From the graph above, SQL E, which

From the graph above, SQL E, which selects data from 2
tables formed the largest bottleneck as it required about 49
seconds to be executed, accounted for almost 20% of the
whole sentence-level novelty detection. This is consistent with
our knowledge as MYSQL is required to scan through 2
different tables which can take up a longer time. The other
peak was the insertion of results, SQL C, after the processing
of one document was completed.

ผลลัพธ์ (ไทย) 1:

จากกราฟด้านบน SQL E การเลือกข้อมูลจาก 2
ตารางรูปแบบขวดที่ใหญ่ที่สุดเท่าที่มันจำเป็นประมาณ 49
วินาทีที่จะทำ คิดเป็นเกือบ 20% ของการ
นวัตกรรมระดับประโยคทั้งหมดตรวจสอบ ไว้
เพิ่มเป็น MYSQL จะต้องสแกนผ่าน 2
ตารางต่าง ๆ ซึ่งอาจใช้เวลานาน อื่น ๆ
พีคถูกแทรกผลลัพธ์ SQL C หลังจากการประมวลผล
เอกสารหนึ่งเสร็จ

ผลลัพธ์ (ไทย) 2:

จากกราฟข้างต้น SQL อีซึ่งเลือกข้อมูลจาก 2
ตารางเกิดคอขวดที่ใหญ่ที่สุดเท่าที่มันจำเป็นต้องใช้ประมาณ 49
วินาทีที่จะดำเนินการคิดเป็นเกือบ 20% ของ
ประโยคระดับการตรวจสอบความแปลกใหม่ทั้ง ซึ่งสอดคล้องกับ
ความรู้ของเราเป็นข้อมูล MySQL จะต้องผ่านการสแกน 2
ตารางที่แตกต่างกันซึ่งสามารถใช้เป็นเวลานาน อื่น ๆ ที่
เป็นจุดสูงสุดของการแทรกผล SQL C หลังจากการประมวลผล
ของเอกสารอย่างใดอย่างหนึ่งเป็นที่เรียบร้อยแล้ว

ผลลัพธ์ (ไทย) 3:

จากกราฟข้างต้น SQL E ซึ่งเลือกข้อมูลจากตาราง 2
เกิดคอขวดที่ใหญ่ที่สุดมันต้องประมาณ 49
วินาทีที่จะดำเนินการ คิดเป็นเกือบ 20% ของ
ทั้งระดับประโยค นวัตกรรมการตรวจหา ซึ่งสอดคล้องกับ
ความรู้ของเราเป็น MySQL จะต้องสแกนผ่าน 2
ตารางที่แตกต่างกันซึ่งจะใช้เวลานานกว่า ยอดเขาอื่น
คือการแทรกของผล , SQL Cหลังจากการประมวลผล
ของเอกสารหนึ่งเสร็จ