37、概率关系数据库假设查询处理与基于STM32的自平衡机器人设计

概率关系数据库假设查询处理与基于STM32的自平衡机器人设计

概率关系数据库假设查询处理

在概率关系数据库的假设查询处理中，有两种重要的方法：MV和Conditional。

1. 时间成本分析

在假设查询里，涉及到一些参数，如 $|VL(t)| > |VLQC (true)| = 14$，$|VL′(t)| = 12$ 以及 $|RTQ| = 1$。随着 $|RTQ|$ 的增加，Conditional 的时间成本呈线性增长，而 MV 的时间成本增长较为缓慢。具体情况如下：
- 当查询数量少于 4 时，MV 的时间成本大于 Conditional，并且随着查询数量的增加，二者的差值逐渐减小。
- 当查询数量大于 4 时，MV 的时间成本小于 Conditional，且随着 $|RTQ|$ 的增加，二者的差值逐渐增大。

下面通过表格来更清晰地展示：
| 查询数量范围 | MV 与 Conditional 时间成本比较 | 差值变化趋势 |
| ---- | ---- | ---- |
| 少于 4 | MV > Conditional | 随查询数量增加而减小 |
| 大于 4 | MV < Conditional | 随 $|RTQ|$ 增加而增大 |

2. 结果分析

• 当 $|RTQ| = 1$ 时，MV 在概率计算中节省的时间成本不足以覆盖条件步骤中的额外时间成本，所以对于单个假设查询，MV 的时间成本大于 Conditional。
• 对于具有相同假设的一组假设查询，MV 只需进行一次条件处理。其处理