CN113886416A - 一种基于rbca模型构建的数据库的快速检索方法 - Google Patents

一种基于rbca模型构建的数据库的快速检索方法 Download PDF

Info

Publication number
CN113886416A
CN113886416A CN202111123413.5A CN202111123413A CN113886416A CN 113886416 A CN113886416 A CN 113886416A CN 202111123413 A CN202111123413 A CN 202111123413A CN 113886416 A CN113886416 A CN 113886416A
Authority
CN
China
Prior art keywords
sql statement
sql
cbo
model
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.)
Pending
Application number
CN202111123413.5A
Other languages
English (en)
Inventor
郝振斌
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.)
Guangzhou Chenchuang Technology Development Co ltd
Original Assignee
Guangzhou Chenchuang Technology Development 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 Guangzhou Chenchuang Technology Development Co ltd filed Critical Guangzhou Chenchuang Technology Development Co ltd
Priority to CN202111123413.5A priority Critical patent/CN113886416A/zh
Publication of CN113886416A publication Critical patent/CN113886416A/zh
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
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • G06F16/2448—Query languages for particular applications; for extensibility, e.g. user defined types
    • 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

Landscapes

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

Abstract

本发明涉及数据库的检索技术领域，公开了一种基于RBCA模型构建的数据库的快速检索方法，包括以下步骤：步骤S1.预设CBO路径规划模型，并将CBO路径规划模型部署到集群数据库；步骤S2.通过集群数据库获取SQL请求，并对SQL请求进行解析，获取SQL语句；步骤S3.判断SQL语句的语法是否正确，如果是，将待检索的SQL语句输入进CBO路径规划模型中，进入步骤S4，如果否，对SQL语句进行修正，直至SQL语句的语法正确，返回步骤S2；步骤S4.根据CBO路径规划模型中的扫描系统对集群数据库和SQL语句进行智能单元扫描；步骤S5.根据CBO路径规划模型生成SQL语句对应的规划路径。用于使SQL语句的执行时间最短，同时能并行扫描处理海量数据，能完全调度整个集群节点的计算和IO能力。

Description

一种基于RBCA模型构建的数据库的快速检索方法
技术领域
本发明涉及数据库的检索技术领域，具体地说，是一种基于RBCA模型构建的数据库的快速检索方法，用于使SQL语句的执行时间最短，同时能并行扫描处理海量数据，能完全调度整个集群节点的计算和IO能力，并对用户发起的SQL请求进行处理。
背景技术
启发式查询转换的一般是比较简单的语句，基于成本的一般比较复杂，也就是说，符合基于规则的数据库不管什么情况下都会进行查询转换，不符合的数据库可能考虑基于成本的查询转换。一般查询转换过的效率比不经过查询转换的要高，而基于成本的查询转换，因其与CBO优化器紧密关联，在oracle10G引入，内部非常复杂，所以BUG也比较多，因此执行SQL语句的时间不够短，同时扫描越多的数据出现的BUG就越多。
在日常优化过程中，各种疑难SQL语句，往往就出现在扫描处理海量数据但却查询转换失败中，就导致了数据库不能将原始SQL语句转换成结构更良好的SQL语句，显然可选择的执行路径就要少很多，执行的速度也慢了很多。
因此，亟需一种检索方法，在解决上述问题的基础上，还能够通过CBO数据扫描规划可以让用户的SQL语句根据具体的数据分布情况、索引使用情况、分区情况和联合查询情况来做最优的路径选取调整，从而使SQL执行时间最短，同时能并行扫描处理海量数据，能完全调度整个集群节点的计算和IO能力对用户发起的SQL请求进行处理。
发明内容
本发明的目的在于提供一种基于RBCA模型构建的数据库的快速检索方法，具有使SQL语句的执行时间最短，同时能并行扫描处理海量数据，能完全调度整个集群节点的计算和IO能力，并对用户发起的SQL请求进行处理的效果。
本发明通过下述技术方案实现：一种基于RBCA模型构建的数据库的快速检索方法，包括以下步骤：
步骤S1.预设CBO路径规划模型，并将CBO路径规划模型部署到集群数据库；
步骤S2.通过集群数据库获取SQL请求，并对SQL请求进行解析，获取SQL语句；
步骤S3.判断SQL语句的语法是否正确，如果是，将待检索的SQL语句输入进CBO路径规划模型中，进入步骤S4，如果否，对SQL语句进行修正，直至SQL语句的语法正确，返回步骤S2；
步骤S4.根据CBO路径规划模型中的扫描系统对集群数据库和SQL语句进行智能单元扫描；
步骤S5.根据CBO路径规划模型生成SQL语句对应的规划路径。
在本技术方案中，通过预设CBO路径规划模型可以让用户的SQL语句根据具体的数据分布情况、索引使用情况、分区情况、联合查询情况来做最有的路径选取调整，从而使SQL执行时间最短并行扫描处理海量数据：能完全调度整个集群节点的计算和IO能力对用户发起的SQL请求进行处理，并行处理过程自动完成，以整个集群算力为用户提供高效的大数据查询分析能力，同时基于计算靠近存储的设计理念，开发了独特的智能数据扫描单元。
为了更好地实现本发明，进一步地，步骤S1中的CBO路径规划模型包括：
根据SQL语句的统计信息计算执行SQL语句计划操作中的选择性，并获取对应计划操作的基数；
根据对应计划操作的基数生成对应操作的资源占比，获取整个CBO路径规划对应的资源占比；
根据整个CBO路径规划对应的资源占比和预设的分类规划规则生成CBO路径规划模型。
在本技术方案中，使用CBO路径规划模型时，要注意看采用了哪种类型的表连接方式，同时，必须保证为表和相关的索引搜集足够的统计数据。对数据经常有增、删、改的表最好定期对表和索引进行分析，可用SQL语句“analyze table xxx compute statistics forall indexes;"，CBO路径规划模型掌握了充分反映实际的统计数据，才会做出最正确的选择。
为了更好地实现本发明，进一步地，SQL语句的统计信息包括SQL语句表信息、SQL语句索引信息、SQL语句列信息和SQL语句分区信息、SQL语句磁盘信息和SQL语句内存排序数据量信息。
在本技术方案中，使用CBO路径规划模型时，要注意被索引的字段的值的数据分布，会影响SQL语句的执行计划。
为了更好地实现本发明，进一步地，分类规划规则包括：
根据SQL语句的数据、SQL语句的索引使用数据、SQL语句的分区数据和SQL语句的联合查询数据对SQL语句进行分类；
根据SQL语句的数据的连接操作方式以及连接顺序方式 、SQL语句操作的执行算法方式、SQL语句的数据的读取方式和 SQL语句操作之间的数据传递方式对SQL语句进行规划；
根据所述SQL语句的分类和所述SQL语句的规划生成分类规划规则。
在本技术方案中，查询处理SQL语句与查询优化SQL语句是两个相关联的概念，查询处理SQL语句时执行SQL语句获取数据的过程，而查询优化SQL语句是通过分析SQL语句以及其他资源获得最佳执行计划的过程。在这里最佳的执行计划指的是消耗资源最少的计划，例如包含有数据库服务器的CPU和系统I/O，根据SQL 的执行分为3个阶段对SQL语句进行分类规划，分别是语法分析阶段、语句优化阶段和查询执行阶段。
为了更好地实现本发明，进一步地，步骤S2包括：
使用autotrace指令跟踪SQL语句并分析SQL语句的执行步骤和统计信息。
在本技术方案中，使用autotrace指令可以跟踪SQL语句并分析其执行步骤，统计信息如物理读数据量、磁盘和内存排序数据量。
为了更好地实现本发明，进一步地，步骤S3包括：
在集群数据库中将输入的SQL语句解析为关系代数，判断SQL语句的语法是否正确。
在本技术方案中，语法分析是在SGA中完成的，（SGA是指系统全局区，包括数据库缓冲区、重做日志缓冲区、共享池、JAVA池、大池、流池），在这里将SQL语句分解为关系代数查询，也就是通过这些关系代数查询来验证这个SQL的语法有没有写错，关键字是否正确等。
为了更好地实现本发明，进一步地，步骤S4包括：
将SQL语句连接到集群数据库并调用SQL语句的执行过程；
在SQL语句的执行过程中获取所述集群数据库的参数；
将所述参数赋值给所述扫描系统；
通过所述扫描系统对集群数据库进行扫描。
在本技术方案中，根据CBO路径规划模型中的扫描系统对集群数据库和SQL语句进行智能单元扫描，在SQL语句的执行过程中获取所述集群数据库的参数，例如下列SQL语句：call count cpu elapsed disk query current rows；
Parse 38 0.00 0.01 0 0 0 0；
Execute 48 0.07 0.17 0 0 0 2；
Fetch 70 0.01 0.09 9 171 0 48；
Total 156 0.09 0.28 9 171 0 50；
Misses in library cache during parse: 22；
Misses in library cache during execute: 21；
Elapsed times include waiting on following events:
Event waited on Times Max. Wait Total Waited；
db file sequential read 5 0.04 0.05；
47 user SQL statements in session；
42 internal SQL statements in session；
89 SQL statements in session。
在集群数据库中，SQL语句被执行了38次，总共耗时0.01秒，语句被执行了48次，话费时间是0.17秒，在解析和执行期间没有磁盘I/O和缓冲区读取操作，fetch操作执行了70次，耗时0.09秒，涉及了9次磁盘读取以及171次缓冲区读取操作，总共读取了0个数据库块，涉及50行数据，在库缓存中丢失的命中次数是22次，说明有22次硬解析出现。最后说明是47个用户SQL语句，42个内部SQL语句总共涉及89个SQL语句。
为了更好地实现本发明，进一步地，步骤S5包括：
步骤S5.1.根据所述分类规划规则对SQL语句中的SQL语句进行转化，生成统计数据；
步骤S5.2.根据SQL语句的资源占比获取所述统计数据的访问路径；
步骤S5.3.根据所述访问路径选择所述统计数据的连接方法，确定所述统计数据的连接次序；
步骤S5.4.根据所述统计数据的连接方法和所述统计数据的连接次序生成SQL语句对应的规划路径。
在本技术方案中，根据集群数据库并调用SQL语句，也就是指CBO路径规划模型认为转换后的语句查询会更高效，所以将SQL语句转换为另外一种形式，例如将OR转换为UNION ALL，将between转换为>=和<=，同时根据资源情况选访问路径：指访问某个路径的数据所消耗的资源。再根据统计数据选择连接方法，如果涉及多个表，CBO路径规划模型会根据统计数据以及表的键的信息来选择连接的方法，在多个连接方法中选择计算成本最低的一个作为最佳连接方法；确定连接次序指涉及的数据行的数目来确定最好的连接次序。
本发明与现有技术相比，具有以下优点及有益效果：
（1）本发明所提供的的CBO路径规划模型可以让用户的SQL语句根据具体的数据分布情况、索引使用情况、分区情况、联合查询情况来做最有的路径选取调整，从而使SQL执行时间最短；
（2）本发明所提供的快速检索方法能够完全调度整个集群节点的计算和IO能力对用户发起的SQL请求进行处理，并行处理过程自动完成，以整个集群算力为用户提供高效的大数据查询分析能力。
附图说明
本发明结合下面附图和实施例做进一步说明，本发明所有构思创新应视为所公开内容和本发明保护范围。
图1为本发明所提供的一种基于RBCA模型构建的数据库的快速检索方法的流程图。
具体实施方式
实施例1：
本实施例的一种基于RBCA模型构建的数据库的快速检索方法，如图1所示，包括以下步骤： 步骤S1.预设CBO路径规划模型，并将CBO路径规划模型部署到集群数据库；
步骤S2.通过集群数据库获取SQL请求，并对SQL请求进行解析，获取SQL语句；
步骤S3.判断SQL语句的语法是否正确，如果是，将待检索的SQL语句输入进CBO路径规划模型中，进入步骤S4，如果否，对SQL语句进行修正，直至SQL语句的语法正确，返回步骤S2；
步骤S4.根据CBO路径规划模型中的扫描系统对集群数据库和SQL语句进行智能单元扫描；
步骤S5.根据CBO路径规划模型生成SQL语句对应的规划路径。
在本实施例中，通过预设CBO路径规划模型可以让用户的SQL语句根据具体的数据分布情况、索引使用情况、分区情况、联合查询情况来做最有的路径选取调整，从而使SQL执行时间最短并行扫描处理海量数据：能完全调度整个集群节点的计算和IO能力对用户发起的SQL请求进行处理，并行处理过程自动完成，以整个集群算力为用户提供高效的大数据查询分析能力，同时基于计算靠近存储的设计理念，开发了独特的智能数据扫描单元。
实施例2：
本实施例在实施例1的基础上做进一步优化，在本实施例中，使用CBO路径规划模型时，要注意看采用了哪种类型的表连接方式，同时，必须保证为表和相关的索引搜集足够的统计数据。对数据经常有增、删、改的表最好定期对表和索引进行分析，可用SQL语句“analyze table xxx compute statistics for all indexes;"，CBO路径规划模型掌握了充分反映实际的统计数据，才会做出最正确的选择。
本实施例的其他部分与实施例1相同，故不再赘述。
实施例3：
本实施例在上述实施例1或2的基础上做进一步优化，在本实施例中，使用CBO路径规划模型时，要注意被索引的字段的值的数据分布，会影响SQL语句的执行计划。
本实施例的其他部分与上述实施例1或2相同，故不再赘述。
实施例4：
本实施例在上述实施例1-3任一项的基础上做进一步优化，在本实施例中，查询处理SQL语句与查询优化SQL语句是两个相关联的概念，查询处理SQL语句时执行SQL语句获取数据的过程，而查询优化SQL语句是通过分析SQL语句以及其他资源获得最佳执行计划的过程。在这里最佳的执行计划指的是消耗资源最少的计划，例如包含有数据库服务器的CPU和系统I/O，根据SQL 的执行分为3个阶段对SQL语句进行分类规划，分别是语法分析阶段、语句优化阶段和查询执行阶段。
本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。
实施例5：
本实施例在上述实施例1-4任一项基础上做进一步优化，在本实施例中，使用autotrace指令可以跟踪SQL语句并分析其执行步骤，统计信息如物理读数据量、磁盘和内存排序数据量，使用该指令可以跟踪SQL语句并分析其执行步骤，统计信息如物理读数据量、磁盘和内存排序数据量，具体的操作命令如下：
SQL> show user;
SQL> select sid,serial# from v$session where username='SYS'2；
SID SERIAL# 执行次数
SQL> exec dbms_system.set_sql_trace_in_session(68,660,true)；开启追踪；
PL/SQL procedure successfully completed；
SQL> select * from scott.emp where sal>2000；执行语句；
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO
7566 JONES MANAGER 839 1981/4/2 2975.00 20
7698 BLAKE MANAGER 7839 1981/5/1 2850.00 30
7782 CLARK MANAGER 7839 1981/6/9 2450.00 10
7788 SCOT TANALYST 7566 1987/4/19 3000.00 20
7839 KING PRESIDENT 1981/11/17 5000.00 10
7902 FORD ANALYST 7566 1981/12/3 3000.00 20
6 rows selected
SQL> exec dbms_system.set_sql_trace_in_session(68,660,false)；关闭追踪；
PL/SQL procedure successfully completed ；
SQL> show parameter dump_dest；查询trace文件存放在那个目录。
本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。
实施例6：
本实施例在上述实施例1-5任一项基础上做进一步优化，在本实施例中，语法分析是在SGA中完成的，（SGA是指系统全局区，包括数据库缓冲区、重做日志缓冲区、共享池、JAVA池、大池、流池），在这里将SQL语句分解为关系代数查询，也就是通过这些关系代数查询来验证这个SQL的语法有没有写错，关键字是否正确等。
本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。
实施例7： 本实施例在上述实施例1-6任一项基础上做进一步优化，在本实施例中，根据CBO路径规划模型中的扫描系统对集群数据库和SQL语句进行智能单元扫描，在SQL语句的执行过程中获取所述集群数据库的参数，例如下列SQL语句： call count cpuelapsed disk query current rows；
Parse 38 0.00 0.01 0 0 0 0；
Execute 48 0.07 0.17 0 0 0 2；
Fetch 70 0.01 0.09 9 171 0 48；
Total 156 0.09 0.28 9 171 0 50；
Misses in library cache during parse: 22；
Misses in library cache during execute: 21；
Elapsed times include waiting on following events:
Event waited on Times Max. Wait Total Waited；
db file sequential read 5 0.04 0.05；
47 user SQL statements in session；
42 internal SQL statements in session；
89 SQL statements in session。
在集群数据库中，SQL语句被执行了38次，总共耗时0.01秒，语句被执行了48次，话费时间是0.17秒，在解析和执行期间没有磁盘I/O和缓冲区读取操作，fetch操作执行了70次，耗时0.09秒，涉及了9次磁盘读取以及171次缓冲区读取操作，总共读取了0个数据库块，涉及50行数据，在库缓存中丢失的命中次数是22次，说明有22次硬解析出现。最后说明是47个用户SQL语句，42个内部SQL语句总共涉及89个SQL语句。
本实施例的其他部分与上述实施例1-6任一项相同，故不再赘述。
实施例8：
本实施例在上述实施例1-7任一项基础上做进一步优化，在本实施例中，根据集群数据库并调用SQL语句，也就是指CBO路径规划模型认为转换后的语句查询会更高效，所以将SQL语句转换为另外一种形式，例如将OR转换为 UNION ALL，将between转换为>=和<=，同时根据资源情况选访问路径：指访问某个路径的数据所消耗的资源。再根据统计数据选择连接方法，如果涉及多个表，CBO路径规划模型会根据统计数据以及表的键的信息来选择连接的方法，在多个连接方法中选择计算成本最低的一个作为最佳连接方法；确定连接次序指涉及的数据行的数目来确定最好的连接次序。
本实施例的其他部分与上述实施例1-7任一项相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (8)

1.一种基于RBCA模型构建的数据库的快速检索方法，其特征在于，包括以下步骤：
步骤S1.预设CBO路径规划模型，并将CBO路径规划模型部署到集群数据库；
步骤S2.通过集群数据库获取SQL请求，并对SQL请求进行解析，获取SQL语句；
步骤S3.判断SQL语句的语法是否正确，如果是，将待检索的SQL语句输入进CBO路径规划模型中，进入步骤S4，如果否，对SQL语句进行修正，直至SQL语句的语法正确，返回步骤S2；
步骤S4.根据CBO路径规划模型中的扫描系统对集群数据库和SQL语句进行智能单元扫描； 步骤S5.根据CBO路径规划模型生成SQL语句对应的规划路径。
2.根据权利要求1所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于，所述步骤S1中的CBO路径规划模型包括： 根据SQL语句的统计信息计算执行SQL语句计划操作中的选择性，并获取对应计划操作的基数；
根据对应计划操作的基数生成对应操作的资源占比，获取整个CBO路径规划对应的资源占比； 根据整个CBO路径规划对应的资源占比和预设的分类规划规则生成CBO路径规划模型。
3.根据权利要求2所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于，所述SQL语句的统计信息包括SQL语句表信息、SQL语句索引信息、SQL语句列信息和SQL语句分区信息、SQL语句磁盘信息和SQL语句内存排序数据量信息。
4.根据权利要求2所述的所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于，所述分类规划规则包括： 根据SQL语句的数据、SQL语句的索引使用数据、SQL语句的分区数据和SQL语句的联合查询数据对SQL语句进行分类； 根据SQL语句的数据的连接操作方式以及连接顺序方式 、SQL语句操作的执行算法方式、SQL语句的数据的读取方式和SQL语句操作之间的数据传递方式对SQL语句进行规划； 根据所述SQL语句的分类和所述SQL语句的规划生成分类规划规则。
5.根据权利要求1所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于,所述步骤S2包括： 使用autotrace指令跟踪SQL语句并分析SQL语句的执行步骤和统计信息。
6.根据权利要求1所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于,所述步骤S3包括： 在集群数据库中将输入的SQL语句解析为关系代数，判断SQL语句的语法是否正确。
7.根据权利要求1所述的所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于，所述步骤S4包括： 将SQL语句连接到集群数据库并调用SQL语句的执行过程； 在SQL语句的执行过程中获取所述集群数据库的参数； 将所述参数赋值给所述扫描系统； 通过所述扫描系统对集群数据库进行扫描。
8.根据权利要求1-7任一项所述的所述的一种基于RBCA模型构建的数据库的快速检索方法，其特征在于，所述步骤S5包括：
步骤S5.1.根据所述分类规划规则对SQL语句中的SQL语句进行转化，生成统计数据；
步骤S5.2.根据SQL语句的资源占比获取所述统计数据的访问路径；
步骤S5.3.根据所述访问路径选择所述统计数据的连接方法，确定所述统计数据的连接次序； 步骤S5.4.根据所述统计数据的连接方法和所述统计数据的连接次序生成SQL语句对应的规划路径。
CN202111123413.5A 2021-09-24 2021-09-24 一种基于rbca模型构建的数据库的快速检索方法 Pending CN113886416A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111123413.5A CN113886416A (zh) 2021-09-24 2021-09-24 一种基于rbca模型构建的数据库的快速检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111123413.5A CN113886416A (zh) 2021-09-24 2021-09-24 一种基于rbca模型构建的数据库的快速检索方法

Publications (1)

Publication Number Publication Date
CN113886416A true CN113886416A (zh) 2022-01-04

Family

ID=79006565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111123413.5A Pending CN113886416A (zh) 2021-09-24 2021-09-24 一种基于rbca模型构建的数据库的快速检索方法

Country Status (1)

Country Link
CN (1) CN113886416A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150254295A1 (en) * 2014-03-04 2015-09-10 International Business Machines Corporation Regression testing of sql execution plans for sql statements
US20200019552A1 (en) * 2017-03-31 2020-01-16 Huawei Technologies Co., Ltd. Query optimization method and related apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150254295A1 (en) * 2014-03-04 2015-09-10 International Business Machines Corporation Regression testing of sql execution plans for sql statements
US20200019552A1 (en) * 2017-03-31 2020-01-16 Huawei Technologies Co., Ltd. Query optimization method and related apparatus

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
刘光霆;何宏;: "ORACLE中SQL执行原理及性能优化研究", 计算机应用与软件, no. 06, 15 June 2009 (2009-06-15) *
周锦: ""基于Oracle数据库SQL语句优化规则的研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》, 15 October 2013 (2013-10-15), pages 138 - 274 *
张学义;王观玉;黄隽;: "基于Oralce数据库SQL查询优化研究", 制造业自动化, no. 02, 25 January 2011 (2011-01-25) *
李江晖: ""数据库性能优化及其在报刊信息系统的应用"", 《中国优秀硕士学位论文全文数据库信息科技辑》, 15 March 2012 (2012-03-15), pages 138 - 1778 *
林伟;: "Oracle数据库索引优化方法探析", 信息与电脑(理论版), no. 05, 15 March 2019 (2019-03-15) *
王春梅;陈学明;: "基于Oracle数据库电信CRM经营分析系统的性能优化", 计算机与数字工程, no. 03, 20 March 2015 (2015-03-20) *

Similar Documents

Publication Publication Date Title
Xie et al. Simba: Efficient in-memory spatial analytics
US7565342B2 (en) Dynamic semi-join processing with runtime optimization
US6801903B2 (en) Collecting statistics in a database system
Pavlo et al. Skew-aware automatic database partitioning in shared-nothing, parallel OLTP systems
US8965918B2 (en) Decomposed query conditions
US8046354B2 (en) Method and apparatus for re-evaluating execution strategy for a database query
US6938035B2 (en) Reduce database monitor workload by employing predictive query threshold
CN112988782B (zh) Hive支持交互式查询的方法、装置及存储介质
WO2019152218A1 (en) Query optimizer constraints
Wang et al. Supporting a light-weight data management layer over hdf5
US20030061244A1 (en) System and method for database query optimization
US20090112799A1 (en) Database Statistics for Optimization of Database Queries Containing User-Defined Functions
CN104620239A (zh) 自适应查询优化
WO2002071260A1 (en) Adaptable query optimization and evaluation in temporal middleware
US20070250517A1 (en) Method and Apparatus for Autonomically Maintaining Latent Auxiliary Database Structures for Use in Executing Database Queries
US10795889B2 (en) Query path with aggregate projection
CN109299101B (zh) 数据检索方法、装置、服务器和存储介质
Lu et al. Multidatabase query optimization: Issues and solutions
US8782641B2 (en) Tuning of work to meet performance goal
Hwang et al. Optimizing top-k queries for middleware access: A unified cost-based approach
Wijesiriwardana et al. An innovative query tuning scheme for large databases
CN113886416A (zh) 一种基于rbca模型构建的数据库的快速检索方法
Ekanayake et al. Performance Evaluation of Google Spreadsheet over RDBMS through Cloud Scripting Algorithms
US20120095989A1 (en) Estimating a Number of Unique Values in a List
KR100315601B1 (ko) 주기억장치데이터베이스관리시스템에서객체지향질의어실행계획의저장과재실행방법

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