Archiv für die Kategorie TOI

Warum Pickleball?

DER Trendsport in USA – nun auch in Deutschland

Pickleball ist die am schnellsten wachsende Sportart der USA (mit derzeit 4.8 Millionen Spielern) und erfreut sich auch in Deutschland steigender Beliebtheit. Warum ist das so?

Am Namen liegt es sicherlich nicht – der ist meiner Ansicht nach eher unglücklich gewählt. Schwamm drüber! Das Spiel selbst ist eine geniale Kombination aus Tennis, Badminton und Tischtennis:

Gespielt wird auf einem Badminton-Feld mit einem Tennis-Netz und übergroßen Tischtennis-Schlägern.

Pickleball Spielfeld

Die Bälle sind aus gelochtem Plastik und haben etwa Tennisball-Größe, sind aber leichter und fliegen langsamer.

Pickleball Bälle

Gezielt auf Spielspaß hin entwickelt

Man merkt als Einsteiger sofort, dass die Erfinder von Pickleball alles so abgestimmt haben, dass Spaß und Spielfreude möglichst maximiert werden:

Leicht zu lernen

Pickleball ist im wahrsten Sinne kinderleicht zu erlernen. Anders als beispielsweise beim Tennis oder Tischtennis, wo Anfänger erst einmal monatelang üben müssen, bevor sie den Ball mit Freude und Zuversicht im Spiel halten können, klappt das bei Pickleball fast auf Anhieb. Nach etwa zwei Trainingseinheiten kann man schon spielen, wenngleich natürlich noch Feinheiten und Finessen zu meistern bleiben. Das Motto ist: „Leicht zu lernen, schwer zu meistern!“. Das kommt Kindern und Jugendlichen zugute, die hier nicht erst längere Zeit Frustrationstoleranz beweisen müssen, bevor sich Erfolgserlebnisse einstellen. Ältere Spieler mit Erfahrung in Tennis oder Tischtennis hingegen finden sich noch etwas schneller in Pickleball zurecht. Ich spiele beides und konnte darum auch praktisch sofort beim Pickleball mithalten.

Ein Sport für alle – gemeinsam!

Kraft, Schnelligkeit und Kondition sind in Pickleball zwar nützlich aber weniger entscheidend als Ballgefühl, Ballsicherheit und Spielintelligenz. Darum können Senioren hier nicht nur untereinander sondern auch im Wettkampf gegen Jüngere erfolgreich sein. Das macht Pickleball zu einer Brücke zwischen den Generationen und vergrößert den Pool an verfügbaren Spielpartnern ungemein. Der Sport ist extrem inklusiv und für alle Altersgruppen und Geschlechter (eben auch in beliebiger Kombination auf dem Platz) geeignet.

Lange Ballwechsel ohne Aufschlag-Asse

In Tennis und Tischtennis ist der Aufschlag technisch recht anspruchsvoll (darum wird er oft sehr intensiv geübt) und häufig spielentscheidend. Beides ist bei Pickleball nicht der Fall: Der Aufschlag ist ein recht einfacher Unterhand-Ball und fast nie ein direkter Punkt für den Aufschläger:

Außerdem muss man als Aufschläger den Rückschlag erst einmal aufspringen lassen, so dass es kein Serve-and-Volley gibt. Tatsächlich ist es beim Pickleball taktisch eher nachteilig, aufzuschlagen. Das wird aber dadurch ausgeglichen, dass nur die Aufschläger Punkte machen können, während die Rückschläger nur das Aufschlagrecht errobern können. Die Nicht-Volley-Zone vor dem Netz sorgt auch für längere Ballwechsel.

Tolle Community

Ein weiterer wesentlicher Grund, warum der Sport solche Freude macht ist die aufgeschlossene und herzliche Community. Das scheint tief in der DNA von Pickleball verankert zu sein und macht es Einsteigern leicht, gleich mitzumachen und Kontakt zu finden, wodurch das Wachstum der Community beschleunigt wird.

Niedrige Einstiegshürden für Schulen und Vereine

Ein Pickleball-Spielfeld benötigt nur ein Drittel der Größe eines Tennis-Platzes und weniger Wartung als ein Sandplatz. Sportvereine und Schulen mit Hallenzugang können vorhandene Badminton-Felder sehr leicht und kostengünstig in Pickleball-Felder umwidmen. Der in der Umgebung von Fußball-Plätzen übliche Tartan-Bereich kann ebenfalls leicht und kostengünstig für Pickleball-Felder verwendet werden. Aus diesen Gründen sind die Hürden für Schulen und Vereine, mit Pickleball loszulegen recht niedrig, was die rapide Verbreitung des Sports auch zum Teil erklärt. Es läge sicherlich im öffentlichen Interesse, zur Förderung der Bevölkerungs-Gesundheit kostenfrei zugängliche öffentliche Pickleball-Plätze zur Verfügung zu stellen. So weit sind wir in Deutschland noch nicht, aber in den USA wird das so praktiziert.

Prominente Unterstützer

Eine Vielzahl Prominenter hat sich als Pickleball-Fans zu erkennen gegeben, was natürlich die Verbreitung des Sports enorm begünstigt. Unter ihnen sind Steffi Graf, Leonardo di Caprio, der kanadische Premier Justin Trudeau, George Clooney und nicht zuletzt Bill Gates, dessen Vater mit den Erfindern von Pickleball befreundet war und das Spiel bereits vor 50 Jahren in der Gates-Familie etabliert hatte:

 

Pickleball Spielregeln

Die Spielregeln und viele weitere hilfreiche Informationen sind hier zu finden.

 

 

 

Hinterlasse einen Kommentar

Impact of proper column precision for analytical queries

Does it matter if your data warehouse tables have columns with much higher precision than needed? Probably: Yes.

But how do you know the precision of your columns is larger than required by the values stored in these columns? In Exasol, we have introduced the function MIN_SCALE to find out. I’m working on an Exasol 7 New Features course at the moment, and this article is kind of a sneak preview.

If there’s an impact, it will show only with huge amounts of rows of course. Would be nice to have a table generator to give us large testing tables. Another Exasol 7 feature helps with that: The new clause VALUES BETWEEN.


CREATE OR REPLACE TABLE scaletest.t1 AS
SELECT CAST(1.123456789 AS DECIMAL(18,17)) AS testcol
FROM VALUES BETWEEN 1 AND 1e9;

This generates a table with 1000 million rows and takes only 30 seconds runtime on my modest VirtualBox VM. Obviously, the scale of the column is too large for the values stored there. But if it wouldn’t be that obvious, here’s how I can find out:

SELECT MAX(a) FROM (SELECT MIN_SCALE(testcol) As a FROM scaletest.t1);

This comes back with the output 9 after 20 seconds runtime, telling me that the precision actually required by the values is 9 at max. I’ll create a second table for comparison with only the required scale:


CREATE OR REPLACE TABLE scaletest.t2 AS
SELECT CAST(1.123456789 AS DECIMAL(10,9)) AS testcol
FROM VALUES BETWEEN 1 AND 1e9;

So does it really matter? Is there a runtime difference for analytical queries?

SELECT COUNT(*),MAX(testcol) FROM t1; -- 16 secs runtime
SELECT COUNT(*),MAX(testcol) FROM t2; -- 7 secs runtime

My little experiment shows, the query running on the column with appropriate scale is twice as fast than the one running on the too large scaled column!

It would be beneficial to adjust the column precision according to the scale the stored values actually need, in other words. With statements like this:

ALTER TABLE t1 MODIFY (testcol DECIMAL(10,9));

After that change, the runtime goes down to 7 seconds as well for the first statement.

I was curious if that effect shows also on other databases, so I prepared a similar test case for an Oracle database. Same tables but only 100 million rows. It takes just too long to export tables with 1000 million rows to Oracle, using VMs on my notebook. And don’t even think about trying to generate 1000 million row tables on Oracle with the CONNECT BY LEVEL method, that will just take forever – or more likely break with an out-of-memory error.

The effect shows also with 100 million row tables on Oracle: 5 seconds runtime with too large precision and about 3 seconds with the appropriately scaled column.

Conclusion: Yes, looks like it’s indeed sensible to format table columns according to the actual requirements of the values stored in them and it makes a difference, performancewise.

Hinterlasse einen Kommentar

#Exasol dominates #Datawarehouse benchmarks – again!

The TPC-H benchmark is an independent measurement tool for data warehouse performance. Exasol dominates this benchmark since 2008 and has delivered record breaking results in 2021, justifying once again our claim to provide the world’s fastest in-memory analytic database.

We took part in the data volume categories 10 TB, 30 TB and 100 TB this time and set the mark for both performance and price per performance.

That means we’re not only the fastest but also the least expensive analytics database you can get that delivers a similar performance.

We were running with a 20 nodes cluster, nodes being Dell PowerEdge R6525 servers with AMD EPYC 7543 processors.

Truth be told, you don’t see the big names of the industry participating in that TPC-H benchmark these days. No Teradata, Oracle, Snowflake and the likes took part in recent years. That’s a pity, because an independent fair comparison would help customers immensely to make an informed choice for their analytics platform.

My guess is: They just hate to be blown out of the water by us each time they compete 🙂

Hinterlasse einen Kommentar