CN113505276A - 预计算模型的评分方法、装置、设备和存储介质 - Google Patents

预计算模型的评分方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113505276A
CN113505276A CN202110688956.5A CN202110688956A CN113505276A CN 113505276 A CN113505276 A CN 113505276A CN 202110688956 A CN202110688956 A CN 202110688956A CN 113505276 A CN113505276 A CN 113505276A
Authority
CN
China
Prior art keywords
calculation
model
query
calculation model
score
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.)
Pending
Application number
CN202110688956.5A
Other languages
English (en)
Inventor
李扬
韩卿
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.)
Yunyun Shanghai Information Technology Co ltd
Original Assignee
Yunyun Shanghai Information Technology Co 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 Yunyun Shanghai Information Technology Co ltd filed Critical Yunyun Shanghai Information Technology Co ltd
Priority to CN202110688956.5A priority Critical patent/CN113505276A/zh
Priority to EP21928354.6A priority patent/EP4155979A4/en
Priority to PCT/CN2021/109933 priority patent/WO2022267183A1/zh
Publication of CN113505276A publication Critical patent/CN113505276A/zh
Priority to US18/092,327 priority patent/US20230146136A1/en
Pending legal-status Critical Current

Links

Images

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
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • 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
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
    • 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
    • G06F16/24534—Query rewriting; Transformation
    • G06F16/24542—Plan optimisation
    • 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
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Fuzzy Systems (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种预计算模型的评分方法、装置、设备和存储介质。该方法包括：在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；采用所述目标预计算模型进行查询计算。本申请可以对预计算模型进行定量评分，从而方便不同的预计算模型在执行同样负载的查询任务时，进行横向比较，便于用户选择不同的预计算模型进行查询计算。

Description

预计算模型的评分方法、装置、设备和存储介质
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种预计算模型的评分方法、装置、设备和存储介质。
背景技术
联机分析处理(Online Analytical Processing，OLAP)预计算模型被广泛应用在数据查询的场景中，现有技术中，如果面对多个不同的OLAP预计算模型，还没有办法对每个OLAP模型进行评判横向比较，缺乏一种定量的横向比较的解决方案。
发明内容
本申请的主要目的在于提供一种预计算模型的评分方法、装置、设备和存储介质，以解决上述问题。
为了实现上述目的，根据本申请的一个方面，提供了一种预计算模型的评分方法，包括：
在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；
根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；
采用所述目标预计算模型进行查询计算。
在一种实施方式中，在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数，包括：
计算每个预计算模型的计算资源开销；
统计每个预计算模型的查询耗费的时间；
根据所述计算资源开销和查询耗费的时间确定所述预计算模型的分数。
在一种实施方式中，所述预计算模型为多维立方体模型。
为了实现上述目的，根据本申请的另一方面，提供了一种预计算模型的评分装置。
根据本申请的预计算模型的评分装置包括：计算模块，用于在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；
选择模块，用于根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；
查询模块，用于采用所述目标预计算模型进行查询计算。
在一种实施方式中，计算模块还用于：计算每个预计算模型的计算资源开销；
统计每个预计算模型的查询耗费的时间；
根据所述计算资源开销和查询耗费的时间确定所述预计算模型的分数。
在一种实施方式中，所述预计算模型为多维立方体模型。
第三方面，本申请还提出了一种电子设备，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行上述任一项所述的方法。
第四方面，本申请还提出了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任一项所述的方法。
在本申请实施例中，本申请可以对预计算模型进行定量评分，从而方便不同的预计算模型在执行同样负载的查询任务时，进行横向比较，便于用户选择不同的预计算模型进行查询计算。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种预计算模型的评分方法的流程图；
图2是根据本申请实施例的一种采用预计算模型的查询系统示意图；
图3是根据本申请实施例的一种预计算模型的评分装置。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本申请提出了一种预计算模型的评分方法，参见附图1所示的一种预计算模型的评分方法的流程图；该方法包括：
步骤S102，在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；
具体的，在数据库中，预先存储了多个预计算模型。所述预计算模型为多维立方体模型。
步骤S104，根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；
步骤S106，采用所述目标预计算模型进行查询计算。
本发明的技术方案，可以确定出性能最有的预计算模型来进行查询。从而提高了查询的效率。
在一种实施方式中，在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数，采取以下的步骤：
步骤S202，计算每个预计算模型的计算资源开销；
步骤S204，统计每个预计算模型的查询耗费的时间；
步骤S206，根据所述计算资源开销和查询耗费的时间确定所述预计算模型的分数。
具体的，云端的查询系统包括一个服务器的集群，包括多个查询服务器。采用分布式计算的模式进行查询。
计算资源消耗包括：CPU或者GPU的资源、内存资源和存储资源。
示例性的，计算资源可以为磁盘存储空间；
或者为网络占用的资源，数据从一个节点到另一个节点传输占用的网络；
示例性的，采用预计算模型A进行查询计算时，采用了10台服务器，每台服务器16GB的CPU，500GB的硬盘存储；16T的内存；网络带宽的速度为1G每秒。这10台服务器用了一个小时完成了该查询任务的查询。
而对于同样的查询任务，采用预计算模型B进行查询计算时，如果采用了5台服务器，每台服务器相同的配置，也用了1小时完成该查询任务。则确定预计算模型B的评分为预计算模型A的评分的两倍。
其中，
Figure BDA0003123905300000041
θ为分数，A为占用的计算资源，B为完成查询的耗时；
λ为预先设定的一个单位权值，该值是根据大数据的分析统计而得到的。
示例性的，对于A，当采用了10台服务器，每台服务器16GB的CPU，500GB的硬盘存储；16T的内存；网络带宽的速度为1G每秒时，A看成1。
如果采用了20台服务器，其他的参数不变，每台服务器16GB的CPU，500GB的硬盘存储；16T的内存；网络带宽的速度为1G每秒时，A看成2。
如果A为1；耗时为1小时，B为1；λ为100，则评分θ＝100；
如果A不变；耗时变为2小时，则B为2；评分θ＝50。
如果B不变；A变为2，则评分变为50分。
上述的公式表明，评分与计算耗时成反比，与占用资源成反比例。完成同样的任务，计算耗时越长，评分就越低，占用资源越多，评分就越低。
结合附图2，以一个最简单的预计算模型开始，比如只包含一个base cuboid的预计算模型。
1.根据模型，对原始数据进行预计算。由预计算引擎负责进行计算，计算过程通常在一个(云)计算集群中，输出预计算结果，即一个多维立方体(Cube)。同时资源监控模块记录下预计算过程中的所有计算资源开销，包括CPU、内存、存储、网络等。
2.通过执行负载来评估模型。由查询客户端按照查询负载，发送一组SQL查询。查询引擎根据预计算结果执行查询，查询过程通常在一个(云)计算集群中进行。同时资源监控模块记录下查询过程中的所有计算资源开销，包括CPU、内存、存储、网络等。
3.评分模块为预计算模型进行打分。打分的依据主要包括两部分，1)完成所有查询的耗时，2)预计算过程和查询过程中产生的资源开销。
4.调优模块根据本轮模型评分和其他信息推荐新的预计算模型，回到第1步进行下一轮预计算模型调优。其中调优模块的输入信息包括：
a.本轮的模型和得分，注意得分包括查询耗时、预计算和查询资源开销等详细信息
b.(若有)前几轮的模型和实际评分，尤其是之前预测的模型性能和实际的模型性能之间的误差；
c.原始数据的物理特性，比如每个列的基数，列与列之间的相关性。
d.查询负载的行为特性，每一条SQL查询都代表了一次分析需求，所有这些分析需求代表了一群人的分析行为特征。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种预计算模型的评分装置，如图3所示，该装置包括：
计算模块31，用于在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；
选择模块32，用于根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；
查询模块33，用于采用所述目标预计算模型进行查询计算。
在一种实施方式中，计算模块31还用于：计算每个预计算模型的计算资源开销；
统计每个预计算模型的查询耗费的时间；
根据所述计算资源开销和查询耗费的时间确定所述预计算模型的分数。
根据本申请的第三方面，提供了一种电子设备；包括至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行上述任意一项的方法。
第四方面，本申请还提出了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任一项所述的方法。
在本发明实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种预计算模型的评分方法，其特征在于，包括：
在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；
根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；
采用所述目标预计算模型进行查询计算。
2.根据权利要求1所述的预计算模型的评分方法，其特征在于，
在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数，包括：
计算每个预计算模型的计算资源开销；
统计每个预计算模型的查询耗费的时间；
根据所述计算资源开销和查询耗费的时间确定所述预计算模型的分数。
3.根据权利要求1所述的预计算模型的评分方法，其特征在于，所述预计算模型为多维立方体模型。
4.一种预计算模型的评分装置，其特征在于，
计算模块，用于在多个预计算模型中，计算每个预计算模型执行同样的查询负载时的分数；
选择模块，用于根据每个预计算模型的分数确定分数最大的预计算模型为目标预计算模型；
查询模块，用于采用所述目标预计算模型进行查询计算。
5.根据权利要求4所述的预计算模型的评分装置，其特征在于，
计算模块还用于：计算每个预计算模型的计算资源开销；
统计每个预计算模型的查询耗费的时间；
根据所述计算资源开销和查询耗费的时间确定所述预计算模型的分数。
6.根据权利要求4所述的预计算模型的评分装置，其特征在于，所述预计算模型为多维立方体模型。
7.一种电子设备，其特征在于，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1-3任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-3任一项所述的方法。
CN202110688956.5A 2021-06-21 2021-06-21 预计算模型的评分方法、装置、设备和存储介质 Pending CN113505276A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110688956.5A CN113505276A (zh) 2021-06-21 2021-06-21 预计算模型的评分方法、装置、设备和存储介质
EP21928354.6A EP4155979A4 (en) 2021-06-21 2021-07-31 METHOD AND DEVICE FOR EVALUATION OF PRECALCULATING MODELS, DEVICE AND STORAGE MEDIUM
PCT/CN2021/109933 WO2022267183A1 (zh) 2021-06-21 2021-07-31 预计算模型的评分方法、装置、设备和存储介质
US18/092,327 US20230146136A1 (en) 2021-06-21 2023-01-01 Method and apparatus for scoring precomputation model, device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110688956.5A CN113505276A (zh) 2021-06-21 2021-06-21 预计算模型的评分方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN113505276A true CN113505276A (zh) 2021-10-15

Family

ID=78010247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110688956.5A Pending CN113505276A (zh) 2021-06-21 2021-06-21 预计算模型的评分方法、装置、设备和存储介质

Country Status (4)

Country Link
US (1) US20230146136A1 (zh)
EP (1) EP4155979A4 (zh)
CN (1) CN113505276A (zh)
WO (1) WO2022267183A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117009385A (zh) * 2023-09-28 2023-11-07 山东浪潮数据库技术有限公司 一种基于规则的数据库预计算自治系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106997386A (zh) * 2017-03-28 2017-08-01 上海跬智信息技术有限公司 一种olap预计算模型、自动建模方法及自动建模系统
CN108268612A (zh) * 2017-12-29 2018-07-10 上海跬智信息技术有限公司 一种基于olap预计算模型的预校验方法及预校验系统
US20180196850A1 (en) * 2017-01-11 2018-07-12 Facebook, Inc. Systems and methods for optimizing queries
US20190228094A1 (en) * 2018-01-25 2019-07-25 Amadeus S.A.S. Re-computing pre-computed query results
CN110516123A (zh) * 2019-07-23 2019-11-29 苏宁云计算有限公司 数据查询耗时评估方法、装置、计算机设备和存储介质
CN112965991A (zh) * 2021-03-08 2021-06-15 咪咕文化科技有限公司 预计算结果生成方法、装置、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5175903B2 (ja) * 2009-08-31 2013-04-03 アクセンチュア グローバル サービスィズ ゲーエムベーハー 適応分析多次元処理システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180196850A1 (en) * 2017-01-11 2018-07-12 Facebook, Inc. Systems and methods for optimizing queries
CN106997386A (zh) * 2017-03-28 2017-08-01 上海跬智信息技术有限公司 一种olap预计算模型、自动建模方法及自动建模系统
CN108268612A (zh) * 2017-12-29 2018-07-10 上海跬智信息技术有限公司 一种基于olap预计算模型的预校验方法及预校验系统
US20190228094A1 (en) * 2018-01-25 2019-07-25 Amadeus S.A.S. Re-computing pre-computed query results
CN110516123A (zh) * 2019-07-23 2019-11-29 苏宁云计算有限公司 数据查询耗时评估方法、装置、计算机设备和存储介质
CN112965991A (zh) * 2021-03-08 2021-06-15 咪咕文化科技有限公司 预计算结果生成方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117009385A (zh) * 2023-09-28 2023-11-07 山东浪潮数据库技术有限公司 一种基于规则的数据库预计算自治系统及方法
CN117009385B (zh) * 2023-09-28 2024-01-19 山东浪潮数据库技术有限公司 一种基于规则的数据库预计算自治系统及方法

Also Published As

Publication number Publication date
EP4155979A1 (en) 2023-03-29
US20230146136A1 (en) 2023-05-11
EP4155979A4 (en) 2023-09-20
WO2022267183A1 (zh) 2022-12-29

Similar Documents

Publication Publication Date Title
CN105468651B (zh) 一种关系数据库数据查询方法及系统
US9569493B2 (en) Avoidance of intermediate data skew in a massive parallel processing environment
US20130103658A1 (en) Time series data mapping into a key-value database
CN108197296B (zh) 基于Elasticsearch索引的数据存储方法
US20090024607A1 (en) Query selection for effectively learning ranking functions
US8583655B2 (en) Using an inverted index to produce an answer to a query
CN110222029A (zh) 一种大数据多维分析计算效率提升方法及系统
EP3217296A1 (en) Data query method and apparatus
US20140188924A1 (en) Techniques for ordering predicates in column partitioned databases for query optimization
CN111159219B (zh) 一种数据管理方法、装置、服务器及存储介质
CN113961573B (zh) 一种时序数据库查询方法和查询系统
CN113505276A (zh) 预计算模型的评分方法、装置、设备和存储介质
CN115905630A (zh) 一种图数据库查询方法、装置、设备及存储介质
US20070219646A1 (en) Device performance approximation
CN108268523B (zh) 数据库聚合处理方法及装置
CN111125158B (zh) 数据表处理方法、装置、介质及电子设备
CN110580265B (zh) Etl任务的处理方法、装置、设备及存储介质
US9922083B2 (en) Optimization of a plurality of table processing operations in a massive parallel processing environment
CN104794237B (zh) 网页信息处理方法及装置
CN110795469A (zh) 基于Spark的高维序列数据相似性查询方法及系统
CN115794806A (zh) 金融数据的网格化处理系统及方法、装置、计算设备
CN113535771B (zh) 持续迭代优化的预计算方法和装置
CN113157541A (zh) 面向分布式数据库的多并发olap型查询性能预测方法及系统
CN113868267A (zh) 注入时序数据的方法、查询时序数据的方法及数据库系统
CN111241102B (zh) 数据存储方法、数据检索方法、数据库访问方法及装置

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