公开(公告)号：CN114328608A

公开(公告)日：2022-04-12

申请号：CN202111670662.6

申请日：2021-12-31

Applicant: 杭州电子科技大学

Inventor： 张桦 ,  段浩洋 ,  叶晨 ,  徐宏 ,  吴以凡 ,  戴国骏

IPC: G06F16/2453 ,  G06F16/2458 ,  G06F16/22 ,  G06F16/36 ,  G06F16/901 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于数据约束的数据库查询优化方法。本发明包括如下步骤：步骤1：获取查询语句；步骤2：获取表的编码；步骤3：查询语句输入解析模块解析成为查询树；步骤4：查询树输入传统查询优化器；步骤5：计划编码；步骤6：tcnn树卷积神经网络预测计划的执行时间；步骤7：成本修正；步骤8：数据库执行模块；步骤9：经验重放。本发明针对传统数据库中存在的成本估计误差问题，使用树卷积神经网络，充分学习查询计划的结构特征，在此基础上，利用多列之间存在的数据约束设计一种成本估计修正方法，提高树卷积神经网络模型的训练效率。本发明能提高模型的训练效率，给出准确的成本估计，最终达到查询优化的目的。