Chiến lược tìm kiếm

Một phần của tài liệu bài giảng cơ sở dữ liệu phân tán chuẩn (Trang 82 - 84)

- Một câu vấn tin gọi là sai nghĩa nếu các thành phần của nó khơng tham gia vào việc tạo ra kết quả.

3.4.2Chiến lược tìm kiếm

PROJ EMP (c)

3.4.2Chiến lược tìm kiếm

Chiến lược tìm kiếm hay được các thể tối ưu hóa vấn tin sử dụng nhất là quy hoạch động (dynamic programming) cới tính chất đơn định (deterministic). Các chiến

lược đơn định tiến hành bằng cách xây dựng các hoạch định , bắt đầu từ các quan hệ cơ sở, nối thêm nhiều quan hệ tại mỗi bước cho đến khi thu được tất cả mọi hoạch định khả hữu như trong Hình 9.4.. Quy hoạch động xây dựng tất cả mọi hoạch định khả hữu theo hướng ngang (breadth-first) trước khi nó chọn ra hoạch định “tốt nhất”. Để hạ thấp chi phí tối ưu hóa, các hoạch định từng phần rất có khả năng khơng dấn đến một hoạch định tối ưu đều được xén bỏ ngay khi có thể. Ngược lại, một chiến lược đơn định khác là thuật toán thiển cận chỉ xây dựng một hoạch định theo hướng

sâu (depth-first). R1 R2 R1 R1

Bước 1 Bước 2 Bước 3 R4

R3

R3

R2 R2

Quy hoạch động hầu như có bản chất vét cạn và bảo đảm tìm ra được các hoạch định. Nó phải trả một chi phí có thể chấp nhận được (theo thời gian và khơng gian) khi số quan hệ trong câu vấn tin khá nhỏ. Tuy nhiên lối tiếp cận này có chi phí q cao khi số quan hệ lớn hơn 5 hoặc 6. Vì lý do này mà các chú ý gần đây đang tập trung vào các chiến lược ngẫu nhiên hóa (randomized strategy) để làm giảm độ phức tạp của tối ưu hóa nhưng khơng bảo đảm tìm được hoạch định tốt nhất. Khơng giống như các chiến lược đơn định, các chiến lược ngẫu nhiên hóa cho phép thể tối ưu hóa đánh đổi thời gian tối ưu hóa và thời gian thực thi.

Chiến lược ngẫu nhiên hóa chẳng hạn như tập trung vào việc tìm kiếm lời giải tối ưu xung quanh một số điểm đặc biệt nào đó. Chung khơng đảm bảo sẽ thu được một lời giải tốt nhất nhưng tránh được chi phí q cao của tối ưu hóa tính theo việc tiêu dùng bộ nhớ và thời gian. Trước tiên một hoặc nhiều hoạch định khởi đầu được xây dựng bằng một chiến lược thiển cận . Sau đó thuật tốn tìm cách cải thiện hoạch định này bằng cách thăm các lân cận (neighbor) của nó. Một lân cận thu được bằng cách áp dụng một biến đổi ngẫu nhiên cho một hoạch định. Thí dụ về một biến đổi điển hình gồm có hốn đổi hai quan hệ tốn hạng được chọn ngẫu nhiên của hoạch định như trong đã chứng tỏ bằng thực nghiệm rằng các chiến lược ngẫu nhiên hóa có hiệu năng tốt hơn các chiến lược đơn định khi vấn tin có chứa khá nhiều quan hệ.

R1 R1 R2 R3 R3 R2

Một phần của tài liệu bài giảng cơ sở dữ liệu phân tán chuẩn (Trang 82 - 84)