公开(公告)号：CN118796896A

公开(公告)日：2024-10-18

申请号：CN202411275712.4

申请日：2024-09-12

Applicant: 苏州吉呗思数据技术有限公司 ,  天津南大通用数据技术股份有限公司

Inventor： 韩明帅 ,  董益名

IPC: G06F16/2455 ,  G06N20/00

Abstract: 本发明提供了一种数据库缓存策略调整方法、装置、设备，可以应用于数据库管理技术领域和数据缓存策略优化技术领域。该数据库缓存策略调整方法包括：基于数据库系统在历史时间段的数据访问信息，对目标时间段数据库系统的数据访问情况进行预测，得到目标时间段的数据访问信息；基于目标时间段的数据访问信息、历史时间段的数据访问信息和历史时间段的系统负载信息，生成目标时间段的环境状态向量；将环境状态向量输入强化学习模型，输出目标时间段的缓存策略调整信息；以及基于目标时间段的缓存策略调整信息，对数据库缓存空间的缓存策略进行调整。

公开(公告)号：CN118796896B

公开(公告)日：2025-02-11

申请号：CN202411275712.4

申请日：2024-09-12

Applicant: 苏州吉呗思数据技术有限公司 ,  天津南大通用数据技术股份有限公司

Inventor： 韩明帅 ,  董益名

IPC: G06F16/2455 ,  G06N20/00

Abstract: 本发明提供了一种数据库缓存策略调整方法、装置、设备，可以应用于数据库管理技术领域和数据缓存策略优化技术领域。该数据库缓存策略调整方法包括：基于数据库系统在历史时间段的数据访问信息，对目标时间段数据库系统的数据访问情况进行预测，得到目标时间段的数据访问信息；基于目标时间段的数据访问信息、历史时间段的数据访问信息和历史时间段的系统负载信息，生成目标时间段的环境状态向量；将环境状态向量输入强化学习模型，输出目标时间段的缓存策略调整信息；以及基于目标时间段的缓存策略调整信息，对数据库缓存空间的缓存策略进行调整。

公开(公告)号：CN118796485A

公开(公告)日：2024-10-18

申请号：CN202411289851.2

申请日：2024-09-14

Applicant: 江苏华库数据技术有限公司 ,  天津南大通用数据技术股份有限公司

Inventor： 董益名

IPC: G06F9/50 ,  G06F9/54 ,  G06F9/52 ,  G06F12/084

Abstract: 本发明提供一种基于MESI协议的计算任务并行处理方法，涉及并发控制技术领域，具体包括：基于MESI协议建立多个核心，其中每个核心均包括独立任务队列；由每个核心中建立哈希图结构，获得多个第一优化核心；将待处理任务分解为多个子任务，并将多个子任务分别下发至多个第一优化核心；通过机器学习模型对待处理任务进行预测，根据预测结果为每个所述第一优化核心进行缓存预存，获得多个第二优化核心；通过多个第二优化核心建立的处理器对待处理任务进行处理。本发明降低了因锁竞争导致的性能瓶颈，实现了在多核环境下的计算任务的高效稳定处理。

公开(公告)号：CN118409830B

公开(公告)日：2024-09-24

申请号：CN202410866031.9

申请日：2024-07-01

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 韩明帅 ,  董益名

IPC: G06F9/46 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种数据库事务管理方法、终端及存储介质，涉及数据库领域。该方法包括：获取数据库的新事务数据；基于新事务数据，触发增量学习的调度机制，并基于调度机制，对CNN模型和MBRL模型进行增量学习；CNN模型用于对数据库的新事务数据进行特征提取；MBRL模型用于对数据库的事务管理策略进行优化；基于增量学习后的CNN模型和MBRL模型，进行数据库事务管理。本申请通过增量学习可提高CNN模型的特征提取能力、MBRL模型对事务管理策略的优化能力和模型对新事务数据的适应能力，将增量学习后的CNN模型和MBRL模型，应用于数据库事务管理中，可提升数据库事务管理的性能和适应性，突破性能瓶颈和扩展性问题。

公开(公告)号：CN118796485B

公开(公告)日：2024-11-19

申请号：CN202411289851.2

申请日：2024-09-14

Applicant: 江苏华库数据技术有限公司 ,  天津南大通用数据技术股份有限公司

Inventor： 董益名

IPC: G06F9/50 ,  G06F9/54 ,  G06F9/52 ,  G06F12/084

Abstract: 本发明提供一种基于MESI协议的计算任务并行处理方法，涉及并发控制技术领域，具体包括：基于MESI协议建立多个核心，其中每个核心均包括独立任务队列；由每个核心中建立哈希图结构，获得多个第一优化核心；将待处理任务分解为多个子任务，并将多个子任务分别下发至多个第一优化核心；通过机器学习模型对待处理任务进行预测，根据预测结果为每个所述第一优化核心进行缓存预存，获得多个第二优化核心；通过多个第二优化核心建立的处理器对待处理任务进行处理。本发明降低了因锁竞争导致的性能瓶颈，实现了在多核环境下的计算任务的高效稳定处理。

公开(公告)号：CN118409830A

公开(公告)日：2024-07-30

申请号：CN202410866031.9

申请日：2024-07-01

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 韩明帅 ,  董益名

IPC: G06F9/46 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种数据库事务管理方法、终端及存储介质，涉及数据库领域。该方法包括：获取数据库的新事务数据；基于新事务数据，触发增量学习的调度机制，并基于调度机制，对CNN模型和MBRL模型进行增量学习；CNN模型用于对数据库的新事务数据进行特征提取；MBRL模型用于对数据库的事务管理策略进行优化；基于增量学习后的CNN模型和MBRL模型，进行数据库事务管理。本申请通过增量学习可提高CNN模型的特征提取能力、MBRL模型对事务管理策略的优化能力和模型对新事务数据的适应能力，将增量学习后的CNN模型和MBRL模型，应用于数据库事务管理中，可提升数据库事务管理的性能和适应性，突破性能瓶颈和扩展性问题。