-
公开(公告)号：CN113010547B
公开(公告)日：2023-04-07
申请号：CN202110491751.8
申请日：2021-05-06
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/22 , G06N3/044 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的数据库查询优化方法及系统，方法包括：数据采集：根据数据的使用规律来合理的调节采样行为；基数及代价估计：利用树型图神经网络提取查询计划树的结构特征，并使用图卷积网络提取各个数据列的关联关系及连接的拓扑关系，从而建立基数及代价估计网络模型；连接顺序优化：利用图卷积算法提取查询特征和连接顺序特征，并利用强化学习算法感知数据库真实环境，从而不断优化模型，从而提升连接顺序决策的效果；通过对数据分布特征、关联关系和数据库环境特点的学习，建立基数估计模型和连接顺序优化模型，并将算法融合到分布式关系型数据库中。本发明提高在逻辑优化和物理优化阶段的算法效率，提升了查询执行速度。
-
公开(公告)号：CN111552710B
公开(公告)日：2023-07-04
申请号：CN202010352089.3
申请日：2020-04-28
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/28
Abstract: 本发明公开了一种分布式数据库的查询优化方法，方法包括：修改LIP算法中的计算操作并下推部分计算，基于多表聚合操作完成后的聚合数据建立哈希表并完成探测，形成分布式的LIP算法；在存储层构建过滤器，数据在TiKV节点完成表扫描和算子操作后，以维度表的每个分区表构建过滤器，构建完成的过滤器通过网络分发到其他节点；修改缺失率计算公式，探测过滤器并计算过滤器的缺失率，按照缺失率对过滤器升序排列；数据经过TiKV节点的算子计算和过滤器勘测后，返回TiKV节点，并在TiDB服务器上进行聚合之后，将聚合后的查询结果返回给客户端。通过本发明能降低次优计划执行对查询性能的影响，提升TiDB在星型模型查询下的性能，并减少分布式环境下的数据网络开销。
-
公开(公告)号：CN113010547A
公开(公告)日：2021-06-22
申请号：CN202110491751.8
申请日：2021-05-06
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/22 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的数据库查询优化方法及系统，方法包括：数据采集：根据数据的使用规律来合理的调节采样行为；基数及代价估计：利用树型图神经网络提取查询计划树的结构特征，并使用图卷积网络提取各个数据列的关联关系及连接的拓扑关系，从而建立基数及代价估计网络模型；连接顺序优化：利用图卷积算法提取查询特征和连接顺序特征，并利用强化学习算法感知数据库真实环境，从而不断优化模型，从而提升连接顺序决策的效果；通过对数据分布特征、关联关系和数据库环境特点的学习，建立基数估计模型和连接顺序优化模型，并将算法融合到分布式关系型数据库中。本发明提高在逻辑优化和物理优化阶段的算法效率，提升了查询执行速度。
-
公开(公告)号：CN111552710A
公开(公告)日：2020-08-18
申请号：CN202010352089.3
申请日：2020-04-28
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/28
Abstract: 本发明公开了一种分布式数据库的查询优化方法，方法包括：修改LIP算法中的计算操作并下推部分计算，基于多表聚合操作完成后的聚合数据建立哈希表并完成探测，形成分布式的LIP算法；在存储层构建过滤器，数据在TiKV节点完成表扫描和算子操作后，以维度表的每个分区表构建过滤器，构建完成的过滤器通过网络分发到其他节点；修改缺失率计算公式，探测过滤器并计算过滤器的缺失率，按照缺失率对过滤器升序排列；数据经过TiKV节点的算子计算和过滤器勘测后，返回TiKV节点，并在TiDB服务器上进行聚合之后，将聚合后的查询结果返回给客户端。通过本发明能降低次优计划执行对查询性能的影响，提升TiDB在星型模型查询下的性能，并减少分布式环境下的数据网络开销。
-
-
-
Search Results
4
records
(took 0.021 seconds)
