53.1. 질문 복잡한 최적화 문제로 처리

모든 관계형 운영자 중 가장 어려운 처리 그리고 최적화는입니다.Join. 수 가능한 쿼리 계획은 결합 수에 따라 기하 급수적으로 증가합니다. 쿼리에서. 추가 최적화 노력은 지원으로 인해 발생합니다 다양한가입 방법(예 : 중첩 루프, 해시 조인, Merge join in스포츠 토토 결과) 개별 조인 및 a 다양성의인덱스(예 : B-Tree, Hash, gist and gin in스포츠 토토 결과) AS 관계에 대한 접근 경로.

정상스포츠 토토 결과쿼리 Optimizer는 A를 수행합니다.근접한 찾다대체 전략의 공간에 대한. 이것 IBM의 시스템 R 데이터베이스에 처음 소개 된 알고리즘은 거의 최적의 조인 순서이지만 엄청난 시간이 걸릴 수 있습니다. 그리고 메모리 공간 쿼리의 결합 횟수가 커질 때. 이것은 평범한스포츠 토토 결과쿼리 최적화가 많은 쿼리에 부적절한 쿼리에 부적절합니다. 테이블의.

광업 대학의 자동 제어 연구소 독일 프라이 버그의 기술은 몇 가지 문제에 직면했습니다 사용하고 싶을 때스포츠 토토 결과의사 결정 지원 지식 기반 시스템의 백엔드로서 전력망의 유지 보수. DBM이 필요했습니다 추론 기계의 대규모 결합 쿼리를 처리합니다. 지식 기반 시스템. 이 쿼리의 조인 수 정상 쿼리 최적화 사용 Infeasible 사용.

다음에서 우리는 a의 구현에 대해 설명합니다.유전자 알고리즘가입 주문을 해결합니다 큰 쿼리에 효율적인 방식으로 문제 조인 번호.