笛卡尔积 ，支持向量机，图灵完全，边缘计算的概念

笛卡尔乘积 是指在数学中，两个集合X和Y的笛卡尓积（Cartesian product），又称直积，表示为X × Y，第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员。

假设集合A={a, b}，集合B={0, 1, 2}，则两个集合的笛卡尔积为{(a, 0), (a, 1), (a, 2), (b, 0), (b, 1), (b, 2)}。

笛卡尔积是关系代数里的概念，表示两个表中的每一行数据任意组合，两个表的连接即为笛卡尔积。

笛卡尔积 SQL：

在关系型数据库中，一个查询往往会涉及多张表，很少有数据库只有一个表，而如果太多查询只涉及到一个表的，那么这个表业往往低于第三范式，存在大量冗余和异常。因此，连接（join）就是一种把多个表连接成一个表的重要手段。

内连接，外连接，左外连接，右外连接，全外连接，自连接，多表连接（可以看成对N个表进行n-1次双表连接）

笛卡尔积在SQL中实现方式是交叉连接（cross join）。所有连接方式都会先生成临时笛卡尔积表，在SQL查询中，如果对两张表join查询而没有join条件时，就会产生笛卡尔乘积，导致性能下降。

支持向量机：

支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及 高维模式识别中表现出许多特有的优势，并能够推广应用到 函数 拟合等其他 机器学习问题中。

在机器学习中，支持向量机（SVM，还支持矢量网络）是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。

图灵完全：图灵完全是指在可计算性理论中，编程语言或任意其他逻辑系统等可以用于通用图灵机的计算能力。换言之，此系统可与通用图灵机互相模拟。虽然实际机器会受到存储能力的物理限制，图灵完全性通常指具有无限存储能力的通用物理机器或编程语言。

边缘计算：边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。边缘计算和云计算有些类似，都是处理大数据的计算运行方式。但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。