CN111625553B - 一种统计信息收集优化方法及系统 - Google Patents
一种统计信息收集优化方法及系统 Download PDFInfo
- Publication number
- CN111625553B CN111625553B CN202010459210.2A CN202010459210A CN111625553B CN 111625553 B CN111625553 B CN 111625553B CN 202010459210 A CN202010459210 A CN 202010459210A CN 111625553 B CN111625553 B CN 111625553B
- Authority
- CN
- China
- Prior art keywords
- histogram
- statistical information
- information
- target table
- original
- 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
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
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种统计信息收集优化方法及系统，在目标表和原表的列兼容的情况下，利用原表的统计信息为目标表直接生成统计信息。本发明公开提供了一种统计信息收集优化方法及系统，利用原表的统计信息，在目标表和原表的列兼容的情况下，可以为目标表直接生成统计信息，减少了目标表扫描数据和重新计算统计信息直方图的时间，大大提升了产生统计信息的效率。
Description
技术领域
本发明涉及数据库技术领域，更具体的说是涉及一种统计信息收集优化方法及系统。
背景技术
现在主流的数据库的优化器可以分为两种，基于规则的优化器(Rule-BasedOptimizer，简称为RBO)与基于成本的优化器(Cost-Based Optimizer，简称为CBO)。
基于规则的优化器(RBO)，是基于数据库内部预定的一些规则来对SQL进行优化，它对数据不敏感，只借助少量的信息来决定一个SQL语句的执行计划
基于成本的优化器(CBO)，通过估算每个执行计划所需的成本，将每个执行计划所耗费的资源进行量化，最后选出成本最小的执行计划作为最优的执行计划。优化器在判断是否用这种方式时,主要参照的是表及索引的统计信息。
统计信息记录表的大小、行数、每行的长度、每列数据的分布区间等信息。而统计信息最初是没有的，需要通过后期收集才能生成。统计信息的收集主要分成两部分：数据的采集和生成直方图。数据的采集可以是采集全量数据，也可以是采集一部分数据，如果是部分数据，则牵涉到一个采样率，即读取原数据的多少比例作为采样数据。例如十分之一，百分之一，可以根据需要自行设置。直方图是对采样完的数据进行汇总计算，计算出表的总行数、各列数据总的非重复值的数量、直方图的区间范围以及直方图各区间内的行数和非重复值的数量。另外根据实际的查询需要，用户也可以收集组合列的统计信息。
因此对于新创建的表在导入数据后，为了生成最优的执行计划，首先需要收集统计信息。另外在表的结构或字段类型发生变化时，也需要重新收集统计信息。
为了持续的保持统计信息的准确性，可以通过下面两种方式：
1)定期基于表上的数据生成新的统计信息
2)定期基于变动的数据更新现有的统计信息，步骤大致如下：
a.第一次基于全表的采样数据生成一张采样数据表；
b.在生成的采样数据表上生成汇总的直方图信息；
c.有数据变动时，通过sql把变动的数据采样导入到采样数据表；
d.在采样数据表上再次生成原表的统计信息；
统计信息的直方图可以基于全量数据或部分采样数据的汇总结果生成。如果是基于全量数据生成直方图，在表的数据量非常大的时候，一个是数据的读取非常慢，另外，数据的汇总计算也比较耗时。如果是基于部分采样数据来生成直方图，虽然汇总计算的时间会变短，但是数据采样时也要进行表的全表扫描，整个扫描时间是不可避免的。
对于增量生成统计信息的情况，如果原表的表结构发生变化，导致原表被重建，采样数据表就会失效，需要重新生成采样数据表，这也就又导致了原表的全表扫描，耗时比较长。
另外，需要基于原表生成测试表，测试表的统计信息需要重新生成，耗时较长。
因此，如何提供一种减少目标表扫描数据和重新计算统计信息直方图的时间，大大提升产生统计信息的效率的统计信息收集优化方法及系统是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种统计信息收集优化方法及系统，利用原表的统计信息，在目标表和原表的列兼容的情况下，可以为目标表直接生成统计信息，减少了目标表扫描数据和重新计算统计信息直方图的时间，大大提升了产生统计信息的效率。
为了实现上述目的，本发明提供如下技术方案：
一种统计信息收集优化方法，具体步骤如下：
在目标表和原表的列兼容的情况下，利用原表的统计信息为目标表直接生成统计信息。
优选的，在上述的一种统计信息收集优化方法中，利用原表的统计信息为目标表直接生成统计信息，具体步骤如下：
S1：查询数据库获得原表的统计信息；
S2：根据原表和目标表的描述信息，获取检测特征信息；
S3：根据原表和目标表的检测特征信息进行检测，进一步获取目标表的统计信息。
优选的，在上述的一种统计信息收集优化方法中，所述S3中的所述检测特征信息包括：列数量、列名、重复列、类型、类型范围、统计信息。
进一步，列名以及列数量如果用户在SQL当中指定的话，是从SQL当中解析出来的；如果用户没有指定，是在解析SQL的过程中从元数据表中获得的；其他的信息都是从元数据表中获得。
优选的，在上述的一种统计信息收集优化方法中，检测列信息的具体步骤如下：
S1：检测原表和目标表的列数量不一致，则报错退出；
S2：根据用户提供的列名，检测列名在目标表或原表里是否存在，如果不存在，则报错；
S3：检测原表和目标表是否为同一张表；
S4：检测原表和目标表里有重复列，则报错，否则，继续检测列类型。
优选的，在上述的一种统计信息收集优化方法中，检测列类型和分区数量的具体步骤如下：
S1：检测原表和目标表对应列类型是否兼容，如果不兼容，报错；(如int类型的列的统计信息是可以复制给largeint列的，反过来可能会导致溢出。Timestamp类型的列的统计信息如果拷贝给int类型的列会直接包类型不匹配的错误)。
S2：类型兼容，进而判断列类型范围，原表的列类型范围更大，转向S3，否则S4；
S3：若sql里没有带有force属性，则报错，否则，继续S4；
S4：检测原表和目标表的分区数量是否一致，若不一致，忽略系统分区列。
优选的，在上述的一种统计信息收集优化方法中，检测目标表上是否存在统计信息的具体步骤如下：
S1：有，转向S2，否则转向S4；
S2：sql里没有带有force属性，则报错，否则，转向S3；
S3：清空目标表的统计信息；
S4：为目标表生成新的直方图ID；
S5：将原表的直方图信息复制给目标表，并替换直方图ID；
S6：将原表的直方图信息查询出来，把直方图ID替换为新表的直方图信息插入到直方图信息表里。
一种统计信息收集优化装置，包括：
解析SQL模块，用于词法分析、语法和语义分析，得到原表信息；
原表检测模块，用于检测原表的列信息、列类型；
目标表检测模块，用于检测目标表的列信息、列类型、以及统计信息有无；
检测结果比对模块，用于比对原表与目标表的检测结果，并进行传输；
生成直方图模块，根据原表的统计信息为目标表直接生成统计信息，并生成直方图。
优选的，在上述的一种统计信息收集优化装置中，所述原表检测模块、所述目标表检测模块均与所述检测结果比对模块连接。
优选的，在上述的一种统计信息收集优化装置中，所述检测结果比对模块将比对结果传输给生成直方图模块。
优选的，在上述的一种统计信息收集优化装置中，所述生成直方图模块为目标表生成新的直方图ID；将原表的直方图信息复制给目标表，并替换直方图ID；将原表的直方图信息查询出来，把直方图ID替换为新表的直方图信息插入到直方图信息表里。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种统计信息收集优化方法及系统，利用原表的统计信息，在目标表和原表的列兼容的情况下，可以为目标表直接生成统计信息，减少了目标表扫描数据和重新计算统计信息直方图的时间，大大提升了产生统计信息的效率。
附图说明
图1附图为本发明的方法流程图；
图2附图为本发明的结构框图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明实施例公开了一种统计信息收集优化方法及系统，利用原表的统计信息，在目标表和原表的列兼容的情况下，可以为目标表直接生成统计信息，减少了目标表扫描数据和重新计算统计信息直方图的时间，大大提升了产生统计信息的效率。
本发明主要使用在下面几种场景：
目标表和原表的表结构和数据一致，基于原表的统计信息为目标表生成统计信息；
Update statistics for table targettable like sourcetable；
Update statistics for table targettable like sourcetable force；
新表只包含原表的部分字段，但是数据一致；
Update statistics for table newtable like oldtable(col1,col2,col3)；
Update statistics for table newtable like oldtable(col1,col2,col3)force；
新表和原表只有几个字段类型兼容，数据一致；
Update statistics for table newtable(col1，col3)like oldtable(col2，col4)；
Update statistics for table newtable(col1，col3)like oldtable(col2，col4)force。
如图1所示，一种统计信息收集优化方法，具体步骤如下：
1)解析SQL；
2)检测原表和目标表是否存在，如果不存在，报错退出；
Select 1 from"_MD_".OBJECTS where catalog_name＝'TRAFODION'andschema_name＝'SEABASE'andobjects_name＝'SOURCETABLE'；
select 1 from"_MD_".OBJECTS where catalog_name＝'TRAFODION'andschema_name＝'SEABASE'and objects_name＝'TARGETTABLE'；
3)检测原表上是否有统计信息，如果没有，报错退出；
select count(1)from"_MD_".OBJECTS O,SB_HISTOGRAMS H WHERE O.catalog_name＝'TRAFODION'and O.schema_name＝'SEABASE'and O.object_name＝'SOURCETABLE'andO.object_uid＝H.table_uid；
4)根据用户的输入，生成原表和目标表的对应列的列表，内部通过目标表和原表的表的描述信息来获取两张表的列的信息；
5)如果生成的原表和目标表的列数量不一致，则报错退出；
update statistics for table targettable like sourcetable；
检测sourcetable和targettable里列数量；
6)如果是用户提供的列名，检测列在表里是否存在，如果不存在，则报错；
update statistics for table targettable like sourcetable(c1,c2,c3)；
update statistics for table targettable(c1,c2,c3)likesourcetable(c1,c2,c3)；
7)检测原表和目标表的是同一张表，则转向8)；
update statistics for table sourcetable like sourcetable；
8)如果原表和目标表里有重复列，则报错，否则，继续9)；
update statistics for table targettable like sourcetable(c1,c2,c2)；
9)检测原表和目标表对应列的类型是否兼容，如果不兼容，报错
create table targetable(c1 int,c2int,c3 int)；
create table sourcetable(c1 varchar(10),c2 varchar(10),c3 int)；
update statistics for table targettable like sourcetable；
10)如果类型兼容，但是原表的列的类型范围更大，转向11)，否则转向12)；
create table sourcetable(c1 largeint,c2 largeint,c3 largeint)；
create table targetable(c1 int,c2 int,c3 int)；
update statistics for table targettable like sourcetable；
11)如果sql里没有带有force属性，则报错，否则，继续；
update statistics for table targettable like sourcetable force；
12)如果原表和目标表的分区数量不一致，忽略系统分区列；
create table targetable(c1 int primary key,c2 int,c3 int)salt using 4partitions；
create table sourcetable(c1 int primary key,c2 int,c3 int)salt using10 partitions；
update statistics for table sourcetable like sourcetable；
13)检测目标表上是否有已有统计信息，如果有，转向14)，否则转向15)；
update statistics for talbe targettable on every column；
update statistics for table targettable like sourcetable；
14)如果sql里没有带有force属性，则报错，否则，转向15)；
update statistics for table targettable like sourcetable force；
15)清空目标表的统计信息；
update statistics for table targettable clear；
16)为目标表生成新的直方图ID；
17)将原表的直方图信息复制给目标表，并替换直方图ID；
将原表的直方图信息查询出来，把直方图ID替换为新表的直方图信息插入到直方图信息表里；
18)返回统计信息生成成功。
如图2所示，一种统计信息收集优化装置，包括：
解析SQL模块，用于词法分析、语法和语义分析，得到原表信息；
原表检测模块，用于检测原表的列信息、列类型；
目标表检测模块，用于检测目标表的列信息、列类型、以及统计信息有无；
检测结果比对模块，用于比对原表与目标表的检测结果，并进行传输；
生成直方图模块，根据原表的统计信息为目标表直接生成统计信息，并生成直方图。
在本发明的另一实施例中，所述原表检测模块、所述目标表检测模块均与所述检测结果比对模块连接。
在本发明的另一实施例中，所述检测结果比对模块将比对结果传输给生成直方图模块。
在本发明的另一实施例中，所述生成直方图模块为目标表生成新的直方图ID；将原表的直方图信息复制给目标表，并替换直方图ID；将原表的直方图信息查询出来，把直方图ID替换为新表的直方图信息插入到直方图信息表里。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种统计信息收集优化方法，其特征在于，具体步骤如下：
在目标表和原表的列兼容的情况下，利用原表的统计信息为目标表直接生成统计信息，具体步骤如下：
S1：查询数据库获得原表的统计信息；
S2：根据原表和目标表的描述信息，获取检测特征信息；
S3：根据原表和目标表的检测特征信息进行检测，进一步获取目标表的统计信息。
2.根据权利要求1所述的一种统计信息收集优化方法，其特征在于，所述S3中的所述检测特征信息包括：列数量、列名、重复列、类型、类型范围、统计信息。
3.根据权利要求2所述的一种统计信息收集优化方法，其特征在于，检测列信息的具体步骤如下：
S1：检测原表和目标表的列数量不一致，则报错退出；
S2：根据用户提供的列名，检测列名在目标表或原表里是否存在，如果不存在，则报错；
S3：检测原表和目标表是否为同一张表；
S4：检测原表和目标表里有重复列，则报错，否则，继续检测列类型。
4.根据权利要求3所述的一种统计信息收集优化方法，其特征在于，检测列类型和分区数量的具体步骤如下：
S1：检测原表和目标表对应列类型是否兼容，如果不兼容，报错；
S2：类型兼容，进而判断列类型范围，原表的列类型范围更大，转向S3，否则S4；
S3：若sql里没有带有force属性，则报错，否则，继续S4；
S4：检测原表和目标表的分区数量是否一致，若不一致，忽略系统分区列。
5.根据权利要求4所述的一种统计信息收集优化方法，其特征在于，检测目标表上是否存在统计信息的具体步骤如下：
S1：有，转向S2，否则转向S4；
S2：sql里没有带有force属性，则报错，否则，转向S3；
S3：清空目标表的统计信息；
S4：为目标表生成新的直方图ID；
S5：将原表的直方图信息复制给目标表，并替换直方图ID；
S6：将原表的直方图信息查询出来，把直方图ID替换为新表的直方图信息插入到直方图信息表里。
6.一种统计信息收集优化装置，其特征在于，包括：
解析SQL模块，用于词法分析、语法和语义分析，得到原表信息；
原表检测模块，用于检测原表的列信息、列类型；
目标表检测模块，用于检测目标表的列信息、列类型、以及统计信息有无；
检测结果比对模块，用于比对原表与目标表的检测结果，并进行传输；
生成直方图模块，根据原表的统计信息为目标表直接生成统计信息，并生成直方图。
7.根据权利要求6所述的一种统计信息收集优化装置，其特征在于，所述原表检测模块、所述目标表检测模块均与所述检测结果比对模块连接。
8.根据权利要求6所述的一种统计信息收集优化装置，其特征在于，所述检测结果比对模块将比对结果传输给生成直方图模块。
9.根据权利要求6所述的一种统计信息收集优化装置，其特征在于，所述生成直方图模块为目标表生成新的直方图ID；将原表的直方图信息复制给目标表，并替换直方图ID；将原表的直方图信息查询出来，把直方图ID替换为新表的直方图信息插入到直方图信息表里。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010459210.2A CN111625553B (zh) | 2020-05-27 | 2020-05-27 | 一种统计信息收集优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010459210.2A CN111625553B (zh) | 2020-05-27 | 2020-05-27 | 一种统计信息收集优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111625553A CN111625553A (zh) | 2020-09-04 |
| CN111625553B true CN111625553B (zh) | 2023-07-28 |
Family
ID=72271355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010459210.2A Active CN111625553B (zh) | 2020-05-27 | 2020-05-27 | 一种统计信息收集优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111625553B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107871010A (zh) * | 2017-11-21 | 2018-04-03 | 重庆金融资产交易所有限责任公司 | 电子装置、报表数据库优化的方法及存储介质 |
| CN111143433A (zh) * | 2019-12-10 | 2020-05-12 | 中国平安财产保险股份有限公司 | 一种统计数据仓数据的方法及装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7797286B2 (en) * | 2004-05-21 | 2010-09-14 | Sap Ag | System and method for externally providing database optimizer statistics |
| US9582525B2 (en) * | 2009-09-08 | 2017-02-28 | Oracle International Corporation | Technique to gather statistics on very large hierarchical collections in a scalable and efficient manner |
| CN102063480A (zh) * | 2010-12-24 | 2011-05-18 | 北京神舟航天软件技术有限公司 | 基于Haar变换的实现多维直方图的方法 |
| CN103577407B (zh) * | 2012-07-19 | 2016-10-12 | 国际商业机器公司 | 用于分布式数据库的查询方法及查询装置 |
| US9361338B2 (en) * | 2013-11-26 | 2016-06-07 | International Business Machines Corporation | Offloaded, incremental database statistics collection and optimization |
| CN107766353B (zh) * | 2016-08-17 | 2022-02-22 | 阿里巴巴集团控股有限公司 | 一种数据库统计信息迁移的方法和设备 |
| CN106339244A (zh) * | 2016-08-30 | 2017-01-18 | 中国银行股份有限公司 | 一种实现统计信息收集的方法及装置 |
| CN110069489B (zh) * | 2017-10-17 | 2023-01-31 | 株式会社日立制作所 | 一种信息处理方法、装置、设备及计算机可读存储介质 |
| CN110866003B (zh) * | 2018-08-27 | 2023-09-26 | 阿里云计算有限公司 | 索引值数目的估算方法和装置以及电子设备 |
-
2020
- 2020-05-27 CN CN202010459210.2A patent/CN111625553B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107871010A (zh) * | 2017-11-21 | 2018-04-03 | 重庆金融资产交易所有限责任公司 | 电子装置、报表数据库优化的方法及存储介质 |
| CN111143433A (zh) * | 2019-12-10 | 2020-05-12 | 中国平安财产保险股份有限公司 | 一种统计数据仓数据的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111625553A (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7610264B2 (en) | Method and system for providing a learning optimizer for federated database systems | |
| CN107273506B (zh) | 一种数据库多表联合查询的方法 | |
| US7958114B2 (en) | Detecting estimation errors in dictinct page counts | |
| US5598559A (en) | Method and apparatus for optimizing queries having group-by operators | |
| US7747606B2 (en) | Automatic SQL tuning advisor | |
| US8122046B2 (en) | Method and apparatus for query rewrite with auxiliary attributes in query processing operations | |
| US7213012B2 (en) | Optimizer dynamic sampling | |
| US6546394B1 (en) | Database system having logical row identifiers | |
| US7593931B2 (en) | Apparatus, system, and method for performing fast approximate computation of statistics on query expressions | |
| US7987178B2 (en) | Automatically determining optimization frequencies of queries with parameter markers | |
| US20080168058A1 (en) | System for addressing inefficient query processing | |
| US20040243555A1 (en) | Methods and systems for optimizing queries through dynamic and autonomous database schema analysis | |
| CN108027763B (zh) | 关系型数据库的调整装置和方法 | |
| US7548903B2 (en) | Method and apparatus for automatic recommendation and selection of clustering indexes | |
| US20070061287A1 (en) | Method, apparatus and program storage device for optimizing a data warehouse model and operation | |
| US20050149505A1 (en) | Method, system, and program for statistics management | |
| US20080140627A1 (en) | Method and apparatus for aggregating database runtime information and analyzing application performance | |
| KR20020028208A (ko) | 데이터베이스 오브젝트 통계의 실시간 수집 방법 및 시스템 | |
| US20030167275A1 (en) | Computation of frequent data values | |
| CN108268612B (zh) | 一种基于olap预计算模型的预校验方法及预校验系统 | |
| US20230325368A1 (en) | Automatic data store architecture detection | |
| Bleifuß et al. | DBChEx: Interactive Exploration of Data and Schema Change. | |
| CN111625553B (zh) | 一种统计信息收集优化方法及系统 | |
| Wrembel | Data warehouse performance: selected techniques and data structures | |
| CN114118055B (zh) | 复杂sql语句优化解析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |