第16课：选择最优执行计划

shujiezhang

于 2020-09-22 12:14:48 发布

阅读量674

点赞数

CC 4.0 BY-SA版权

分类专栏： PostgreSQL 优化器入门文章标签：数据库优化器查询优化数据库

本文链接：https://blog.youkuaiyun.com/shujiezhang/article/details/108729261

PostgreSQL 优化器入门专栏收录该内容

26 篇文章 ¥39.90 ¥99.00

订阅专栏

本文介绍了PostgreSQL如何利用动态规划和遗传算法选择最优的执行计划。动态规划方法能确保找到全局最优解，适用于表数量较少的情况，而遗传算法则在表较多时用于逼近全局最优解。文章详细阐述了两种方法的具体实现和优缺点，并探讨了种群初始化、染色体选择、杂交等遗传算法的关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PostgreSQL 数据库分别采用了动态规划方法和遗传算法来选择最优的执行计划。动态规划方法需要遍历全部的解空间（有优化），它一定能够获得最优解，因此是我们首选的方法。遗传算法则只能尝试从局部最优解向全局最优解不断逼近，但由于遗传代际的数量的限制，最终可能产生的是局部最优解。这种方法在表比较多的时候被采用，因为在表比较多的时候，动态规划的解空间快速地膨胀，可能会导致查询性能的下降，遗传算法的复杂度则可以限制在一定的范围内。

动态规划方法

我们先来看一下 PostgreSQL 数据库是如何使用动态规划方法来选择最优解的，假设参与连接的有 3 个表以及它们上面分别有索引：

CREATE TABLE TEST_A(A INT, B INT, C INT, D INT);
CREATE TABLE TEST_B(A INT, B INT, C INT, D INT);
CREATE TABLE TEST_C(A INT, B INT, C INT, D INT);

INSERT INTO TEST_A SELECT I, I+100, I+200, I+300 FROM GENERATE_SERIES(1,100) i;
INSERT INTO TEST_B SELECT I, I+100, I+200, I+300 FROM GENERATE_SERIES(1,100) i;
INSERT INTO TEST_C SELECT I, I+100, I+200, I+300

了解本专栏