CN119415555A 数据库查询方法及装置 （北京奥星贝斯科技有限公司）

本说明书一个或多个实施例提供一种数据行计划集中确定目标执行计划及对应的目标分2获取数据查询指令，并根据所述数据查询指令从预先缓存的对所述数据查询指令进行转换得到所述数据查询指令对应的谓词选择率，并在所述目标分类模型的输出结果为可重用的情况下，根据所述数据查询过程的反馈参数生成模型更新样本，利用所2.根据权利要求1所述的方法，所述根据所述数据查询指令从预先缓存的执行计划集根据所述数据查询指令确定数据查询所需的查询模板，并从预先缓存的多个执行对所述数据查询指令进行转换得到所述数据查询指令对应对所述数据查询指令对应的谓词选择率与所述目标执行计划集中缓存的每个执行计划的谓词选择率进行匹配，并根据匹配结果确定所述目标执行计划以及所述目标分类模在所述执行计划集为空集的情况下，调用数据库的查询优化获取所述新的执行计划所关联的分类模型和谓词选择率，并将关联的分类模型和谓词选择率缓存到执行计根据所述数据查询的反馈参数生成模型更新样本，利用所述模型在所述目标分类模型的输出结果为可重用的情况下，利在所述目标分类模型的输出结果为不可重用的情况下，调用数据如果所述新的执行计划已经缓存在所述执行计划集中3如果所述新的执行计划没有缓存在所述执行计划集中，6.根据权利要求1至5任一项所述的方法，模型更对于每次数据查询，在该次数据查询对应的输出结果为可重用的将所述查询延迟与预设延迟阈值进行比较，并基于比较结果确定所利用所述模型更新样本及其对应的正负样本标签，对目标分类模型进行有监督训练，响应于所述查询延迟小于或等于所述预设延迟阈对于每次数据查询，在该次数据查询对应的输出结果为不可重将所述模型更新样本对应的正负样本标签标记为正样本对第一分类模型进行更新训其中，第一分类模型表示为该次数据查询生成的新述第二分类模型表示所述执行计划集中的其它计划选择模块，被配置为获取数据查询指令，并根据分类模块，被配置为对所述数据查询指令进行转换得到所述数数据查询模块，被配置为在所述目标分类模型的输出结果为可重述数据查询指令和所述目标执行计划执行数据查询得到查模型更新模块，被配置为根据所述数据查询过程的反馈参数生成模型更新样4存储器，存储有计算机指令，所述计算机指令用于使处理器执行权利要求112.一种计算机程序产品，所述计算机程序产品被运行时实现权利要求1至8任一项所5[0013]对所述数据查询指令对应的谓词选择率与所述目标执行计划集中缓存的每个执6新样本对所述执行计划集中的所有分类模型7[0035]将所述模型更新样本对应的正负样本标签标记为正样本对第一分类模型进行更[0036]其中，第一分类模型表示为该次数据查询生成的新的执行计划所对应的分类模于所述数据查询指令和所述目标执行计划执行数据查[0041]模型更新模块，被配置为根据所述数据查询过程的反馈[0045]对所述数据查询指令对应的谓词选择率与所述目标执行计划集中缓存的每个执8新样本对所述执行计划集中的所有分类模型[0067]将所述模型更新样本对应的正负样本标签标记为正样本对第一分类模型进行更[0068]其中，第一分类模型表示为该次数据查询生成的新的执行计划所对应的分类模9产品被运行时实现第一方面任意实施方式所述[0076]图2是本说明书一些实施方式中数据库查询方法在执行计划集为空集情况下的流[0078]图4是本说明书一些实施方式中数据库查询方法目标分类模型的在线学习流程[0079]图5是本说明书一些实施方式中数据库查询方法在输出结果不可重用情况下的流[0085]参数化查询(ParameterizedQuery)是一种数据库的数据查询形式，其特点是利询时才会利用用户实际输入的数据替换这些参数。相较于普通的SQL查询，在参数化查询性。查询执行计划是系统的查询优化器生成的用来确定如何执行SQL查询语句的一组操作策略作为本次查询创建的执行计划。些参数在执行查询前会被用户实际输入的数[0106]在另一些实施方式中，考虑到对于大型数据库或集群数以重用。[0108]如果分类模型确定其关联的执行计划可以重用，表示该执行计划适合于当前查则需要回退到调用查询优化器来创建新的执行计划。[0111]本说明书实施方式中，数据查询指令是指用户输入的用预先缓存的执行计划集中包括的多个执行计划中选择与当前查询最接近的缓存执行计划，询延迟越高说明本次数据查询的表现越差。资源消耗是指执行本次数据查询所占用的资[0141]在SRP集成模型中，选取的基分类器可以是例如EFDT(ExtremelyFastDecision[0142]对于SRP集成模型和EFDT基分类器的具体网络结果及原理，本领域技术人员参照[0143]图2示出了本说明书实施方式中，在执行计划集为空集的情况下缓存新生成的执令生成新的执行计划。新的执行计划。计划。的查询过程的反馈参数得到的模型更新样本A，该模型更新样本A对于执行计划A来说属于型一定可以重用相同的查询任务。但是，该模型更新样本A对于已缓存的某个执行计划B来用。[0159]1)在利用新生成的模型更新样本A对新生成的执行计划A[0160]2)在利用新生成的模型更新样本A对执行计划集中的其它分类模型进行训练时，[0162]图3示出了本说明书一些实施方式中从执行计划集中确定目标执行计划的过程，行计划集中确定与查询模版对应的目标执行计划选择率的方式确定目标执行计划。表示某个模型更新样本对于目标分类模型来说是正样本还是负样本。本说明书实施方式[0184]图5示出了本说明书一些实施方式中，在目标分类模型的输出结果为不可重用时标执行计划不适用于当前数据查询过程，可能是原因是当前的工作负载已经产生动态变分类模型进行在线更新优化，此时模型更新样本对于目标分类模型来说应当属于“正样[0198]如果新的执行计划没有缓存在执行计划集中，说明新的分类模型进行在线学习更新，对于新的执行计划关联的分类模型，将模型更新样本的正负它分类模型为第二分类模型，对于第一分类模型，将模型更新样本的正负样本标签标记为所有分类模型进行训练。[0207]模型训练的具体过程与前述的有监督训练过程相同，参见前述实施方式过程即缓存的执行计划集中确定目标执行计划，以及所述目标执行计划所关联的目标分类模型；[0212]数据查询模块30，被配置为在所述目标分类模型的输出基于所述数据查询指令和所述目标执行计划执行数据查询得到[0213]模型更新模块40，被配置为根据所述数据查询过程的反馈参数生成模型更新样[0217]对所述数据查询指令对应的谓词选择率与所述目标执行计划集中缓存的每个执新样本对所述执行计划集中的所有分类模型[0239]将所述模型更新样本对应的正负样本标签标记为正样本对第一分类模型进行更[0240]其中，第一分类模型表示为该次数据查询生成