모든 관계 연산자 중에서 처리하고 최적화하기 가장 어려운 사람은입니다.Join. 가능한 쿼리 계획의 수는 쿼리의 조인 수에 따라 기하 급수적으로 증가합니다.가입 방법(예 : 중첩 루프, 해시 조인, Merge join in토토 결과) 개별 조인 및 다양성을 처리하려면색인(예 : B-Tree, Hash, Gist 및 Gin in토토 결과) 관계에 대한 액세스 경로로서.
정상토토 결과쿼리 최적화 성능 a근접한 검색대체 전략의 공간에 대한. IBM의 시스템 R 데이터베이스에 처음 소개 된이 알고리즘은 거의 최적의 조인 순서를 생성하지만 쿼리의 조인 횟수가 커지면 엄청난 시간과 메모리 공간이 걸릴 수 있습니다.토토 결과많은 수의 테이블에 합류하는 쿼리에 부적절한 쿼리 최적화 제.
독일 프라이버그에있는 광업 기술 대학의 자동 제어 연구소는 사용하고 싶을 때 몇 가지 문제에 직면했습니다토토 결과전력망 유지를위한 의사 결정 지원 지식 기반 시스템의 백엔드로서. DBM은 지식 기반 시스템의 추론 기계에 대한 대규모 결합 쿼리를 처리해야했습니다.
다음에서 우리는 a의 구현에 대해 설명합니다.유전자 알고리즘많은 수의 조인과 관련된 쿼리에 효율적인 방식으로 조인 순서 문제를 해결하려면
문서에 올바른 것이없는 것이 있으면 일치하지 않습니다.이 양식문서 문제를보고하려면