S4: The predicate here involves a r

S4: The predicate here involves a range search on the salary attribute, which has a B+-tree
index, so we can use strategy 7 to estimate the cost as: 2 + [50/2] + [3000/2] = 1527
blocks. However, this is significantly worse than the linear search strategy, so in this
case we would use the linear search method. The estimated cardinality of the result
relation is SCsalary(Staff) = [3000*(50000–20000)/(50000–10000)] = 2250

ผลลัพธ์ (ไทย) 1:

S4: เพรดิเคตที่นี่เกี่ยวข้องกับช่วงค้นหาในแอตทริบิวต์เงินเดือน ซึ่งมี a B-ทรี
ดัชนี เพื่อให้เราสามารถใช้กลยุทธ์ที่ 7 การประเมินต้นทุนเป็น: 2 [50/2] [3000/2] = 1527
บล็อก อย่างไรก็ตาม นี้เป็นอย่างมากเลวร้ายยิ่งกว่าการค้นหาเชิงกลยุทธ์ ให้ในนี้
กรณีเราจะใช้วิธีการค้นหาเชิงเส้น จำนวนนับของผลประเมิน
ความสัมพันธ์เป็น SCsalary(Staff) = [3000*(50000–20000)/(50000–10000)] = 2250

ผลลัพธ์ (ไทย) 2:

S4: กริยาที่นี่เกี่ยวข้องกับการค้นหาช่วงแอตทริบิวต์เงินเดือนซึ่งมี B + -tree
ดัชนีเพื่อให้เราสามารถใช้กลยุทธ์ 7 ถึงประมาณการค่าใช้จ่ายที่: 2 + [50/2] + [3000/2] = 1,527
บล็อก . แต่นี้เป็นอย่างมีนัยสำคัญเลวร้ายยิ่งกว่ากลยุทธ์การค้นหาเชิงเส้นดังนั้นใน
กรณีที่เราจะใช้วิธีการค้นหาเชิงเส้น cardinality ประเมินผล
ความสัมพันธ์เป็น SCsalary (พนักงาน) = [3000 * (50,000-20,000) / (50,000-10,000)] = 2,250

ผลลัพธ์ (ไทย) 3:

S4 : มูลฐานที่นี่เกี่ยวข้องกับค้นหาช่วงในเงินเดือน คุณลักษณะ ซึ่งมีบี - ต้นไม้
ดัชนี ดังนั้นเราสามารถใช้กลยุทธ์ 7 ประมาณการค่าใช้จ่ายเป็น : 2 [ 50 / 2 ] [ 2 ] = 3 , 000 / เดือน
บล็อก แต่นี้เป็นอย่างมีนัยสำคัญแย่กว่ากลยุทธ์การค้นหาแบบเชิงเส้น ดังนั้นในกรณีนี้
เราจะใช้วิธีการค้นหาแบบเส้นตรง ประมาณ
ภาวะเชิงการนับของผลความสัมพันธ์ คือ scsalary ( พนักงาน ) = [ ( 50 , 000 - 20 , 000 , 000 * ) / ( 50 , 000 - 10 , 000 ) ] = 2250