-
公开(公告)号：CN110597857B
公开(公告)日：2023-03-24
申请号：CN201910811714.3
申请日：2019-08-30
Applicant: 南开大学
IPC: G06F16/2455
Abstract: 一种基于共享样本的在线聚集方法，属于数据库技术应用领域。该方法包括：基于查询子句的特征和数据表特征，在线生成样本表；建立样本缓存池，将创建好的样本存储在样本缓存池中备用；指定共享样本的策略，当新的查询到来时，首先去样本缓存池中查询是否有需要的样本，如果没有的话再创建新的样本。相比于离线采样的方法来说，本发明在创建样本时考虑到了查询的特征，能够使查询所使用的样本更有效。同时，本发明适用于处理多条连续查询，通过样本缓存池存储样本和不同查询之间共享样本，避免重复创建样本，提高了连续查询的查询效率。
-
公开(公告)号：CN110597876A
公开(公告)日：2019-12-20
申请号：CN201910812371.2
申请日：2019-08-30
Applicant: 南开大学
IPC: G06F16/2458
Abstract: 一种基于离线学习历史查询预测未来查询的近似查询方法，属于数据库技术应用领域。步骤如下：第1、离线学习历史查询对底层数据分布建模，第1.1、将复杂的SQL查询拆分为简单查询；第1.2、提取SQL查询和近似结果中包含的特征；第1.3、利用历史查询、近似结果和真实结果对底层数据分布建模；第2、在线预测新到来查询的结果，第2.1、将新到来的查询拆分为简单查询；第2.2、为每个简单查询在线预测查询结果；第2.3、将简单查询的预测结果合并输出最终的预测结果。本发明可以降低构建底层数据分布模型的复杂度同时提高其精确度，在没有多余时间消耗的情况下可以提高查询的精确度。
-
公开(公告)号：CN110597857A
公开(公告)日：2019-12-20
申请号：CN201910811714.3
申请日：2019-08-30
Applicant: 南开大学
IPC: G06F16/2455
Abstract: 一种基于共享样本的在线聚集方法，属于数据库技术应用领域。该方法包括：基于查询子句的特征和数据表特征，在线生成样本表；建立样本缓存池，将创建好的样本存储在样本缓存池中备用；指定共享样本的策略，当新的查询到来时，首先去样本缓存池中查询是否有需要的样本，如果没有的话再创建新的样本。相比于离线采样的方法来说，本发明在创建样本时考虑到了查询的特征，能够使查询所使用的样本更有效。同时，本发明适用于处理多条连续查询，通过样本缓存池存储样本和不同查询之间共享样本，避免重复创建样本，提高了连续查询的查询效率。
-
公开(公告)号：CN110597876B
公开(公告)日：2023-03-24
申请号：CN201910812371.2
申请日：2019-08-30
Applicant: 南开大学
IPC: G06F16/2458
Abstract: 一种基于离线学习历史查询预测未来查询的近似查询方法，属于数据库技术应用领域。步骤如下：第1、离线学习历史查询对底层数据分布建模，第1.1、将复杂的SQL查询拆分为简单查询；第1.2、提取SQL查询和近似结果中包含的特征；第1.3、利用历史查询、近似结果和真实结果对底层数据分布建模；第2、在线预测新到来查询的结果，第2.1、将新到来的查询拆分为简单查询；第2.2、为每个简单查询在线预测查询结果；第2.3、将简单查询的预测结果合并输出最终的预测结果。本发明可以降低构建底层数据分布模型的复杂度同时提高其精确度，在没有多余时间消耗的情况下可以提高查询的精确度。
-
-
-
Search Results
4
records
(took 0.025 seconds)
