Author | |
---|---|
Escrito por Martin Utesch del Instituto de Control Autom�tico de la Universidad de Miner�a y Tecnolog�a en Freiberg, Alemania. |
Entre todos los operadores relacionales, uno de los m�s dif�cil de procesar y optimizar es la uni�n. El n�mero de vias alternativas para responder a una consulta crece exponencialmente con el n�mero de uniones incluidas en ella. EL esfuerzo adicional de optimizaci�n esta causado por la existencia de una variedad de metodos de uni�n para procesar uniones individuales (p.e., bucle anidado, exploraci�n de �ndice, fusi�n de uni�n en Postgres) y de una gran variedad de indices (e.p., �rbol-r, �rbor-b, hash en Postgres) como camino de acceso para las relaciones.
La actual implementaci�n del optimizador de Postgres realiza una busqueda cercana y exhaustiva sobre el espacio de las estrategias alternativas. Esta t�cnica de optimizaci�n de consulta no es adecuada para soportar los dominios de la aplicaci�n de base de datos que implica la necesidad de consultas extensivas, tales como la inteligencia artificial.
El Instituto de Control Autom�tico de la Universidad de Miner�a y Tecnolog�a, en Freiberg, Alemania, se encontr� los problemas descritos cuando su personal quiso utilizar la DBMS Postgres como software base para sistema de soporte de decisi�n basado en el conocimiento para mantener un red de energ�a el�ctrica. La DBMS necesit� manejar consultas con uni�n para el motor de inferencia del sistema basado en el conocimiento.
Las dificultades del rendimiento al explorar el espacio de los posibles planes de la consulta hizo surgir la demanda de un nueva t�cnica de optimizaci�n que se ha desarrollado.
A continuaci�n, proponemos la implementaci�n de un Algoritmo Gen�tico como una opci�n para el problema de la optimizaci�n de consultas de la base de datos.