CN106598963A - 查询语句优化方法及装置 - Google Patents

Abstract

本发明公开了一种查询语句优化方法及装置。该方法包括：在查询search层的每个数据段segment的管理模块中执行以下操作：对与运算的query语句的条件特征进行统计，根据条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；在判断用户的查询query语句符合预先设置的优化条件后，根据最小结果集和嵌套包含的节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。借助于本发明的技术方案，能够提升内核的运算效率，降低proxy层后续维护和升级的难度。

Description

查询语句优化方法及装置

技术领域

本发明涉及计算机技术领域，特别是涉及一种查询语句优化方法及装置。

背景技术

在现有技术中，搜索引擎检索模型是传统的布尔模型，计算耗时主要发生在查询语句(query语句)的与或非逻辑运算上。对于与类型的query语句，可以把query语句的部分条件拿来做检查语句(check语句)过滤运算，以带来更高的效率提升。

在现有技术中，是通过手工配置进行check语句过滤运算的条件，它是内核系统中优化的机制之一。把query语句中的某些域或嵌套优化成check语句，提升内核的运算效率。

例如，可以把示例中的query语句中的local优化到check语句中变成如下形式:

query＝params2306:(50253716473748572)AND(dcateid0:(3306)OR(params7058:(38570865397766601)ANDdcateid0:(574)))

&&check＝local:(1)ANDpostdate:[20140811TO20140922]

从上面的描述可以看出，现有技术中check语句中语法的实现是通过预先写死的配置文件，在代理(proxy)层实现配置check语句，一方面不能针对每条query语句的具体内容精确判断需要check语句的域或者嵌套，不能保证这样得到每条query语句的check语法的高效性，另一方面，增加了proxy层的耦合，增加了proxy层后续维护和升级的难度。

发明内容

鉴于现有技术中的上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的查询语句优化方法及装置。

本发明提供一种查询语句优化方法，在查询search层的每个数据段segment的管理模块中执行以下操作：对与运算的query语句的条件特征进行统计，根据条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；在判断用户的查询query语句符合预先设置的优化条件后，根据最小结果集和嵌套包含的节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。

本发明还提供了一种查询语句优化装置，设置于查询search层的每个数据段segment的管理模块中，具体包括：统计模块，用于对与运算的query语句的条件特征进行统计，根据条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；判断模块，用于判断用户的查询query语句是否符合预先设置的优化条件；优化模块，用于在判断模块判断用户的查询query语句符合预先设置的优化条件后，根据最小结果集和嵌套包含的节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。

本发明有益效果如下：

通过将check优化在内核search层实现，根据query语句的具体内容，通过动态计算，把query语句中的某些域或嵌套优化成check语句，能够精确判断需要check的域或者嵌套，提升内核的运算效率；此外，还降低了proxy层的耦合，从而降低proxy层后续维护和升级的难度。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例的查询语句优化方法的流程图；

图2是本发明实施例的查询语句优化方法的系统结构示意图；

图3是本发明实施例的内核中query语法树的示意图；

图4是本发明实施例的内核中Check语法树的示意图；

图5是本发明实施例的优化后Query语法树的示意图；

图6是本发明实施例的优化后Check语法树的示意图；

图7是本发明实施例的查询语句优化装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决现有技术中的问题，本发明提供了一种查询语句优化方法及装置，把原本在proxy层实现的check语句优化在内核search层实现，通过动态计算，把query语句中的某些域或嵌套优化成check语句进行过滤运算，精确判断需要check语句的域或者嵌套，通过对query语句的重新组合，降低了整体的运算次数，提升搜索引擎整体的内核查询效率；另一方面降低proxy层的耦合，降低proxy层后续维护和升级的难度。以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

方法实施例

根据本发明的实施例，提供了一种查询语句优化方法，图1是本发明实施例的查询语句优化方法的流程图，在对本发明实施例的技术方案进行详细说明之前，首先对本发明实施例所涉及的几个名词进行解释说明：

1、Query：内核基础查询语法，其通过对域或嵌套做与或非的交集运算,得到查询结果集。

2、域：表现形式如：local:(1)或者(dcateid0:(3306)等。

3、嵌套：由域+运算符组成，如(dcateid0:(3306)OR(params7058:(38570865397766601))

4、Check：内核查询时优化语法，对结果数比较多的倒排链或者or运算比较复杂的嵌套或者非运算进行check过滤，可以减少Query的运算量，如区间域postdate:(20140811TO20140922)，如果采用or运算，则运算量太多，因此将or运算优化成check＝postdate:[20140811TO20140922]。

5、Segment：内核的数据段，索引的数据由多个segment组成，每个segment都是独立的文件且格式相同。

以下对本发明实施例进行说明，如图1所示，在查询search层的每个数据段segment的管理模块中执行以下操作：

步骤101，对与运算的query语句的条件特征进行统计，根据条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；

在步骤101中，可以首先按照结果集大小对query语句的条件进行重新排序，从而获取最小结果集。

步骤102，在判断用户的查询query语句符合预先设置的优化条件后，根据最小结果集和嵌套包含的节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。

在步骤102中，上述优化条件包括：

条件1：query语句的根节点的逻辑运算为与运算；

条件2：优化的目标为根节点下面的域或嵌套；

条件3：优化的域或嵌套中的每个域必须有正排。

在步骤102中，根据最小结果集和嵌套包含的节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算具体包括：

1、在判断单域对应的结果集大于或等于最小结果集N倍时，将该单域的逻辑与类型操作替换为check过滤运算，其中，N为正整数；

2、在单域对应的结果集大于或等于预先设置的第一阈值时，将该单域的逻辑与类型操作替换为check过滤运算；

3、在嵌套下面域包含的节点数目大于或等于预先设置的第二阈值时，将该嵌套中对应的逻辑与类型操作替换为check过滤运算。

以下结合附图，对本发明实施例的上述技术方案进行详细说明。

图2是本发明实施例的查询语句优化方法的系统结构示意图，如图2所示，本发明实施例的技术方案将改进后的check语法放在search层的每个segment的管理模块实现，保证了每个segment的查询都是最高效的，进行自优化，每个segment都能够找到最合适的check域。具体地，在本发明实施例中，Search模块中每个segment是数据和排序单独管理的，因此在操作segment的SegmentSearcher类里的HandleRequest函数里面添加query的优化处理类,为了不改变原有query，在common::SearchRequestPtr类里面添加新的newquery和newcheck对象。

本发明实施例的技术方案包括以下处理：

步骤1，根据用户输入的query语句，对与运算query的条件特征进行统计，在本发明实施例中，所述的条件特征包括：各个条件的数据量、以及各个条件包含的节点数等。

步骤2，统计每一个条件对应的结果集大小和嵌套节点包含的节点数目。

步骤3，按照结果集大小对query的条件进行重新排序，取最小结果集作为参考系数。

以上三个步骤为查询优化的预置操作，通过以上步骤，当满足以下三个限制条件时，才能执行后续优化操作。

A：只有根节点运算符是and(与操作)的才能进行优化。

B：优化的目标限于根节点下面的域或嵌套。

C：优化的域或嵌套里面的每个域必须有正排。

步骤4，对query语句进行check优化，具体的优化策略如下：

1、判断当单域对应的结果集大于或等于最小结果集的N倍时，将该单域的逻辑与类型操作替换为check过滤运算。

2、当单域对应的结果集大于或等于预设值(上述第一阈值)时，将该单域的逻辑与类型操作替换为check过滤运算。

3、如果嵌套下面的域的节点数目比较大(大于预先设置的第二阈值)，导致or运算量比较大，需要进行优化，将该嵌套中对应的逻辑与类型操作替换为check过滤运算。

4、query语句中逻辑运算的非运算因为是全局运算，因此一般将非运算替换成直接的check过滤运算。

实例

Search中将上层的query语句转化成语法树进行运算，其中每个字段(query和check)都是单独的语法树。如下以query语句为例：

query＝local:(1)ANDparams2306:(50253716473748572)AND(dcateid0:(3306)OR(params7058:(38570865397766601)ANDdcateid0:(574)))

&&check＝postdate:[20140811TO20140922]

对应的，上述query在内核中语法树如图3所示，Check语法树如图4所示，对域local:(1)的与运算优化为Check过滤运算，得到优化后的语法树如图5、图6所示，其中，图5为优化后Query语法树，图6为优化后Check语法树。

综上所述，借助于本发明实施例的技术方案，通过将check优化在内核search层实现，根据query语句的具体内容，通过动态计算，把query语句中的某些域或嵌套优化成check语句，能够精确判断需要check的域或者嵌套，提升内核的运算效率；此外，还降低了proxy层的耦合，从而降低proxy层后续维护和升级的难度。

装置实施例

根据本发明的实施例，提供了一种查询语句优化装置，图7是本发明实施例的查询语句优化装置的结构示意图，如图7所示，根据本发明实施例的查询语句优化装置设置于查询search层的每个数据段segment的管理模块中，所述装置具体包括：统计模块70、判断模块72、以及优化模块74，以下对本发明实施例的各个模块进行详细的说明。

统计模块70，用于对与运算的query语句的条件特征进行统计，根据条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；统计模块70具体用于：按照结果集大小对query语句的条件进行重新排序，获取最小结果集。

判断模块72，用于判断用户的查询query语句是否符合预先设置的优化条件；

优化模块74，用于在判断模块72判断用户的查询query语句符合预先设置的优化条件后，根据最小结果集和嵌套包含的节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。

上述优化条件包括：

条件1：query语句的根节点的逻辑运算为与运算；

条件2：优化的目标为根节点下面的域或嵌套；

条件3：优化的域或嵌套中的每个域必须有正排。

优化模块74具体用于：在判断单域对应的结果集大于或等于最小结果集N倍时，将该单域的逻辑与类型操作替换为check过滤运算，其中，N为正整数；在单域对应的结果集大于或等于预先设置的第一阈值时，将该单域的逻辑与类型操作替换为check过滤运算；在嵌套下面域包含的节点数目大于或等于预先设置的第二阈值时，将该嵌套中对应的逻辑与类型操作替换为check过滤运算。

本发明实施例各个模块的具体处理可以参照方法实施例中相应的描述和附图进行理解，在此不再赘述。

综上所述，借助于本发明实施例的技术方案，通过将check优化在内核search层实现，根据query语句的具体内容，通过动态计算，把query语句中的某些域或嵌套优化成check语句，能够精确判断需要check的域或者嵌套，提升内核的运算效率；此外，还降低了proxy层的耦合，从而降低proxy层后续维护和升级的难度。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的客户端中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个客户端中。可以把实施例中的模块组合成一个模块，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者客户端的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的加载有排序网址的客户端中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (8)

1.一种查询语句优化方法，其特征在于，在查询search层的每个数据段segment的管理模块中执行以下操作：

对与运算的query语句的条件特征进行统计，根据所述条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；

在判断用户的查询query语句符合预先设置的优化条件后，根据所述最小结果集和嵌套包含的所述节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。

2.如权利要求1所述的方法，其特征在于，所述优化条件包括：

所述query语句的根节点的逻辑运算为与运算；

优化的目标为根节点下面的域或嵌套；

优化的域或嵌套中的每个域必须有正排。

3.如权利要求1所述的方法，其特征在于，所述获取最小结果集具体包括：

按照所述结果集大小对所述query语句的条件进行重新排序，获取最小结果集。

4.如权利要求1所述的方法，其特征在于，根据所述最小结果集和嵌套包含的所述节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算具体包括：

在判断单域对应的结果集大于或等于所述最小结果集N倍时，将该单域的逻辑与类型操作替换为check过滤运算，其中，N为正整数；

在单域对应的结果集大于或等于预先设置的第一阈值时，将该单域的逻辑与类型操作替换为check过滤运算；

在嵌套下面域包含的节点数目大于或等于预先设置的第二阈值时，将该嵌套中对应的逻辑与类型操作替换为check过滤运算。

5.一种查询语句优化装置，其特征在于，设置于查询search层的每个数据段segment的管理模块中，所述装置具体包括：

统计模块，用于对与运算的query语句的条件特征进行统计，根据所述条件特征确定每个条件对应的结果集大小和嵌套包含的节点数目，获取最小结果集；

判断模块，用于判断用户的查询query语句是否符合预先设置的优化条件；

优化模块，用于在所述判断模块判断用户的查询query语句符合预先设置的优化条件后，根据所述最小结果集和嵌套包含的所述节点数目，确定是否将单域或嵌套的逻辑与类型操作替换为检查check过滤运算，并将query语句的逻辑非运算替换为check过滤运算。

6.如权利要求5所述的装置，其特征在于，所述优化条件包括：

所述query语句的根节点的逻辑运算为与运算；

优化的目标为根节点下面的域或嵌套；

优化的域或嵌套中的每个域必须有正排。

7.如权利要求5所述的装置，其特征在于，所述统计模块具体用于：

按照所述结果集大小对所述query语句的条件进行重新排序，获取最小结果集。

8.如权利要求5所述的装置，其特征在于，所述优化模块具体用于：

在判断单域对应的结果集大于或等于所述最小结果集N倍时，将该单域的逻辑与类型操作替换为check过滤运算，其中，N为正整数；

在单域对应的结果集大于或等于预先设置的第一阈值时，将该单域的逻辑与类型操作替换为check过滤运算；

在嵌套下面域包含的节点数目大于或等于预先设置的第二阈值时，将该嵌套中对应的逻辑与类型操作替换为check过滤运算。