저자:작성자: Martin Utesch(
<utesch@aut.tu-freiberg.de112PostgreSQL: 문서: 8.0: 유전자 쿼리 최적화 도구62
모든 관계 연산자 중에서 가장 어려운 것은 처리하고 최적화하는 것은가입. 는 쿼리에 응답하기 위한 대체 계획의 수가 증가합니다. 포함된 조인 수만큼 기하급수적으로 증가합니다. 더 나아가 최적화 노력은 다양한 지원으로 인해 발생합니다.조인 방법(예: 중첩 루프, 해시 가입하다, 병합하다, 가입하다PostgreSQL) 개별 조인 처리 그리고 다양한색인(예: R-트리, B-트리, 해시 인포스트그레SQL)을 액세스 경로로 사용 관계.
현재포스트그레SQL최적화 구현은 다음을 수행합니다.거의 완전한 검색공간 위 대안 전략. 이 알고리즘은 다음에서 처음 소개되었습니다."시스템 R"데이터베이스는 최적에 가까운 조인 순서이지만 엄청난 양의 조인 순서가 필요할 수 있습니다. 스포츠 토토 사이트의 조인 수에 따른 시간 및 메모리 공간 크게 자랍니다. 이것이 평범함을 만든다PostgreSQL스포츠 토토 사이트 최적화 도구가 부적절함 다수의 테이블을 조인하는 스포츠 토토 사이트의 경우.
대학교 자동 제어 연구소 독일 프라이베르크의 Mining and Technology는 사람들이 원하는 대로 문제를 설명했습니다.PostgreSQLDBMS를 백엔드로 사용 유지관리를 위한 의사결정 지원 지식 기반 시스템 전력망. 대규모 조인을 처리하는 데 필요한 DBMS 지식 기반의 추론 기계에 대한 쿼리 시스템.
가능한 공간을 탐색하는 데 있어 성능상의 어려움 쿼리 계획으로 인해 새로운 최적화 기술에 대한 수요가 발생했습니다. 개발 예정입니다.
다음에서 우리는 a의 구현을 설명합니다.유전자 알고리즘조인을 해결하기 위해 스포츠 토토 사이트에 효율적인 방식으로 문제를 정렬합니다. 많은 수의 조인이 포함됩니다.