用PolarDB生成“上帝的指纹”

简介: 分形法则被誉为神性法则, 因为它的公式极其简单, 但是能产生无穷无尽的自相似性. 例如通过分形公式产生的曼德勃罗集, 被成为上帝的指纹.本文介绍了上帝指纹的生成算法, 以及用PolarDB来生成"上帝的指纹".

背景

分形法则被誉为神性法则, 因为它的公式极其简单, 但是能产生无穷无尽的自相似性. 例如通过分形公式产生的曼德勃罗集, 被成为上帝的指纹.

PS: 如何部署PolarDB开源版, 请参考: 《如何用 PolarDB 证明巴菲特的投资理念》

1、分形公式:

z=z^2+c    
z可以是单数、也可以是复数、甚至可以是多维数.

2、复数运算:

(a+bi)(c+di) = (ac-bd)+(ad+bc)i    
(a+bi) + (c+di) = (a+c)+(b+d)i    
(a+bi) - (c+di) = (a-c)+(b-d)i

3、如何产生"上帝的指纹"?

当z的初始值固定时, 取不同的c, z的发散速度是不一样的, 例如某个c, 100次之后z就趋于无穷大, 某个c, 不管迭代多少次, z都在某个范围内跳动.

以一块白布为底图, 把c的坐标映射到这个二维白布中, 用颜色来标记该c值引起的z值发散速度, 越黑表示z值越不会被发散.

我们固定z0=0,那么对于不同的复数c,函数的迭代结果也不同。由于复数c对应平面上的点,因此我们可以用一个平面图形来表示,对于某个复数c,函数f(z)=z^2+cz0=0开始迭代是否会发散到无穷。我们同样用不同颜色来表示不同的发散速度,最后得出的就是Mandelbrot集分形图形:

先来个简单的, 训练一下c和z0固定时, 如何产生z的迭代值:

WITH RECURSIVE t(n, zr, zi, cr, ci) AS (      
    VALUES (1, 0::float8, 0::float8, 0.1::float8, 0.1::float8)      
  UNION ALL      
    SELECT n+1, zr*zr - zi*zi + cr, zr*zi + zi*zr + ci, cr, ci FROM t WHERE n < 100      
)      
SELECT n,zr,zi FROM t;
do language plpgsql $$    
declare    
  zr float8 := 0;    
  zi float8 := 0;    
  cr float8 := 0.1;    
  ci float8 := 0.1;    
  tmpr float8;    
  tmpi float8;    
begin    
  for i in 1..100 loop    
    raise notice '%, %i', zr, zi;    
    tmpr := zr*zr - zi*zi + cr;    
    tmpi := zr*zi + zi*zr + ci;    
    zr := tmpr;    
    zi := tmpi;    
  end loop;    
    raise notice '%, %i', zr, zi;    
end;    
$$;
NOTICE:  0, 0i  
NOTICE:  0.1, 0.1i  
NOTICE:  0.1, 0.12000000000000001i  
NOTICE:  0.0956, 0.12400000000000001i  
NOTICE:  0.09376336, 0.12370880000000001i  
NOTICE:  0.09348770048104961, 0.123198705499136i  
NOTICE:  0.0935620291045716, 0.12303512735871254i  
NOTICE:  0.09361621072599009, 0.12302283233364109i  
NOTICE:  0.09362937763530182, 0.12303386279170858i  
NOTICE:  0.093629128962925, 0.1230391680025096i  
NOTICE:  0.09362777692760627, 0.12304010025679593i  
NOTICE:  0.0936272943412032, 0.1230399421199872i  
...  
基本不发散, 所以这个 0.1,0.1i 的C对应复平面的坐标就用黑色的像素点表示.

把这个函数扩展到整个复数范围。对于复数z0=x+iy,取不同的x值和y值,函数迭代的结果不一样:

对于有些z0,函数值约束在某一范围内;

而对于另一些z0,函数值则发散到无穷。

由于复数对应平面上的点,因此我们可以用一个平面图形来表示,对于哪些z0函数值最终趋于无穷,对于哪些z0函数值最终不会趋于无穷。

我们用深灰色表示不会使函数值趋于无穷的z0;对于其它的z0,我们用不同的颜色来区别不同的发散速度。由于当某个时候|z|>2时,函数值一定发散,因此这里定义发散速度为:使|z|大于2的迭代次数越少,则发散速度越快。这个图形可以编程画出。

f(z)=z^2+(-0.75+0i)时的Julia集:

我们固定z0=0,那么对于不同的复数c,函数的迭代结果也不同。由于复数c对应平面上的点,因此我们可以用一个平面图形来表示,对于某个复数c,函数f(z)=z^2+c从z0=0开始迭代是否会发散到无穷。

我们同样用不同颜色来表示不同的发散速度,最后得出的就是Mandelbrot集分形图形(也就是上帝的指纹):

4、用PolarDB来生成"上帝的指纹":

do language plpgsql $$    
declare    
  zr numeric := 0.0;  -- z0r    
  zi numeric := 0.0;  -- z0i    
  tmpr numeric;    
  tmpi numeric;    
  i int;    
begin    
  <<label_x>>     
  for x in -300..300 loop  -- cr, 表示白布的x轴像素点范围是-300到300    
  <<label_y>>     
  for y in -200..200 loop  -- ci, 表示白布的y轴像素点范围是-200到200    
  <<label_i>>     
  for k in 1..200 loop  -- z的发散速度, i 表示颜色深度; 最多迭代200次, 200次就是黑色, 1次可能就接近白色.      
    tmpr := zr*zr - zi*zi + x::numeric/300.0::numeric;    
    tmpi := zr*zi + zi*zr + y::numeric/200.0::numeric;    
    zr := tmpr;    
    zi := tmpi;     
    i := k;    
    exit label_i when sqrt(zr*zr + zi*zi) > 2;    -- z的迭代次数截止于|z|>2, 因为此时z会无限发散.        
  end loop label_i ;    
  raise notice 'cr:%, ci:%, i:%', x, y, i;    
  zr := 0.0;  -- z0r    
  zi := 0.0;  -- z0i    
  end loop label_y ;    
  end loop label_x ;    
end;    
$$;

cr为x坐标,ci为y坐标,i为颜色深度:

NOTICE:  cr:-300, ci:-200, i:3    
NOTICE:  cr:-300, ci:-199, i:3    
NOTICE:  cr:-300, ci:-198, i:3    
NOTICE:  cr:-300, ci:-197, i:3    
NOTICE:  cr:-300, ci:-196, i:3    
NOTICE:  cr:-300, ci:-195, i:3    
NOTICE:  cr:-300, ci:-194, i:3    
NOTICE:  cr:-300, ci:-193, i:3    
NOTICE:  cr:-300, ci:-192, i:3    
NOTICE:  cr:-300, ci:-191, i:3    
NOTICE:  cr:-300, ci:-190, i:3    
NOTICE:  cr:-300, ci:-189, i:3    
NOTICE:  cr:-300, ci:-188, i:3    
NOTICE:  cr:-300, ci:-187, i:3    
NOTICE:  cr:-300, ci:-186, i:3    
NOTICE:  cr:-300, ci:-185, i:3    
NOTICE:  cr:-300, ci:-184, i:3    
NOTICE:  cr:-300, ci:-183, i:3    
NOTICE:  cr:-300, ci:-182, i:3    
NOTICE:  cr:-300, ci:-181, i:3    
NOTICE:  cr:-300, ci:-180, i:3    
NOTICE:  cr:-300, ci:-179, i:3    
NOTICE:  cr:-300, ci:-178, i:3    
NOTICE:  cr:-300, ci:-177, i:3    
NOTICE:  cr:-300, ci:-176, i:3    
NOTICE:  cr:-300, ci:-175, i:3    
NOTICE:  cr:-300, ci:-174, i:3    
NOTICE:  cr:-300, ci:-173, i:3    
NOTICE:  cr:-300, ci:-172, i:3    
NOTICE:  cr:-300, ci:-171, i:3    
NOTICE:  cr:-300, ci:-170, i:3    
NOTICE:  cr:-300, ci:-169, i:3    
NOTICE:  cr:-300, ci:-168, i:3    
NOTICE:  cr:-300, ci:-167, i:3    
NOTICE:  cr:-300, ci:-166, i:3    
NOTICE:  cr:-300, ci:-165, i:3    
NOTICE:  cr:-300, ci:-164, i:3    
NOTICE:  cr:-300, ci:-163, i:3    
NOTICE:  cr:-300, ci:-162, i:3    
NOTICE:  cr:-300, ci:-161, i:3    
NOTICE:  cr:-300, ci:-160, i:3    
NOTICE:  cr:-300, ci:-159, i:3    
NOTICE:  cr:-300, ci:-158, i:3    
NOTICE:  cr:-300, ci:-157, i:3    
NOTICE:  cr:-300, ci:-156, i:3    
NOTICE:  cr:-300, ci:-155, i:3    
NOTICE:  cr:-300, ci:-154, i:3    
NOTICE:  cr:-300, ci:-153, i:3    
NOTICE:  cr:-300, ci:-152, i:3    
NOTICE:  cr:-300, ci:-151, i:3    
NOTICE:  cr:-300, ci:-150, i:3    
NOTICE:  cr:-300, ci:-149, i:3    
NOTICE:  cr:-300, ci:-148, i:4    
NOTICE:  cr:-300, ci:-147, i:4    
NOTICE:  cr:-300, ci:-146, i:4    
NOTICE:  cr:-300, ci:-145, i:4    
NOTICE:  cr:-300, ci:-144, i:4    
NOTICE:  cr:-300, ci:-143, i:4    
NOTICE:  cr:-300, ci:-142, i:4    
NOTICE:  cr:-300, ci:-141, i:4    
NOTICE:  cr:-300, ci:-140, i:4    
NOTICE:  cr:-300, ci:-139, i:4    
NOTICE:  cr:-300, ci:-138, i:4    
NOTICE:  cr:-300, ci:-137, i:4    
NOTICE:  cr:-300, ci:-136, i:4    
NOTICE:  cr:-300, ci:-135, i:4    
NOTICE:  cr:-300, ci:-134, i:4    
NOTICE:  cr:-300, ci:-133, i:4    
NOTICE:  cr:-300, ci:-132, i:4    
NOTICE:  cr:-300, ci:-131, i:4    
NOTICE:  cr:-300, ci:-130, i:4    
NOTICE:  cr:-300, ci:-129, i:4    
NOTICE:  cr:-300, ci:-128, i:4    
NOTICE:  cr:-300, ci:-127, i:4    
NOTICE:  cr:-300, ci:-126, i:4    
NOTICE:  cr:-300, ci:-125, i:4    
NOTICE:  cr:-300, ci:-124, i:4    
NOTICE:  cr:-300, ci:-123, i:4    
NOTICE:  cr:-300, ci:-122, i:4    
NOTICE:  cr:-300, ci:-121, i:4    
NOTICE:  cr:-300, ci:-120, i:4    
NOTICE:  cr:-300, ci:-119, i:5    
NOTICE:  cr:-300, ci:-118, i:5    
NOTICE:  cr:-300, ci:-117, i:5    
NOTICE:  cr:-300, ci:-116, i:5    
NOTICE:  cr:-300, ci:-115, i:5    
NOTICE:  cr:-300, ci:-114, i:5    
NOTICE:  cr:-300, ci:-113, i:5    
NOTICE:  cr:-300, ci:-112, i:5    
NOTICE:  cr:-300, ci:-111, i:5    
NOTICE:  cr:-300, ci:-110, i:5    
NOTICE:  cr:-300, ci:-109, i:5    
NOTICE:  cr:-300, ci:-108, i:5    
NOTICE:  cr:-300, ci:-107, i:5    
NOTICE:  cr:-300, ci:-106, i:5    
NOTICE:  cr:-300, ci:-105, i:5    
NOTICE:  cr:-300, ci:-104, i:5    
NOTICE:  cr:-300, ci:-103, i:5    
NOTICE:  cr:-300, ci:-102, i:5    
NOTICE:  cr:-300, ci:-101, i:5    
NOTICE:  cr:-300, ci:-100, i:5    
NOTICE:  cr:-300, ci:-99, i:5    
NOTICE:  cr:-300, ci:-98, i:5    
NOTICE:  cr:-300, ci:-97, i:5    
NOTICE:  cr:-300, ci:-96, i:5    
NOTICE:  cr:-300, ci:-95, i:5    
NOTICE:  cr:-300, ci:-94, i:5    
NOTICE:  cr:-300, ci:-93, i:5    
NOTICE:  cr:-300, ci:-92, i:5    
NOTICE:  cr:-300, ci:-91, i:5    
NOTICE:  cr:-300, ci:-90, i:5    
NOTICE:  cr:-300, ci:-89, i:5    
NOTICE:  cr:-300, ci:-88, i:5    
NOTICE:  cr:-300, ci:-87, i:6    
NOTICE:  cr:-300, ci:-86, i:6    
NOTICE:  cr:-300, ci:-85, i:6    
NOTICE:  cr:-300, ci:-84, i:6    
NOTICE:  cr:-300, ci:-83, i:6    
NOTICE:  cr:-300, ci:-82, i:7    
NOTICE:  cr:-300, ci:-81, i:7    
NOTICE:  cr:-300, ci:-80, i:7    
NOTICE:  cr:-300, ci:-79, i:8    
NOTICE:  cr:-300, ci:-78, i:8    
NOTICE:  cr:-300, ci:-77, i:8    
NOTICE:  cr:-300, ci:-76, i:8    
NOTICE:  cr:-300, ci:-75, i:8    
NOTICE:  cr:-300, ci:-74, i:9    
NOTICE:  cr:-300, ci:-73, i:9    
NOTICE:  cr:-300, ci:-72, i:10    
NOTICE:  cr:-300, ci:-71, i:10    
NOTICE:  cr:-300, ci:-70, i:10    
NOTICE:  cr:-300, ci:-69, i:10    
NOTICE:  cr:-300, ci:-68, i:11    
NOTICE:  cr:-300, ci:-67, i:11    
NOTICE:  cr:-300, ci:-66, i:12    
NOTICE:  cr:-300, ci:-65, i:13    
NOTICE:  cr:-300, ci:-64, i:15    
NOTICE:  cr:-300, ci:-63, i:18    
NOTICE:  cr:-300, ci:-62, i:23    
NOTICE:  cr:-300, ci:-61, i:37    
NOTICE:  cr:-300, ci:-60, i:35    
NOTICE:  cr:-300, ci:-59, i:34    
NOTICE:  cr:-300, ci:-58, i:59    
NOTICE:  cr:-300, ci:-57, i:200    
NOTICE:  cr:-300, ci:-56, i:200    
.....

类似的: 固定c (f(z)=z^2+(-0.75+0i)), 取不同的z0值作为起点, 看z的发散速度, 绘制不同z0的二维平面图, 颜色深浅对应z的发散速度, 可以得到julia集合.

参考

http://www.matrix67.com/blog/archives/4570

http://www.matrix67.com/blog/archives/6231

https://www.cnblogs.com/anderslly/archive/2008/10/10/mandelbrot-set-by-fsharp.html

http://www.matrix67.com/blog/archives/292

https://www.eefocus.com/e/500748

分形艺术网: http://www.fxysw.com/

https://zhuanlan.zhihu.com/p/450061289

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍如何基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
关系型数据库 分布式数据库 数据库
沉浸式学习PostgreSQL|PolarDB 8: 电商|短视频|新闻|内容推荐业务(根据用户行为推荐相似内容)、监控预测报警系统(基于相似指标预判告警)、音视图文多媒体相似搜索、人脸|指纹识别|比对 - 向量搜索应用
1、在电商业务中, 用户浏览商品的行为会构成一组用户在某个时间段的特征, 这个特征可以用向量来表达(多维浮点数组), 同时商品、店铺也可以用向量来表达它的特征. 那么为了提升用户的浏览体验(快速找到用户想要购买的商品), 可以根据用户向量在商品和店铺向量中进行相似度匹配搜索. 按相似度来推荐商品和店铺给用户. 2、在短视频业务中, 用户浏览视频的行为, 构成了这个用户在某个时间段的兴趣特征, 这个特征可以用向量来表达(多维浮点数组), 同时短视频也可以用向量来表达它的特征. 那么为了提升用户的观感体验(推荐他想看的视频), 可以在短视频向量中进行与用户特征向量的相似度搜索.
531 0
|
10月前
|
关系型数据库 分布式数据库 数据库
一库多能:阿里云PolarDB三大引擎、四种输出形态,覆盖企业数据库全场景
PolarDB是阿里云自研的新一代云原生数据库,提供极致弹性、高性能和海量存储。它包含三个版本:PolarDB-M(兼容MySQL)、PolarDB-PG(兼容PostgreSQL及Oracle语法)和PolarDB-X(分布式数据库)。支持公有云、专有云、DBStack及轻量版等多种形态,满足不同场景需求。2021年,PolarDB-PG与PolarDB-X开源,内核与商业版一致,推动国产数据库生态发展,同时兼容主流国产操作系统与芯片,获得权威安全认证。
|
7月前
|
存储 关系型数据库 分布式数据库
喜报|阿里云PolarDB数据库(分布式版)荣获国内首台(套)产品奖项
阿里云PolarDB数据库管理软件(分布式版)荣获「2024年度国内首版次软件」称号,并跻身《2024年度浙江省首台(套)推广应用典型案例》。
|
8月前
|
关系型数据库 分布式数据库 数据库
再获殊荣,阿里云PolarDB数据库蝉联SIGMOD最佳论文奖
内存池化技术新突破,阿里云PolarDB蝉联SIGMOD最佳论文奖
|
5月前
|
Cloud Native 关系型数据库 MySQL
免费体验!高效实现自建 MySQL 数据库平滑迁移至 PolarDB-X
PolarDB-X 是阿里云推出的云原生分布式数据库,支持PB级存储扩展、高并发访问与数据强一致,助力企业实现MySQL平滑迁移。现已开放免费体验,点击即享高效、稳定的数据库升级方案。
免费体验!高效实现自建 MySQL 数据库平滑迁移至 PolarDB-X
|
5月前
|
关系型数据库 MySQL 分布式数据库
阿里云PolarDB云原生数据库收费价格:MySQL和PostgreSQL详细介绍
阿里云PolarDB兼容MySQL、PostgreSQL及Oracle语法,支持集中式与分布式架构。标准版2核4G年费1116元起,企业版最高性能达4核16G,支持HTAP与多级高可用,广泛应用于金融、政务、互联网等领域,TCO成本降低50%。
|
12月前
|
存储 NoSQL 关系型数据库
PolarDB开源数据库进阶课17 集成数据湖功能
本文介绍了如何在PolarDB数据库中接入pg_duckdb、pg_mooncake插件以支持数据湖功能, 可以读写对象存储的远程数据, 支持csv, parquet等格式, 支持delta等框架, 并显著提升OLAP性能。
870 2
|
9月前
|
Cloud Native 关系型数据库 分布式数据库
阿里云PolarDB与沃趣科技携手打造一体化数据库解决方案,助推国产数据库生态发展
阿里云瑶池数据库与沃趣科技将继续深化合作,共同推动国产数据库技术的持续创新与广泛应用,为行业生态的繁荣注入更强劲的技术动力。
阿里云PolarDB与沃趣科技携手打造一体化数据库解决方案,助推国产数据库生态发展
|
7月前
|
关系型数据库 分布式数据库 数据库
阿里云PolarDB数据库蝉联SIGMOD最佳论文奖
阿里云PolarDB凭借全球首创基于CXL Switch的分布式内存池技术,在SIGMOD 2025上荣获工业赛道“最佳论文奖”,连续两年蝉联该顶会最高奖项。其创新架构PolarCXLMem打破传统RDMA技术瓶颈,性能提升2.1倍,并已落地应用于内存池化场景,推动大模型推理与多模态存储发展,展现CXL Switch在高速互联中的巨大潜力。
阿里云PolarDB数据库蝉联SIGMOD最佳论文奖

相关产品

  • 云原生数据库 PolarDB