CN104933190B - 一种sql语句执行频次动态调整方法 - Google Patents

一种sql语句执行频次动态调整方法 Download PDF

Info

Publication number
CN104933190B
CN104933190B CN201510402260.6A CN201510402260A CN104933190B CN 104933190 B CN104933190 B CN 104933190B CN 201510402260 A CN201510402260 A CN 201510402260A CN 104933190 B CN104933190 B CN 104933190B
Authority
CN
China
Prior art keywords
sql
sql statement
time
frequency
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510402260.6A
Other languages
English (en)
Other versions
CN104933190A (zh
Inventor
程永新
宋辉
孙田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai New Torch Network Information Technology Ltd By Share Ltd
Original Assignee
Shanghai New Torch Network Information Technology Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai New Torch Network Information Technology Ltd By Share Ltd filed Critical Shanghai New Torch Network Information Technology Ltd By Share Ltd
Priority to CN201510402260.6A priority Critical patent/CN104933190B/zh
Publication of CN104933190A publication Critical patent/CN104933190A/zh
Application granted granted Critical
Publication of CN104933190B publication Critical patent/CN104933190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种SQL语句执行频次动态调整方法，包括如下步骤：a)监听客户端的发送请求，获取操作数据库的SQL语句；b)对获取的SQL语句进行解析和规整化处理，统一绑定变量；c)在数据库服务端定期采集各规整后SQL语句的执行频次；d)如果存在执行频次超过预设频次阀值的SQL语句，产生新的SQL语句重复步骤b)，并将规整后的新SQL转发至数据库服务端运行。本发明无需关注开发阶段的绑定变量使用，无需修改代码，通过在中间层自动规整SQL，统一使用绑定变量，并定期采集数据值的分布情况，对SQL是否使用绑定变量进行动态调整，从而动态调整通道，以适应SQL频次波动情况，提升数据库处理性能。

Description

一种SQL语句执行频次动态调整方法
技术领域
本发明涉及一种数据库优化处理方法，尤其涉及一种SQL语句执行频次动态调整方法。
背景技术
在数据库系统运行过程中，经常出现以下两种情况：
1、SQL语句未使用绑定变量，每一个谓词的唯一值都有可能在查询时产生不同的SQL语句，多个谓词甚至产生笛卡尔积，导致同一个查询功能点产生数量极多的SQL语句，每个SQL的执行频次非常低，在数据库中重复解析，极大地增加了数据库负担，并产生内存碎片问题。
2、SQL语句使用了绑定变量，但是由于前台业务操作频繁，导致某一个SQL执行频次过高，会话尝试以共享模式来获得一个游标时，需要修改相应的Mutex结构的引用计数，产生了竞争和非空闲等待，影响了SQL的执行时间。
目前业界一般采用以下方法进行避免：
1、开发SQL时统一使用绑定变量，除谓词的值存在分布不均匀，且唯一值个数较小，需要每一个值对应不同的SQL，以稳定执行计划。
2、SQL使用绑定变量后，评估SQL的执行频次，如果频次较高，通过添加hint的方式，将同一个SQL的文本变为不同，使之在解析时成为不同的SQL。
目前的方式存在以下不足：
1、开发人员对数据库专业知识了解不够深入，版本上线管控难以完全到位，现在普遍各数据库系统中仍存在较多未使用绑定变量情况，但是改造工作涉及到代码变更，存在风险。
2、谓词值的分布情况会随着数据增长而改变，设计时考虑的不适用于改变后的情况。
3、SQL频次会随着业务增长而改变，设计时拆分SQL涉及到代码变更，无法动态调整。
发明内容
本发明所要解决的技术问题是提供一种SQL语句执行频次动态调整方法，能够对SQL是否使用绑定变量进行动态调整，并动态调整通道，以适应SQL频次波动情况，提升数据库处理性能。
本发明为解决上述技术问题而采用的技术方案是提供一种SQL语句执行频次动态调整方法，包括如下步骤：a)监听客户端的发送请求，获取操作数据库的SQL语句；b)对获取的SQL语句进行解析，将SQL中谓词条件进行规整化处理，统一绑定变量，并为统一规整化处理后SQL语句分配新的SQL_ID；c)在数据库服务端定期采集各规整后SQL语句的执行频次；d)如果存在执行频次超过预设频次阀值的SQL语句，产生新的SQL语句替换原有SQL语句，重复步骤b)，并将规整化处理后的新SQL转发至数据库服务端运行。
上述的SQL语句执行频次动态调整方法，其中，所述步骤b)从ORACLE数据库中查询系统统计信息表视图DBA_TAB_COL_STATISTICS,采集字段NUM_DISTINCT获取SQL中涉及谓词的唯一值，如果SQL中涉及谓词的唯一值低于预设阀值，则不进行规整化处理。
上述的SQL语句执行频次动态调整方法，其中，所述步骤b)将SQL中谓词按如下方式统一绑定变量：未使用绑定变量的SQL，使用依次递增变量代码代替常量；已使用绑定变量的SQL，使用依次递增变量代码代替原绑定变量。
上述的SQL语句执行频次动态调整方法，其中，所述步骤b)按如下方式对统一规整化处理后SQL语句分配新的SQL_ID：对SQL语句通过md5方式进行散列，再对散列结果进行base32编码，每五位转换为一个Base32编码,转换后的Base32编码即为该SQL语句对应的SQL_ID。
上述的SQL语句执行频次动态调整方法，其中，所述步骤c)中SQL语句的执行频次freq采集计算如下：freq＝EXECUTIONS/(LAST_ACTIVE_TIME-LAST_LOAD_TIME)*24*60；EXECUTIONS为该SQL语句的执行次数，LAST_ACTIVE_TIME为最后活动时间，LAST_LOAD_TIME为最后载入时间。
上述的SQL语句执行频次动态调整方法，其中，所述步骤d)中预设频次阀值的设置如下：遍历数据库中的节点，每个节点取所有前端业务对应的SQL语句的执行频次中间值，最后取所有节点的执行频次中间值的平均值作为预设频次阀值f。
上述的SQL语句执行频次动态调整方法，其中，所述步骤d)第n个节点的执行频次中间值mn的计算方法如下：b1)从数据库活动历史会话视图中获取EVENT＝"Cursor:Pin S"的所有SQL_ID和样例时间SAMPLE_TIME；b2)筛选数据库历史快照视图，条件为样例时间SAMPLE_TIME在快照开始时间BEGIN_INTERVAL_TIME和快照结束时间END_INTERVAL_TIME之间，且SQL_ID相等，得到SNAP_ID；b3)根据SNAP_ID和SQL_ID，得到数据库SQL历史状态视图中的执行次数EXECUTION_DELTA；b4)根据SNAP_ID，指定STAT_NAME＝"DB time",得到数据库历史情况统计视图中的统计值VALUE。
上述的SQL语句执行频次动态调整方法，其中，所述预设频次阀值f计算公式如下：
mn＝DBA_HIST_SQLSTAT.EXECUTION_DELTA/(DBA_HIST_SNAPSHOT.END_INTERVAL_TIME-DBA_HIST_SNAPSHOT.BEGIN_INTERVAL_TIME)；
wn＝DBA_HIST_SYS_TIME_MODEL.VALUE；其中，DBA_HIST_SNAPSHOT为数据库历史快照视图，DBA_HIST_SQLSTAT为数据库SQL历史状态视图，DBA_HIST_SYS_TIME_MODEL为数据库历史情况统计视图。
本发明对比现有技术有如下的有益效果：本发明提供的SQL语句执行频次动态调整方法，无需关注开发阶段的绑定变量使用，无需修改代码，通过在中间层自动规整SQL，统一使用绑定变量，并定期采集数据值的分布情况，对SQL是否使用绑定变量进行动态调整，从而动态调整通道，以适应SQL频次波动情况，提升数据库处理性能。
附图说明
图1为本发明使用的数据库架构示意图；
图2为本发明SQL语句执行频次采集流程图；
图3为本发明SQL语句执行频次动态调整流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
图1为本发明使用的数据库架构示意图。
请参见图1，本发明在客户端与数据库端连接之间设计中间层，在数据库端采集数据库及相关SQL运行信息，进行计算并存储在中间层中，当中间层接收客户端请求后，根据采集信息决定处理方式，并转发至数据库端。
请继续参见图2和图3，本发明提供的SQL语句执行频次动态调整方法，包括如下步骤：
S1、监听
接收客户端发送请求，获取操作数据库的SQL语句。
S2、SQL预处理
通过对SQL文本进行解析，将SQL中谓词条件进行规整化处理：
1)未使用绑定变量的SQL，使用:1,:2,:3等依次递增变量代码代替常量。
2)已使用绑定变量的SQL，使用:1,:2,:3等依次递增变量代码代替原绑定变量。
为保证执行计划稳定，SQL中涉及谓词的唯一值低于阀值时，该谓词条件不进行规整化处理。唯一值个数从ORACLE数据库中查询系统统计信息表视图DBA_TAB_COL_STATISTICS,采集字段为NUM_DISTINCT。
S3、SQL整合
对于已规整化SQL文本，通过md5方式进行散列，再对散列结果进行base32编码，每五位转换为一个Base32的编码,编码即为SQL文本对应的SQL_ID。
S4、通道处理
依据规整后的SQL在实际数据库中执行频次，当超过预设频次阀值f后，启用新通道，产生新的SQL替换原有SQL。创建数据结构存储各SQL通道信息。
SQL_ID 规整后SQL ID
CHL_SQL_ID 通道中新分配SQL ID
FREQ 通道中SQL执行频次
S5、频次监控
每间隔10分钟，在数据库服务端采集各规整后SQL的执行频次。从ORACLE数据库中查询系统视图V$SQL_AREA,采集字段如下：
其中SQL_ID的执行频次(每分钟)计算公式为：
freq＝EXECUTIONS/(LAST_ACTIVE_TIME-LAST_LOAD_TIME)*24*60
S6、转发
将经过规整，通道处理后的新SQL转发至数据库服务端运行，并接收结果数据集和执行结构，反馈客户端。
其中阀值f的计算依据为数据库中如下系统视图中数据：
DBA_HIST_ACTIVE_SESS_HISTORY(数据库活动历史会话视图)
SQL_ID SQL散列标识
SAMPLE_TIME 样例时间
EVENT 等待事件
DBA_HIST_SNAPSHOT(数据库历史快照视图)
SQL_ID SQL散列标识
SNAP_ID 快照ID
BEGIN_INTERVAL_TIME 快照开始时间
END_INTERVAL_TIME 快照结束时间
DBA_HIST_SQLSTAT(数据库SQL历史状态视图)
SQL_ID SQL散列标识
SNAP_ID 快照ID
EXECUTION_DELTA 执行次数
DBA_HIST_SYS_TIME_MODEL(数据库历史情况统计视图)
以上四个视图中均由INSTANCE_NUMBER数据标示在数据库中的节点，以下计算遍历各节点n(n为自然数)，取每个节点的中间值mn，并对所所节点的中间值mn取平均值得到预设频次阀值f。
第n个节点中间值mn的计算方法如下：
1.从DBA_HIST_ACTIVE_SESS_HISTORY中获取EVENT＝"Cursor:Pin S"的所有SQL_ID和SAMPLE_TIME。一个由于频繁执行SQL共享解析时产生的竞争。当一个会话尝试以共享模式来获得一个游标时，需要修改相应的Mutex结构的引用计数，或者增加该计数，或者减少。修改引用技术的原子操作很快，但是在频繁解析的情况下，仍然产生了竞争和等待，由此就产生了Cursor:pin S的等待。
2.筛选DBA_HIST_SNAPSHOT，条件为SAMPLE_TIME在BEGIN_INTERVAL_TIME和END_INTERVAL_TIME之间，且SQL_ID相等，得到SNAP_ID。
3.根据SNAP_ID和SQL_ID，得到DBA_HIST_SQLSTAT的EXECUTION_DELTA。
4.根据SNAP_ID，指定STAT_NAME＝"DB time",得到DBA_HIST_SYS_TIME_MODEL的VALUE,DB time包括CPU时间、CPU队列时间、I/O时间和其他一系列非空闲等待时间。
预设频次阀值f计算公式如下：
mn＝DBA_HIST_SQLSTAT.EXECUTION_DELTA/(DBA_HIST_SNAPSHOT.END_INTERVAL_TIME-DBA_HIST_SNAPSHOT.BEGIN_INTERVAL_TIME)；
wn＝DBA_HIST_SYS_TIME_MODEL.VALUE；
本发明具体SQL频次调整流程示例如下：
1)本发明可由中间层发起频次采集请求，对数据库服务端中各SQL的执行频次进行采集和监控。
2)数据库服务端响应请求，列出非系统内部SQL，即前端业务SQL。
3)以其中一条SQL为例，标记该SQL为A。SQL语句如下：
通过技术方案中各项指标及公式计算出频次freq＝f1。
4)如果SQL A的频次f1大于0，更新至中间层数据结构中；如果频次等于0，则回收通道。本例中SQL为一个通道c1，还未划分新通道，数据结构填充数据如下:
SQL_ID drs7x8pt48bcg
CHL_SQL_ID drs7x8pt48bcg
FREQ f1
本发明的具体SQL频次调整流程示例如下：
1)由客户端发起，当办理业务时，初始化数据源，并发送业务办理SQL至中间层。
2)中间层监听客户端请求，捕获到业务办理SQL。SQL文本如下：
3)按照技术方案所说明，对SQL中谓词条件进行规整化处理，如下：
通过散列及编码。生成规整后SQL_ID drs7x8pt48bcg。
4)查找中间层数据结构,SQL_ID为drs7x8pt48bcg。发现存在一个通道c1，该通道SQL执行频次为f1，大于阀值f；
SQL_ID drs7x8pt48bcg
CHL_SQL_ID drs7x8pt48bcg
FREQ f1
创建新通道c2，将SQL修改为：
并重新生成新通道SQL ID rts6a43f49b3a，并更新数据结构：
SQL_ID drs7x8pt48bcg
CHL_SQL_ID drs7x8pt48bcg
FREQ f1
SQL_ID drs7x8pt48bcg
CHL_SQL_ID rts6a43f49b3a
FREQ
5)将通道c2SQL转发至数据库服务端，并执行，将执行结果返回客户端。
6)在频次采集流程中将继续对通道c2中SQL频次进行监控，更新中间层数据结构。
虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (8)

1.一种SQL语句执行频次动态调整方法，其特征在于，包括如下步骤：
a)监听客户端的发送请求，获取操作数据库的SQL语句；
b)对获取的SQL语句进行解析，将SQL中谓词条件进行规整化处理，统一绑定变量，并为统一规整化处理后SQL语句分配新的SQL_ID；
c)在数据库服务端定期采集各规整后SQL语句的执行频次；
d)如果存在执行频次超过预设频次阀值的SQL语句，产生新的SQL语句替换原有SQL语句，重复步骤b)，并将规整化处理后的新SQL转发至数据库服务端运行。
2.如权利要求1所述的SQL语句执行频次动态调整方法，其特征在于，所述步骤b)从ORACLE数据库中查询系统统计信息表视图DBA_TAB_COL_STATISTICS,采集字段NUM_DISTINCT获取SQL中涉及谓词的唯一值，如果SQL中涉及谓词的唯一值低于预设阀值，则不进行规整化处理。
3.如权利要求1所述的SQL语句执行频次动态调整方法，其特征在于，所述步骤b)将SQL中谓词按如下方式统一绑定变量：未使用绑定变量的SQL，使用依次递增变量代码代替常量；已使用绑定变量的SQL，使用依次递增变量代码代替原绑定变量。
4.如权利要求1所述的SQL语句执行频次动态调整方法，其特征在于，所述步骤b)按如下方式对统一规整化处理后SQL语句分配新的SQL_ID：对SQL语句通过md5方式进行散列，再对散列结果进行base32编码，每五位转换为一个Base32编码,转换后的Base32编码即为该SQL语句对应的SQL_ID。
5.如权利要求1所述的SQL语句执行频次动态调整方法，其特征在于，所述步骤c)中SQL语句的执行频次freq采集计算如下：
freq＝EXECUTIONS/(LAST_ACTIVE_TIME-LAST_LOAD_TIME)*24*60；
EXECUTIONS为该SQL语句的执行次数，LAST_ACTIVE_TIME为最后活动时间，LAST_LOAD_TIME为最后载入时间。
6.如权利要求1所述的SQL语句执行频次动态调整方法，其特征在于，所述步骤d)中预设频次阀值的设置如下：遍历数据库中的节点，每个节点取所有前端业务对应的SQL语句的执行频次中间值，最后取所有节点的执行频次中间值的平均值作为预设频次阀值f。
7.如权利要求6所述的SQL语句执行频次动态调整方法，其特征在于，所述步骤d)第n个节点的执行频次中间值mn的计算方法如下：
b1)从数据库活动历史会话视图中获取EVENT＝"Cursor:Pin S"的所有SQL_ID和样例时间SAMPLE_TIME；
b2)筛选数据库历史快照视图，条件为样例时间SAMPLE_TIME在快照开始时间BEGIN_INTERVAL_TIME和快照结束时间END_INTERVAL_TIME之间，且SQL_ID相等，得到SNAP_ID；
b3)根据SNAP_ID和SQL_ID，得到数据库SQL历史状态视图中的执行次数EXECUTION_DELTA；
b4)根据SNAP_ID，指定STAT_NAME＝"DB time",得到数据库历史情况统计视图中的统计值VALUE。
8.如权利要求7所述的SQL语句执行频次动态调整方法，其特征在于，所述预设频次阀值f计算公式如下：
<mrow> <mi>f</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>w</mi> <mi>i</mi> </msub> <msub> <mi>m</mi> <mi>i</mi> </msub> <mo>/</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>w</mi> <mi>i</mi> </msub> <mo>;</mo> </mrow>
mn＝DBA_HIST_SQLSTAT.EXECUTION_DELTA/(DBA_HIST_SNAPSHOT.END_INTERVAL_TIME-DBA_HIST_SNAPSHOT.BEGIN_INTERVAL_TIME)；
wn＝DBA_HIST_SYS_TIME_MODEL.VALUE；
其中，DBA_HIST_SNAPSHOT为数据库历史快照视图，DBA_HIST_SQLSTAT为数据库SQL历史状态视图，DBA_HIST_SYS_TIME_MODEL为数据库历史情况统计视图。
CN201510402260.6A 2015-07-10 2015-07-10 一种sql语句执行频次动态调整方法 Active CN104933190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510402260.6A CN104933190B (zh) 2015-07-10 2015-07-10 一种sql语句执行频次动态调整方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510402260.6A CN104933190B (zh) 2015-07-10 2015-07-10 一种sql语句执行频次动态调整方法

Publications (2)

Publication Number Publication Date
CN104933190A CN104933190A (zh) 2015-09-23
CN104933190B true CN104933190B (zh) 2018-04-17

Family

ID=54120357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510402260.6A Active CN104933190B (zh) 2015-07-10 2015-07-10 一种sql语句执行频次动态调整方法

Country Status (1)

Country Link
CN (1) CN104933190B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202403B (zh) * 2016-07-11 2020-03-20 浪潮通用软件有限公司 一种通过动态分析创建数据库索引的方法
CN108628975B (zh) * 2018-04-25 2020-08-21 上海达梦数据库有限公司 一种数据库sql语句优化方法及装置
CN109344037B (zh) * 2018-10-10 2022-02-11 四川新网银行股份有限公司 一种基于实时统计与告警公式的业务监控方法
CN113886415B (zh) * 2020-07-03 2023-02-07 金篆信科有限责任公司 分布式存储过程的运行方法、电子设备及存储介质
CN114880394B (zh) * 2022-04-25 2024-05-10 浪潮卓数大数据产业发展有限公司 一种sql脚本的共享方法、设备及介质
CN116010668B (zh) * 2023-03-22 2023-06-20 北京滴普科技有限公司 一种应用于数据库的快速检索方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101453358A (zh) * 2007-12-06 2009-06-10 北京启明星辰信息技术股份有限公司 一种oracle数据库绑定变量的sql语句审计方法及系统
CN103390066A (zh) * 2013-08-08 2013-11-13 上海新炬网络技术有限公司 一种数据库全局性自动化优化预警装置及其处理方法
CN104714984A (zh) * 2013-12-17 2015-06-17 中国移动通信集团湖南有限公司 一种数据库优化的方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7092931B1 (en) * 2002-05-10 2006-08-15 Oracle Corporation Methods and systems for database statement execution plan optimization
US20050138015A1 (en) * 2003-09-06 2005-06-23 Oracle International Corporation High load SQL driven statistics collection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101453358A (zh) * 2007-12-06 2009-06-10 北京启明星辰信息技术股份有限公司 一种oracle数据库绑定变量的sql语句审计方法及系统
CN103390066A (zh) * 2013-08-08 2013-11-13 上海新炬网络技术有限公司 一种数据库全局性自动化优化预警装置及其处理方法
CN104714984A (zh) * 2013-12-17 2015-06-17 中国移动通信集团湖南有限公司 一种数据库优化的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
绑定变量对医院信息系统执行效率影响分析;王文翠等;《解放军医院管理杂志》;20120830;第19卷(第8期);全文 *

Also Published As

Publication number Publication date
CN104933190A (zh) 2015-09-23

Similar Documents

Publication Publication Date Title
CN104933190B (zh) 一种sql语句执行频次动态调整方法
US10120902B2 (en) Apparatus and method for processing distributed relational algebra operators in a distributed database
US9589041B2 (en) Client and server integration for replicating data
US9031932B2 (en) Automatic denormalization for analytic query processing in large-scale clusters
US11971793B2 (en) Machine learning model-based dynamic prediction of estimated query execution time taking into account other, concurrently executing queries
US20160292167A1 (en) Multi-system query execution plan
JP2013137763A (ja) 生存ルールによるソースレコードをマージするためのシステムおよび方法
US8150836B2 (en) System, method, and computer-readable medium for reducing row redistribution costs for parallel join operations
CN111512283B (zh) 数据库中的基数估算
EP3929763B1 (en) Database access methods and apparatuses
EP3413214A1 (en) Selectivity estimation for database query planning
CN104834754A (zh) 一种基于连接代价的sparql语义数据查询优化方法
US20150186243A1 (en) Apparatus and method for enabling a user to monitor skew of resource usage across different components of a large database system
US20190213188A1 (en) Distributed computing framework and distributed computing method
US20160092134A1 (en) Scalable, multi-dimensional search for optimal configuration
US10282351B2 (en) Using statistics for database partition pruning on correlated columns
CN113656377A (zh) 数据迁移的自动匹配方法、装置、计算机设备及存储介质
EP3168791A1 (en) Method and system for data validation in knowledge extraction apparatus
US10120898B1 (en) Apparatus and method for allowing complex aggregates in analytical views in a distributed database
EP3657347A1 (en) Machine learning based database anomaly prediction
US20200372019A1 (en) System and method for automatic completion of queries using natural language processing and an organizational memory
US6957209B1 (en) Sizing servers for database management systems via user defined workloads
US20180121509A1 (en) Information processing device, information processing method, and recording medium
JP6812321B2 (ja) データベース管理装置、データベース管理方法、及びデータベース管理プログラム
CN106649754B (zh) 一种数据仓库性能测试方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Qingpu 201707 waiqingsong road Shanghai City, No. 588 Lane 7548 Building 1 R zone 1 room 113

Applicant after: Shanghai new torch network information technology Limited by Share Ltd

Address before: 200063 Shanghai, Zhongshan North Road, No. 2000, building, building No. 3, B

Applicant before: SHANGHAI XINJU NETWORK INFORMATION TECHNOLOGY CO., LTD.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant