저자 :작성자 : Martin Utesch (
<Eutsch@aut.tu-freiberg.de) 대학의 자동 제어 연구소 독일 프라이 버그의 광업 및 기술.
모든 관계형 운영자 중 가장 어려운 일 프로세스 및 최적화는입니다.Join. 그만큼 쿼리에 대한 답변을위한 대체 계획의 수가 커집니다 그것에 포함 된 조인 수에 기하 급수적으로. 더 나아가 최적화 노력은 다양한 지원으로 인해 발생합니다Methods 조인(예 : 중첩 루프, 해시 가입, 병합 조인범퍼카 토토) 개별 조인을 처리하려면 그리고 다양성의인덱스(예 : R- 트리, B- 트리, 해시범퍼카 토토) 액세스 경로로 처지.
현재범퍼카 토토Optimizer 구현 수행 a근접한 검색의 공간 위의 대체 전략. 이 쿼리 최적화 기술은 다음과 같습니다 관련된 데이터베이스 응용 프로그램 도메인을 지원하기에는 부적절합니다 인공와 같은 광범위한 쿼리의 필요성 지능.
대학의 자동 제어 연구소 독일 프라이 버그에서 광업과 기술이 만났다 사람들이 |범퍼카 토토dbms a 의사 결정 지원 지식 기반 시스템의 유지 보수 전력망. DBM은 큰 조인을 처리해야했습니다 지식 기반의 추론 기계에 대한 쿼리 체계.
가능한 공간을 탐색하는 데있어 성능의 어려움 쿼리 계획은 새로운 최적화 기술에 대한 수요를 창출했습니다. 개발 중.
다음에서 우리는 a의 구현을 제안합니다.유전자 알고리즘데이터베이스 쿼리 최적화 문제.
| PostgreSQL : 문서 : 7.3 : 범퍼카 토토 파일 | 홈 | 다음 |
| 페이지 파일 | up | 유전자 알고리즘 |