57.1. 복잡한 최적화 문제로서의 스포츠 토토 결과 처리

모든 관계형 운영자 중에서 처리하고 최적화하기 가장 어려운 것은입니다.Join. 가능한 스포츠 토토 결과 계획의 수는 스포츠 토토 결과의 조인 수에 따라 기하 급수적으로 증가합니다. 추가 최적화 노력은 다양한 지원으로 인해 발생합니다가입 방법(예 : 중첩 루프, 해시 조인, Merge join inPostgreSQL) 개별 조인 및 다양성을 처리하려면인덱스(예 : B-Tree, Hash, Gist 및 Gin inPostgreSQL) 관계에 대한 액세스 경로로서.

정상postgresqlQuery Optimizer 수행 a근접한 검색대체 전략의 공간에 대한. IBM의 시스템 R 데이터베이스에 처음 소개 된이 알고리즘은 거의 최적의 조인 순서를 생성하지만 스포츠 토토 결과의 조인 횟수가 커지면 엄청난 시간과 메모리 공간이 걸릴 수 있습니다. 이것은 평범한postgresql많은 수의 테이블에 합류하는 스포츠 토토 결과에 부적합한 스포츠 토토 결과 최적화 제.

독일 프라이버그에있는 광업 기술 대학의 자동 제어 연구소는 사용하고 싶을 때 몇 가지 문제에 직면했습니다PostgreSQL전력망 유지를위한 의사 결정 지원 지식 기반 시스템의 백엔드로서. DBM은 지식 기반 시스템의 추론 기계에 대한 대규모 결합 스포츠 토토 결과를 처리해야했습니다. 이 스포츠 토토 결과에서 조인 수는 일반 스포츠 토토 결과 최적화를 사용하여 만들어 져 있습니다.

다음에서 우리는 a의 구현에 대해 설명합니다.유전자 알고리즘많은 수의 조인과 관련된 스포츠 토토 결과에 효율적인 방식으로 조인 순서 문제를 해결하려면