CN116595044A - 数据库选择率计算的优化方法、存储介质与设备 - Google Patents

Abstract

本发明提供了一种数据库选择率计算的优化方法、存储介质与设备。其中上述方法包括：提取谓词AND连接的第一约束子句；将第一约束子句中存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合，并逐一计算第一目标列集合中每个合并目标列的第一选择率；计算第一约束子句中第一目标列集合以外目标列的第二选择率；对第一选择率以及第二选择率进行排序，按照预设规则选出预设数量目标列的选择率代入预设公式计算总选择率。通过本方法，能够合理地计算选择率，并将数据相关性结合到选择率公式中，从而提升优化器选择率计算的准确度。

Description

数据库选择率计算的优化方法、存储介质与设备

技术领域

本发明涉及数据库技术，特别是涉及一种数据库选择率计算的优化方法、存储介质与设备。

背景技术

在数据库执行数据库操作语句之前，通常会调用优化器根据数据库操作语句生成最优执行计划，优化器会对数据库操作语句进行基数估计，基数估计的效率以及准确性关系到数据库优化器能否快速、准确地生成最优执行计划。基数估计对保证成本模型的准确性，进而找到好的连接顺序至关重要。如果没有好的基数估计，则可能导致查询性能缓慢。而基数估计一种常用的做法是采用完全独立假设，忽略列之间的相关性，由于查询数据本身时，数据之间多多少少会带有一定相关性。因此需要一种能够合理地计算选择率的方法。

发明内容

本发明的一个目的是合理地计算选择率。

本发明一个进一步的目的是提升优化器选择率计算的准确度。

特别地，本发明提供了一种数据库选择率计算的优化方法，其包括：

提取谓词AND连接的第一约束子句；

将第一约束子句中存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合，并逐一计算第一目标列集合中每个合并目标列的第一选择率；

计算第一约束子句中第一目标列集合以外目标列的第二选择率；

对第一选择率以及第二选择率进行排序，按照预设规则选出预设数量目标列的选择率代入预设公式计算总选择率。

可选地，提取谓词AND连接的约束子句的步骤之前包括：

获取数据库操作语句；

判断数据库操作语句中是否存在预设语句，预设语句用于开启优化方法；

在不存在预设语句的情况下，结束优化方法。

可选地，判断数据库操作语句中是否存在预设语句的步骤之后包括：

在存在预设语句的情况下，判断数据库操作语句中是否存在谓词OR连接的第二约束子句；

若是，则通过预设规则将第二约束子句等价替换为谓词AND连接的第三约束子句。

可选地，将第一约束子句中存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合的步骤包括：

判断第一约束子句是否有存在函数依赖关系的列；

若存在，则将存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合。

可选地，对第一选择率以及第二选择率进行排序，按照预设规则选出预设数量目标列的选择率代入预设公式计算总选择率的步骤包括：

对第一选择率以及第二选择率进行排序；

提取预设数量的最小选择率代入预设公式计算总选择率。

可选地，预设公式包括：

p，表示第一选择率或者

第二选择率。

可选地，按照预设规则选出预设数量目标列的选择率代入预设公式计算总选择率的步骤之后包括：

将总选择率返回给优化器。

可选地，将总选择率返回给优化器的步骤之后包括：

调用优化器根据总选择率进行基数估计并生成最优执行计划。

根据本发明的另一个方面，还提供了一种机器可读存储介质，其上存储有机器可执行程序，机器可执行程序被处理器执行时实现上述任一种的数据库选择率计算的优化方法。

根据本发明的又一个方面，还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的机器可执行程序，并且处理器执行机器可执行程序时实现上述任一种的数据库选择率计算的优化方法。

本发明的数据库选择率计算的优化方法，在获取数据库操作语句之后，判断数据库操作语句末尾是否存在预设语句，若是，则提取数据库操作语句之中谓词AND连接的第一约束子句，并将第一约束子句中存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合，并逐一计算第一目标列集合中每个合并目标列的第一选择率；计算第一约束子句中第一目标列集合以外目标列的第二选择率；对第一选择率以及第二选择率进行排序，按照预设规则选出预设数量的选择率代入预设公式计算总选择率，其中预设公式包括： p表示第一选择率或者第二选择率。通过此方法能够合理地计算选择率，并将数据相关性结合到选择率公式中，从而提升优化器选择率计算的准确度。

进一步地，本发明的数据库选择率计算的优化方法，在判定数据库操作语句中存在预设语句的情况下，判断数据库操作语句中是否存在谓词OR连接的第二约束子句；若存在，则通过预设规则将第二约束子句等价替换为谓词AND连接的第三约束子句，从而更加全面地提取数据库操作语句中的约束子句，提升优化器选择率计算的准确度。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本发明一个实施例的数据库选择率计算的优化方法的流程示意图；

图2是根据本发明另一个实施例的数据库选择率计算的优化方法的流程示意图；

图3是根据本发明一个实施例的数据库选择率计算的优化方法中机器可读存储介质的示意图；以及

图4是根据本发明一个实施例的数据库选择率计算的优化方法中计算机设备的示意图。

具体实施方式

本领域技术人员应当理解的是，下文所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，该一部分实施例旨在用于解释本发明的技术原理，并非用于限制本发明的保护范围。基于本发明提供的实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本发明的保护范围之内。

图1是根据本发明一个实施例的数据库选择率计算的优化方法的流程示意图。该流程可以包括：

步骤S101，获取数据库操作语句。

步骤S102，判断数据库操作语句中是否存在预设语句。其中，预设语句用于开启本优化功能。在本申请的一些实施例中，可以在数据库操作语句末尾添加预设的语句，数据库便会在执行数据库操作语句时开启本申请的优化功能。

步骤S103，在步骤S102判定为是的情况下，判断数据库操作语句是否谓词OR连接的第二约束子句。本步骤包括：在确定数据库开启本申请的优化功能之后，会判断数据库操作语句的约束条件子句中是否存在使用谓词OR连接的约束子句。

步骤S104，在步骤S103判定为是的情况下，通过预设规则将第二约束子句等价替换为谓词AND连接的第三约束子句。在本申请的一些实施例中，可以使用德摩根定律将第二约束子句等价替换为谓词AND连接的第三约束子句，例如：

not(A or B)<＝>(not A)and(not B)

A or B<＝>not((not A)and(not B))

not A<＝>(1-A)

A or B＝1–[(1-A)and(1-B)]

情况复杂时，

A or B or C or…＝1-[(1-A)and(1-B)and(1-C)and…]

步骤S105，在步骤S104执行完毕或者步骤S103判定为否的情况下，提取谓词AND连接的第一约束子句。

步骤S106，将第一约束子句中存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合，并逐一计算第一目标列集合中每个合并目标列的第一选择率。本步骤包括：判断第一约束子句是否有存在函数依赖关系的列；若存在，则将存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合。其中函数依赖关系是指两个目标列之中的结果存在依赖关系，例如：

给定表text(a int,b int)，数据一共有10000条记录，

满足条件a＝1的记录有100条，选择率为1％，满足条件b＝1的记录有100条，选择率为1％，但满足a＝1and b＝1的记录实际有100条，若根据属性的完全独立性假设，满足a＝1and b＝1的选择率＝1％*1％＝0.01％，若根据本申请的方法统计信息时，a＝1and b＝1的选择率＝1％。从而提高计算选择率的准确度。

步骤S107，计算第一约束子句中第一目标列集合以外目标列的第二选择率。本步骤包括：逐一计算第一约束子句中不存在函数依赖关系的目标列的选择率作为第二选择率。

步骤S108，对第一选择率以及第二选择率进行排序，按照预设规则选出预设数量目标列的选择率代入预设公式计算总选择率。在本申请的一些实施例中，将步骤S106与步骤S107计算得出的选择率按照大小关系进行排序，随后选取最小的前4个选择率代入预设公式中进行计算。其中预设公式的一种示例如：p表示目标列的选择率。本领域技术人员可以根据实际情况决定计算的公式以及代入的选择率数量。

通过此方法，通过此方法能够合理地计算选择率，并将数据相关性结合到选择率公式中，从而提升优化器选择率计算的准确度，最终提升数据库的执行效率。

图2是根据本发明另一个实施例的数据库选择率计算的优化方法的流程示意图。该流程可以包括：

步骤S201，提取谓词AND连接的第一约束子句。本步骤包括：提取数据库操作语句中使用谓词AND连接的约束子句。

步骤S202，将第一约束子句中存在函数依赖关系的列根据函数依赖关系合并作为第一目标列集合，并逐一计算第一目标列集合中每个合并目标列的第一选择率。

步骤S203，计算第一约束子句中第一目标列集合以外目标列的第二选择率。本步骤包括：逐一计算第一约束子句中不存在函数依赖关系的目标列的选择率作为第二选择率。

步骤S204，对第一选择率以及第二选择率进行排序，按照预设规则选出预设数量目标列的选择率代入预设公式计算总选择率。本步骤包括：将步骤S202以及步骤S203中计算得到的选择率全部进行排序，并根据预设规则取出对应数量的选择率代入预设公式进行计算，从而得到最终选择率。

在本步骤之后还包括：将最终选择率返回给优化器，调用优化器进行基数估计，进而经过计算得到最优执行计划。

通过本方法，能够针对不同的数据库操作语句，在无法确定数据相关性的情况下，较为折中地计算选择率，不倾向于完全独立，也尽量避免数据完全不相关时选择率计算差距大的情况，从而提升数据库的性能。

本实施还提供了一种机器可读存储介质和计算机设备。图3是根据本发明一个实施例的机器可读存储介质301的示意图，图4是根据本发明一个实施例的计算机设备403的示意图。

机器可读存储介质301其上存储有机器可执行程序302，机器可执行程序302被处理器执行时实现上述任一实施例的数据库选择率计算的优化方法。

计算机设备403可以包括存储器401、处理器402及存储在存储器401上并在处理器402上运行的机器可执行程序302，并且处理器402执行机器可执行程序302时实现上述任一实施例的数据库选择率计算的优化方法。

需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，计算选择率，可以具体实现在任何机器可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

就本实施例的描述而言，机器可读存储介质301可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。机器可读存储介质301的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，机器可读存储介质301甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。

计算机设备403可以是例如服务器、台式计算机、笔记本式计算机、平板计算机或智能手机。在一些示例中，计算机设备403可以是云计算节点。计算机设备403可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机设备403可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

计算机设备403可以包括适于执行存储的指令的处理器402、在操作期间为所述指令的操作提供临时存储空间的存储器401。处理器402可以是单核处理器、多核处理器、计算集群或任何数量的其他配置。存储器401可以包括随机存取存储器(RAM)、只读存储器、闪存或任何其他合适的存储系统。

处理器402可以通过系统互连(例如PCI、PCI-Express等)连接到适于将计算机设备403连接到一个或多个I/O设备(输入/输出设备)的I/O接口(输入/输出接口)。I/O设备可以包括例如键盘和指示设备，其中指示设备可以包括触摸板或触摸屏等等。I/O设备可以是计算机设备403的内置组件，或者可以是外部连接到计算设备的设备。

处理器402也可以通过系统互连链接到适于将计算机设备403连接到显示设备的显示接口。显示设备可以包括作为计算机设备403的内置组件的显示屏。显示设备还可以包括外部连接到计算机设备403的计算机监视器、电视机或投影仪等。此外，网络接口控制器(network interface controller，NIC)可以适于通过系统互连将计算机设备403连接到网络。在一些实施例中，NIC可以使用任何合适的接口或协议(诸如因特网小型计算机系统接口等)来传输数据。网络可以是蜂窝网络、无线电网络、广域网(WAN))、局域网(LAN)或因特网等等。远程设备可以通过网络连接到计算设备。

本实施例提供的流程图并不旨在指示方法的操作将以任何特定的顺序执行，或者方法的所有操作都包括在所有的每种情况下。此外，方法可以包括附加操作。在本实施例方法提供的技术思路的范围内，可以对上述方法进行附加的变化。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种数据库选择率计算的优化方法，包括：

提取谓词AND连接的第一约束子句；

将所述第一约束子句中存在函数依赖关系的列根据所述函数依赖关系合并作为第一目标列集合，并逐一计算所述第一目标列集合中每个合并目标列的第一选择率；

计算所述第一约束子句中第一目标列集合以外目标列的第二选择率；

对所述第一选择率以及所述第二选择率进行排序，按照预设规则选出预设数量所述目标列的选择率代入预设公式计算总选择率。

2.根据权利要求1所述的数据库选择率计算的优化方法，其中，

所述提取谓词AND连接的约束子句的步骤之前包括：

获取数据库操作语句；

判断所述数据库操作语句中是否存在预设语句，所述预设语句用于开启优化方法；

在不存在所述预设语句的情况下，结束优化方法。

3.根据权利要求2所述的数据库选择率计算的优化方法，其中，

所述判断所述数据库操作语句中是否存在预设语句的步骤之后包括：

在存在所述预设语句的情况下，判断所述数据库操作语句中是否存在谓词OR连接的第二约束子句；

若是，则通过预设规则将所述第二约束子句等价替换为谓词AND连接的第三约束子句。

4.根据权利要求1所述的数据库选择率计算的优化方法，其中，

所述将所述第一约束子句中存在函数依赖关系的列根据所述函数依赖关系合并作为第一目标列集合的步骤包括：

判断所述第一约束子句是否有存在函数依赖关系的列；

若存在，则将所述存在函数依赖关系的列根据所述函数依赖关系合并作为第一目标列集合。

5.根据权利要求1所述的数据库选择率计算的优化方法，其中，

所述对所述第一选择率以及所述第二选择率进行排序，按照预设规则选出预设数量所述目标列的选择率代入预设公式计算总选择率的步骤包括：

对所述第一选择率以及所述第二选择率进行排序；

提取预设数量的最小选择率代入所述预设公式计算总选择率。

6.根据权利要求5所述的数据库选择率计算的优化方法，其中，

所述预设公式包括：

p表示所述第一选择率或者所述第二选择率。

7.根据权利要求1所述的数据库选择率计算的优化方法，其中，

所述按照预设规则选出预设数量所述目标列的选择率代入预设公式计算总选择率的步骤之后包括：

将所述总选择率返回给优化器。

8.根据权利要求7所述的数据库选择率计算的优化方法，其中，

所述将所述总选择率返回给优化器的步骤之后包括：

调用所述优化器根据所述总选择率进行基数估计并生成最优执行计划。

9.一种机器可读存储介质，其上存储有机器可执行程序，所述机器可执行程序被处理器执行时实现根据权利要求1至8任一项所述的数据库选择率计算的优化方法。

10.一种计算机设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的机器可执行程序，并且所述处理器执行所述机器可执行程序时实现根据权利要求1至8任一项所述的数据库选择率计算的优化方法。