5
5    29841  در جست‌وجوی خانه   پویا  5
6    34022        خانه و خاک  مرکزی  5
7      197      باد در باران   دانش  4
8      216   بازگشت به باران   دانش  4
9     2846      روزهای ستاره   پویا  4
show_plan(REWRITTEN, WINDOW)
print()
print("پرسشِ اصلی  :", analyzed_band)
print("پرسشِ بازنوشته:", rewritten_band)
 id  parent                                                                      detail
  2       0                                                              CO-ROUTINE top
 11       2 SEARCH events USING INDEX idx_events_time (happened_at>? AND happened_at<?)
 23       2                                                USE TEMP B-TREE FOR GROUP BY
 63       2                                                USE TEMP B-TREE FOR ORDER BY
 73       0                                                                    SCAN top
 76       0                                SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 79       0                               SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 89       0                                                USE TEMP B-TREE FOR ORDER BY

پرسشِ اصلی  : [48.59, 49.04, 46.5]
پرسشِ بازنوشته: [10.82, 11.2, 11.54]

بزرگ‌ترین برد از یک index نیامد، از یک بازنویسی آمد.

نقشه دلیلش را می‌گوید: گروه‌بندی و مرتب‌سازی حالا داخلِ زیرپرسش و فقط روی events انجام می‌شوند. SCAN top هم ترسناک نیست — آن جدولِ موقت ده سطر دارد.

و حالا فرضیهٔ ۳ را دوباره امتحان می‌کنیم، این بار روی پرسشِ تازه:

con.execute("CREATE INDEX idx_events_cover ON events(happened_at, kind, book_id)")
con.execute("ANALYZE")
con.commit()
final_band = band(REWRITTEN, WINDOW)
print("پاسخ دقیقاً همان است:", answer.equals(q(REWRITTEN, WINDOW)))
پاسخ دقیقاً همان است: True
show_plan(REWRITTEN, WINDOW)
print()
print("بازنوشته، بدون index پوشاننده:", rewritten_band)
print("بازنوشته، با index پوشاننده  :", final_band)
 id  parent                                                                                detail
  2       0                                                                        CO-ROUTINE top
 10       2 SEARCH events USING COVERING INDEX idx_events_cover (happened_at>? AND happened_at<?)
 21       2                                                          USE TEMP B-TREE FOR GROUP BY
 61       2                                                          USE TEMP B-TREE FOR ORDER BY
 71       0                                                                              SCAN top
 74       0                                          SEARCH b USING INTEGER PRIMARY KEY (rowid=?)
 77       0                                         SEARCH br USING INTEGER PRIMARY KEY (rowid=?)
 87       0                                                          USE TEMP B-TREE FOR ORDER BY

بازنوشته، بدون index پوشاننده: [10.82, 11.2, 11.54]
بازنوشته، با index پوشاننده  : [9.46, 9.24, 8.66]

این بار دو باند از هم جدا هستند، و حکمِ فرضیهٔ ۳ وارونه می‌شود: نگهش می‌داریم.

درسِ اصلیِ کلِ این پروژه همین یک وارونگی است. آن index عوض نشد؛ پرسش عوض شد. هر حکمی که دربارهٔ یک index می‌دهی، حکمِ آن index برای آن پرسش، آن داده، و آن لحظه است.

✅ چک کن: در هر شش مرحله خطِ answer.equals(...) چاپ شد و هر شش بار True بود. این تنها چیزی است که یک بهینه‌سازی را از یک خرابکاری جدا می‌کند. اگر روزی این خط False شد، آن تغییر — هر چقدر هم سریع — رد است.

🔧 اگر کار نکرد: موقعِ ساختنِ index نامِ ستون را غلط تایپ کردن از هر خطای دیگری رایج‌تر است:

try:
    con.execute("CREATE INDEX idx_bad ON events(happend_at)")
except Exception as error:
    print(type(error).__module__ + "." + type(error).__name__)
    print(error)
sqlite3.OperationalError
no such column: happend_at

و بدترین حالتش این است که غلط ننویسی، فقط ستونِ اشتباه را بنویسی — آن‌وقت index بی‌صدا ساخته می‌شود، حجم می‌گیرد، نوشتن را کند می‌کند، و هیچ پرسشی از آن استفاده نمی‌کند. تنها راهِ کشفش همان نقشهٔ اجراست.

۷. گزارشِ نهایی#

فرضیه باندِ قبل باندِ بعد نقشهٔ اجرا تصمیم
۱ — index روی happened_at ~۷۵ تا ۸۲ ~۴۴ تا ۵۰ SCAN e ← SEARCH ... USING INDEX نگه داشته شد
۲ — index روی kind ~۴۴ تا ۵۰ ~۸۷ تا ۹۶ انتخابِ idx_events_kind حذف شد
۲ب — ANALYZE ~۸۷ تا ۹۶ ~۴۷ تا ۴۹ برگشت به idx_events_time نگه داشته شد
۳ — index پوشاننده، روی پرسشِ اصلی ~۴۷ تا ۴۹ ~۴۸ تا ۵۱ USING COVERING INDEX رد شد — هم‌پوشانی
۴ — تجمیع قبل از پیوند ~۴۷ تا ۴۹ ~۱۱ تا ۱۲ گروه‌بندی داخلِ CO-ROUTINE نگه داشته شد
۳ب — همان index پوشاننده، روی پرسشِ بازنوشته ~۱۱ تا ۱۲ ~۹ USING COVERING INDEX پذیرفته شد

جمع‌بندی: از باندِ هشتادی به باندِ نُهی، و پاسخ در هر شش اندازه‌گیری کاملاً یکسان ماند.

final_pages = con.execute("PRAGMA page_count").fetchone()[0]
print("صفحه‌های ابتدای فصل:", pages_start)
print("صفحه‌های الان      :", final_pages)
print("سهم index‌ها       :", final_pages - pages_start, "صفحه")
print("index‌های نهایی    :",
      list(q("""
          SELECT name FROM sqlite_master
          WHERE type = ? AND name NOT LIKE 'sqlite_%' ORDER BY name
      """, ("index",))["name"]))
صفحه‌های ابتدای فصل: 4886
صفحه‌های الان      : 11033
سهم index‌ها       : 6147 صفحه
index‌های نهایی    : ['idx_events_cover', 'idx_events_time']

و آنچه هنوز نمی‌دانیم، بخشی از همین گزارش است:

  • idx_events_time را نگه داشتیم بدونِ اینکه ثابت کنیم لازم است. نقشهٔ پرسشِ نهایی فقط idx_events_cover را نام می‌برد. حذفش را اندازه نگرفتیم، پس نمی‌دانیم پرسشِ دیگری در سامانه به آن تکیه دارد یا نه.
  • هزینهٔ نوشتن را اندازه نگرفتیم. فصلِ ۳ نشان داد هر index هر INSERT را گران‌تر می‌کند؛ اینجا فقط حجم را شمردیم.
  • همهٔ عددها گرم‌اند — فصلِ ۱ نشان داد نتوانستیم حالتِ سرد بسازیم.
  • و مهم‌تر از هر سه: عددِ گزارش هنوز شکننده است. بیشترین n پنج است و فاصلهٔ اول تا دهم یک واحد؛ این فهرست را نمی‌شود مبنای هیچ تصمیمی گذاشت، هر چقدر هم سریع ساخته شود.

📏 اندازه بگیر: یک سطر یعنی چه؟ یک کتاب، و n تعدادِ رویدادهای out آن کتاب در سه ماه — نه امانتِ تمام‌شده و نه نفر. با کدام شمارشِ دوم سنجیدی؟ با دوتا: شمارشِ مستقلِ رویدادهای بازه که ۱۷٬۰۱۷ شد، و answer.equals(...) که در هر شش مرحله True ماند. چه کسی از قلم افتاد؟ کتاب‌هایی که در این بازه فقط رویدادِ in دارند — یعنی قبل از بازه برده شده‌اند و داخلِ بازه برگشته‌اند. آن‌ها در این سه ماه واقعاً دستِ کسی بوده‌اند و در این گزارش صفر شمرده می‌شوند.

🤖 از دستیارت بپرس: «چطور تصمیم بگیرم یک index را نگه دارم یا حذف کنم؟» بعد این را بپرس: «اگر یک index بسازم و پرسشم کندتر شود، این یعنی چه؟» — جوابِ درست دستِ‌کم دو احتمال را می‌گوید: بهینه‌ساز index بدی را انتخاب کرده (که با ANALYZE درست می‌شود)، یا آن index گزینشگر نیست. اگر جواب گفت «index هیچ‌وقت کند نمی‌کند»، با فرضیهٔ ۲ ردش کن.

واژه‌های تازهٔ این فصل#

کلمه تلفظ به حروف فارسی یعنی چه
baseline بیس‌لاین باندِ پایه؛ عددی که همهٔ بهبودها با آن سنجیده می‌شوند
hypothesis هایپوتسیس فرضیه؛ جمله‌ای که قبل از تغییر می‌نویسی و بعدش داوری می‌شود
regression ریگرشن پس‌رفت؛ تغییری که اوضاع را بدتر کرد
CO-ROUTINE کوروتین مرحله‌ای که سطرهایش را کم‌کم تولید می‌کند، به‌جای اینکه اول همه را بسازد

تمرین‌ها

اول خودت فکر کن یا امتحان کن — بعد اینجا را باز کن.

در فصل بعد#

ترمِ ۵ تمام شد. حالا می‌توانی یک پرسشِ کند را با نقشهٔ اجرا تشخیص بدهی، فرضیه بسازی، تغییر بدهی، و با یک باندِ زمانی داوری کنی — و می‌دانی کِی جوابِ درست «این تفاوت نویز است» یا «هیچ کاری از دستم برنمی‌آید» است.

ولی در تمامِ این ترم یک چیز را نپرسیدیم: آیا این عدد اصلاً به دردِ کسی می‌خورد؟ جدولِ همین فصل حالا در حدودِ نُه میلی‌ثانیه ساخته می‌شود و همچنان مبنای هیچ تصمیمی نیست، چون فاصلهٔ اول تا دهمش یک واحد است.

ترمِ ۶ دقیقاً از همین‌جا شروع می‌کند: از عدد تا تصمیم.

به آخر این فصل رسیدی!

اگر ساختی و جواب داد، این دکمه مال توست.