全文总字数：1276字

1. 研究目的与意义及国内外研究现状

研究学习数据库系统中的重要组件——sql查询优化器。

数据库查询优化技术一直是dbms实现技术中的精华，也是难点和重点。数据库领域广大的研究工作者和实际开发者几十年来一直对查询优化技术孜孜不倦地探索着，更快、更好、更有效，这种精神使得查询优化技术不断推陈出新，形成了较为完善的优化技术体系，包括基于语法的、基于语义的、基于规则的、基于代价的等多角度、多方面的优化技术。其中，基于代价的查询优化非常适合与机器学习技术相结合，利用之前的查询信息不断调优，让数据库更智能。

国内外研究现状

数据库社区已经针对 sql 查询优化问题进行了近 40 年的研究，可以追溯到 system r 的动态规划方法。查询优化的核心是连接排序问题。尽管这个问题由来已久，但仍然有很多研究项目尝试更好地理解多连接查询中的连接优化器的性能，或者解决在企业级“数据湖泊”中无处不在的大型连接查询问题。

2. 研究的基本内容

使用强化学习算法解决PostgreSQL数据库SQL查询优化中的多表Join连接顺序问题，并与现有的动态规划算法和遗传算法做对比。

3. 实施方案、进度安排及预期效果

2019/03/01-2019/03/15: 阅读参考文献和研究PostgreSQL数据库查询优化器代码2019/03/16-2019/04/01: 将查询优化的路径选择问题用数学建模表示2019/04/02-2019/04/15: 尝试使用不同的机器学习算法来优化查询路径选择2019/04/16-2019/05/01: 整理研究成果，完善论文

4. 参考文献

[1] 张树杰. postgresql技术内幕：查询优化深度探索[m]. 北京：电子工业出版社.

[2] 李海翔. 数据库查询优化器的艺术：原理解析与sql性能优化 [m]. 北京：机械工业出版社.

[3] ivanov, o., bartunov, s. (2017). adaptive cardinality estimation. corr, abs/1711.08330.