CN116680308A - 数据库查询方法及装置、电子设备和计算机可读存储介质 - Google Patents
数据库查询方法及装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN116680308A CN116680308A CN202310611970.4A CN202310611970A CN116680308A CN 116680308 A CN116680308 A CN 116680308A CN 202310611970 A CN202310611970 A CN 202310611970A CN 116680308 A CN116680308 A CN 116680308A
- Authority
- CN
- China
- Prior art keywords
- statement
- target
- query
- user
- historical
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004590 computer program Methods 0.000 claims description 19
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000013468 resource allocation Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
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
- G06F16/2455—Query execution
-
- 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
- G06F16/248—Presentation of query results
-
- 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)
- 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
本公开提供了一种数据库查询方法及装置、电子设备和计算机可读存储介质,可以应用于大数据技术领域、人工智能技术领域、金融技术领域。该数据库查询方法包括:响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;确定目标用户的用户等级;基于语句判别模型,获得目标查询语句的语句判别结果,其中语句判别结果用于表征目标查询语句为复杂语句或者简单语句;根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;利用目标计算单元执行目标查询任务,以获得针对查询请求的数据库查询结果。
Description
技术领域
本公开涉及大数据技术领域、人工智能技术领域,具体地涉及一种数据库查询方法、装置、设备、介质和程序产品。
背景技术
在金融业务领域,随着数据规模增长迅速,业务人员对数据时效的提升要求也与日俱增。为了能够更加快速的响应业务人员的个性化定制需求,为数据分析师提供了数据灵活查询服务,可让数据分析师在灵活查询平台上,自定义语句查询所需的数据结果。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:由于灵活查询服务的便捷性和高时效,自定义查询语句的数量激增,语句质量参差不齐导致查询资源浪费,查询资源不能得到合理分配和有效率用,数据库查询效率低。
发明内容
鉴于上述问题,本公开提供了一种数据库查询方法、装置、设备、介质和程序产品。
本公开的一个方面,提供了一种数据库查询方法,包括:
响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;
确定目标用户的用户等级;
基于语句判别模型,获得目标查询语句的语句判别结果,其中语句判别结果用于表征目标查询语句为复杂语句或者简单语句;
根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;
利用目标计算单元执行目标查询任务,以获得针对查询请求的数据库查询结果。
根据本公开的实施例,其中,确定目标用户的用户等级包括:
从日志数据库中读取目标用户在第一预定历史时间段内的多条历史查询语句;
获取多条历史查询语句各自的第一历史运行数据;
获取目标业务类型对应的业务优先级,其中,目标业务类型为:目标用户分管的业务所属的业务类型;
根据多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算目标用户的用户等级。
根据本公开的实施例,其中,根据多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算目标用户的用户等级包括:
根据多条历史查询语句各自的第一历史运行数据,计算语句运行维度分值;
根据目标业务类型对应的业务优先级,确定业务维度分值;
确定语句运行维度权重和业务维度权重;
根据语句运行维度分值、语句运行维度权重、业务维度分值、业务维度权重,计算得到目标用户的用户等级。
根据本公开的实施例,其中,语句判别模型包括第一语句判别模型或第二语句判别模型;
基于语句判别模型,获得目标查询语句的语句判别结果包括:
获取目标查询语句的在第二预定历史时间段内的第二历史运行数据,其中第二历史运行数据包括历史运行次数;
根据历史运行次数确定目标查询语句的执行类型,执行类型为单次执行语句或多次执行语句;
根据目标查询语句的执行类型,基于第一语句判别模型或第二语句判别模型获得目标查询语句的语句判别结果。
根据本公开的实施例,其中,根据目标查询语句的执行类型,基于第一语句判别模型或第二语句判别模型获得目标查询语句的语句判别结果包括:
在目标查询语句的执行类型为单次执行语句的情况下,基于第一语句判别模型获得目标查询语句的语句判别结果;
在目标查询语句的执行类型为多次执行语句的情况下,基于第二语句判别模型获得目标查询语句的语句判别结果。
根据本公开的实施例,其中,基于第一语句判别模型获得目标查询语句的语句判别结果包括:
获取目标查询语句的预估资源消耗值和预估数据量值;
将预估资源消耗值和预估数据量值输入第一语句判别模型,输出语句判别结果。
根据本公开的实施例,其中,第二历史运行数据还包括在执行目标查询语句过程中的CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录;
基于第二语句判别模型获得目标查询语句的语句判别结果包括:
获取目标查询语句的预估资源消耗值和预估数据量值;
将预估资源消耗、预估数据量值、CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录,输入第二语句判别模型,输出语句判别结果。
本公开的另一个方面提供了一种数据库查询装置,包括任务生成模块、第一确定模块、语句判别模块、第二确定模块、任务执行模块。
任务生成模块,用于响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;
第一确定模块,用于确定目标用户的用户等级;
语句判别模块,用于基于语句判别模型,获得目标查询语句的语句判别结果,其中语句判别结果用于表征目标查询语句为复杂语句或者简单语句;
第二确定模块,用于根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;
任务执行模块,用于利用目标计算单元执行目标查询任务,以获得针对查询请求的数据库查询结果。
根据本公开的实施例,其中,第一确定模块包括读取单元、第一获取单元、第二获取单元、计算单元。
其中,读取单元,用于从日志数据库中读取目标用户在第一预定历史时间段内的多条历史查询语句;
第一获取单元,用于获取多条历史查询语句各自的第一历史运行数据;
第二获取单元,用于获取目标业务类型对应的业务优先级,其中,目标业务类型为:目标用户分管的业务所属的业务类型;
计算单元,用于根据多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算目标用户的用户等级。
根据本公开的实施例,其中,计算单元包括第一计算子单元、第一确定子单元、第二确定子单元、第二计算子单元。
第一计算子单元,用于根据多条历史查询语句各自的第一历史运行数据,计算语句运行维度分值;
第一确定子单元,用于根据目标业务类型对应的业务优先级,确定业务维度分值;
第二确定子单元,用于确定语句运行维度权重和业务维度权重;
第二计算子单元,用于根据语句运行维度分值、语句运行维度权重、业务维度分值、业务维度权重,计算得到目标用户的用户等级。
根据本公开的实施例,其中,语句判别模型包括第一语句判别模型或第二语句判别模型;
语句判别模块包括获取子模块、确定子模块、判别子模块。
获取子模块,用于获取目标查询语句的在第二预定历史时间段内的第二历史运行数据,其中第二历史运行数据包括历史运行次数;
确定子模块,用于根据历史运行次数确定目标查询语句的执行类型,执行类型为单次执行语句或多次执行语句;
判别子模块,用于根据目标查询语句的执行类型,基于第一语句判别模型或第二语句判别模型获得目标查询语句的语句判别结果。
根据本公开的实施例,其中,判别子模块包括第一判别单元、第二判别单元。
其中,第一判别单元,用于在目标查询语句的执行类型为单次执行语句的情况下,基于第一语句判别模型获得目标查询语句的语句判别结果;
第二判别单元,用于在目标查询语句的执行类型为多次执行语句的情况下,基于第二语句判别模型获得目标查询语句的语句判别结果。
根据本公开的实施例,其中,第一判别单元包括第一获取子单元、第一输入输出子单元。
其中,第一获取子单元,用于获取目标查询语句的预估资源消耗值和预估数据量值;
第一输入输出子单元,用于将预估资源消耗值和预估数据量值输入第一语句判别模型,输出语句判别结果。
根据本公开的实施例,其中,第二历史运行数据还包括在执行目标查询语句过程中的CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录;第二判别单元包括第二获取子单元、第二输入输出子单元。
其中,第二获取子单元,用于获取目标查询语句的预估资源消耗值和预估数据量值;
第二输入输出子单元,用于将预估资源消耗、预估数据量值、CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录,输入第二语句判别模型,输出语句判别结果。
本公开的另一个方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述数据库查询方法。
本公开的另一个方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述数据库查询方法。
本公开的另一个方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述数据库查询方法。
根据本公开的实施例,通过确定目标用户的用户等级、获得目标查询语句的语句判别结果,并进一步根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元,如此,对于业务提交的数据库实时自定义查询语句,通过对每个语句都能实现量化评分,并结合用户维度进行资源分配,从而对于执行用户自定义查询语句对应的查询任务,可为其分配合理的计算机资源,实现对有限的数据库资源进行实时的合理有效分配,提高资源利用率,提高数据库查询效率,也有利于进一步促进业务优化自身语句的提交质量。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的数据库查询方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的数据库查询方法的流程图;
图3示意性示出了根据本公开实施例的数据库查询方法的原理图;
图4示意性示出了根据本公开实施例的根据用户等级以及语句判别结果分配计算资源的方法原理图;
图5示意性示出了根据本公开实施例的对用户评级、以及对语句判别的方法原理图;
图6示意性示出了根据本公开实施例的数据库查询装置的结构框图;
图7示意性示出了根据本公开实施例的适于实现数据库查询方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本公开的实施例中,所涉及的数据(例如,包括但不限于用户个人信息)的收集、更新、分析、处理、使用、传输、提供、公开、存储等方面,均符合相关法律法规的规定,被用于合法的用途,且不违背公序良俗。特别地,对用户个人信息采取了必要措施,防止对用户个人信息数据的非法访问,维护用户个人信息安全、网络安全和国家安全。
在本公开的实施例中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
需要说明的是,本公开实施例的数据库查询方法及装置、电子设备和计算机可读存储介质可以应用于大数据技术领域、人工智能技术领域、金融技术领域,也可用于除大数据技术领域、人工智能技术领域、金融技术领域之外的任意领域,本公开的实施例对上述数据库查询方法及装置、电子设备和计算机可读存储介质的应用领域不做限定。
本公开的实施例提供了一种数据库查询方法,包括:
响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;确定目标用户的用户等级;基于语句判别模型,获得目标查询语句的语句判别结果,其中语句判别结果用于表征目标查询语句为复杂语句或者简单语句;根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;利用目标计算单元执行目标查询任务,以获得针对查询请求的数据库查询结果。
图1示意性示出了根据本公开实施例的数据库查询方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
在本公开实施例的场景下,用户通过第一终端设备101、第二终端设备102、第三终端设备103输入查询语句,向服务器105发起用户获取查询结果的请求,服务器105可执行本公开实施例的数据库查询方法,确定用户的用户等级、以及判断查询语句属于简单查询语句还是复杂查询语句,并根据用户等级以及语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元,利用目标计算单元执行目标查询任务,获得针对查询请求的数据库查询结果后,通过第一终端设备101、第二终端设备102、第三终端设备103向用户返回。
需要说明的是,本公开实施例所提供的数据库查询方法一般可以由服务器105执行。相应地,本公开实施例所提供的数据库查询装置一般可以设置于服务器105中。本公开实施例所提供的数据库查询方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的数据库查询装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图7对本公开实施例的数据库查询方法进行详细描述。
图2示意性示出了根据本公开实施例的数据库查询方法的流程图;图3示意性示出了根据本公开实施例的数据库查询方法的原理图。以下结合图2、图3对该方法进行说明。
如图2所示,该实施例的数据库查询方法包括操作S201~操作S205。
在操作S201,响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;
在操作S202,确定目标用户的用户等级;
在操作S203,基于语句判别模型,获得目标查询语句的语句判别结果,其中语句判别结果用于表征目标查询语句为复杂语句或者简单语句;
在操作S204,根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;
在操作S205,利用目标计算单元执行目标查询任务,以获得针对查询请求的数据库查询结果。
如图3所示,目标用户在执行查询任务时,可自定义查询语句,用以查询所需的数据结果。目标用户在终端设备中输入目标查询语句(即自定义查询语句),后端数据查询系统响应于用户请求,通过执行操作S201生成目标查询任务,通过执行操作S202对用于进行评级,确定目标用户的用户等级;通过执行操作S203基于语句判别模型对查询语句进行语句判别,具体生成目标查询语句为复杂语句还是简单语句的判别结果;通过执行操作S204进行资源分配,根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;最后通过执行操作S205,利用目标计算单元执行目标查询任务,获得针对查询请求的数据库查询结果。
根据本公开的实施例,在操作S202,确定目标用户的用户等级,例如可以是确定目标用户属于多个预设等级中确定目标用户对应的等级。例如,用户预设等级分为A、B、C、D、E五个评价等级,对张三进行评级后确定其属于B等级用户。
图4示意性示出了根据本公开实施例的根据用户等级以及语句判别结果分配计算资源的方法原理图。
如图4所示,计算资源池中的多个计算单元中可分为两大资源队列组,分别为简单语句资源队列组和复杂语句资源队列组,其中,简单语句资源队列组的总资源分配量小于复杂语句资源队列组的总资源分配量。具体地,简单语句资源队列组的并发线程数、cpu计算资源、IO资源等可控计算资源的数量,小于简单语句资源队列组。
进一步地,在每个资源队列组中,基于用户等级的不同分为多个不同等级的计算单元。如,简单语句资源队列组中包括A等级计算单元(对应于A等级用户队列)、B等级计算单元(对应于B等级用户队列)、C等级计算单元(对应于C等级用户队列)、D等级计算单元(对应于D等级用户队列)、E等级计算单元(对应于E等级用户队列)。简单语句资源队列组的分类同理,在此不再赘述。
其中,各计算单元对应的计算资源(并发数、cpu计算资源、IO资源等)的资源量根据用户等级依次递减。如,分配资源量的排序:A等级计算单元>B等级计算单元>C等级计算单元>D等级计算单元>E等级计算单元。
根据本公开的实施例,在操作S204,根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元,具体可以是:首先根据目标查询语句的判别结果,从简单语句资源队列组和复杂语句资源队列组中确定所归属的目标资源队列组;之后,根据目标用户的用户等级,从目标资源队列组中包括的多个不同等级的计算单元中确定与目标用户的用户等级对应的目标计算单元。如,目标用户的用户等级为B等级,目标查询语句为复杂语句,最终确定目标计算单元为复杂语句资源队列组中的B等级计算单元。
根据本公开的实施例,可对数据库整体计算资源利用情况需进行实时监测,设置语句提交执行开关P,当数据库计算资源利用率为富余状态时,开关P打开,反之开关P关闭,当资源从饱和状态回落时,开关再度开启。在确定查询语句进入最终资源队列后,判断开关P的状态,若为开启状态,则当前数据库语句进入运行状态,反之则进入等待状态。
根据本公开的实施例,通过确定目标用户的用户等级、获得目标查询语句的语句判别结果,并进一步根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元,如此,对于业务提交的数据库实时自定义查询语句,通过对每个语句都能实现量化评分,并结合用户维度进行资源分配,从而对于执行用户自定义查询语句对应的查询任务,可为其分配合理的计算机资源,实现对有限的数据库资源进行实时的合理有效分配,提高资源利用率,提高数据库查询效率,也有利于进一步促进业务优化自身语句的提交质量。
根据本公开的实施例,具体地,确定目标用户的用户等级包括以下操作11-操作14。
操作11、从日志数据库中读取目标用户在第一预定历史时间段内的多条历史查询语句;在本公开的实施例中,在获取用户的信息之前,可以获得用户的同意或授权。例如,在操作11之前,可以向用户发出获取用户信息的请求。在用户同意或授权可以获取用户信息的情况下,执行操作11。
操作12、获取多条历史查询语句各自的第一历史运行数据;例如,运行时长、运行成功率等等。
操作13、获取目标业务类型对应的业务优先级,其中,目标业务类型为:目标用户分管的业务所属的业务类型;例如,可根据对多个业务类型预设的优先级,确定目标业务类型对应的业务优先级。如对于监管报送类业务,预设优先级为:1级优先。对于信息发送类业务,预设优先级为:2级优先。
操作14、根据多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算目标用户的用户等级。
根据本公开的实施例,在确定公户等级的过程中,综合考虑了用户历史查询语句的运行情况和用户分管业务类型,用户等级的划分更加具有参考性,提高了用户分级的准确性。
根据本公开的实施例,在上述操作14中,根据多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算目标用户的用户等级具体包括以下操作21-操作24:
在操作21,根据多条历史查询语句各自的第一历史运行数据,计算语句运行维度分值;第一历史运行数据包括历史查询语句的资源消耗值、所述历史查询语句运行成功与否的历史运行结果、所述历史查询语句的历史运行时长。
在操作22,根据目标业务类型对应的业务优先级,确定业务维度分值;
在操作23,确定语句运行维度权重和业务维度权重;
在操作24,根据语句运行维度分值、语句运行维度权重、业务维度分值、业务维度权重,计算得到目标用户的用户等级。
图5示意性示出了根据本公开实施例的对用户评级、以及对语句判别的方法原理图。
如图5所示,在用户评级环节,通过对采集单元采集得到的第一历史运行数据通过用户评价模型,输出评级结果。
用户评价模型从业务维度和语句运行维度进行数据处理,业务维度指标包括用户分管业务的优先等级,即对应图5中的用户重要等级;语句运行维度指标包括简单语句和复杂语句的历史提交数量、语句运行时长、运行成功率等等。
在操作21,根据多条历史查询语句各自的第一历史运行数据,计算语句运行维度分值,例如可以是基于以下规则确定:
规则1:多条历史查询语句的平均运行时长越长,语句运行时长维度分值越低;
规则2:多条历史查询语句的成功率越高,语句运行成功率维度分值越高;由于语句在数据库运行的过程中,超过一定时长可被强制结束运行,所以单用户在一段时间内提交的语句运行成功率也是影响用户评价等级的因素。
规则3:根据简单语句和复杂语句的历史提交数量确定简单语句和复杂语句的数量占比,并计算复杂语句数量占比与简单语句数量占比的差值,差值的绝对值越大,语句数占比维度分值越低。
其中,确定历史查询语句为复杂语句还是简单语句,可通过预定语句执行程序中实际消耗的资源消耗值的大小确定,在语句执行完成后,预定语句执行程序可输出资源消耗值,资源消耗值的大小可表征语句执行逻辑的复杂程度和执行时间长短。
在操作22,根据目标业务类型对应的业务优先级,确定业务维度分值,例如可以是:根据目标业务类型对时效性的要求确定业务优先级(重要性),业务优先级越高,业务优先级维度分值越低。例如,对于监管报送类的应用所提交的查询语句,可适当的提高优先等级。
对每一维度的指标(影响因子)的数据进行处理,得到0-100分的分值区间,根据影响因子不同的影响程度进行不同权重的配比,得出最终综合用户评价等级,权重配比可根据实际情况进行调整。假设以上四个影响因子的配比权重为a∶b∶c∶d,则
根据语句运行维度分值、语句运行维度权重、业务维度分值、业务维度权重,计算得到目标用户的用户等级包括:
首先,根据语句运行维度分值、语句运行维度权重、业务维度分值、业务维度权重,计算得到用户评分,如下公式(1):
其中,S用户----用户评分;
S语句数占比----语句运行时长维度分值;
S运行成功率一语句运行成功率维度分值;
S运行时长----语句数占比维度分值;
S业务优先级----业务优先级维度分值。
之后,根据用户分值和用户等级的对应关系确定用户等级。例如,0-20分对应A级,21-40对应B级,41-60对应C级,61-80为对应D级,81-100对应E级。
根据本公开的实施例,进一步地,语句判别模型包括第一语句判别模型或第二语句判别模型。
基于语句判别模型,获得目标查询语句的语句判别结果包括:
从数据库运行日志中获取目标查询语句的在第二预定历史时间段内的第二历史运行数据,其中第二历史运行数据包括历史运行次数;
根据历史运行次数确定目标查询语句的执行类型,执行类型为单次执行语句或多次执行语句;
根据目标查询语句的执行类型,基于第一语句判别模型或第二语句判别模型获得目标查询语句的语句判别结果。
如图5所示,在语句判别环节,可利用语句复杂度分析模型(第一语句判别模型或第二语句判别模型),基于输入特征(例如目标查询语句的预估资源消耗值和预估数据量值、执行目标查询语句过程中的CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录等),输出语句是简单语句或复杂语句的判别结果,实现对语句的复杂度的实时判断。
其中,首先需要根据目标查询语句的历史运行次数确定目标查询语句为单次执行语句还是多次执行语句。若历史运行次数为零,则为单次执行语句,若历史运行次数大等于1,则为多次执行语句。其中,单次执行语句和多次执行语句分别采用不同的判别模型,基于不同的特征进行判别。
根据本公开的实施例,在目标查询语句的执行类型为单次执行语句的情况下,基于第一语句判别模型获得目标查询语句的语句判别结果。
基于第一语句判别模型进行语句判别的操作包括:首先获取目标查询语句的预估资源消耗值和预估数据量值;之后将预估资源消耗值和预估数据量值输入第一语句判别模型,输出语句判别结果。
其中,获取目标查询语句的预估资源消耗值和预估数据量值,可利用预定语句执行程序根据目标查询语句的数据结构进行处理,输出目标查询语句的预估资源消耗值和预估数据量值。
根据本公开的实施例,在目标查询语句的执行类型为多次执行语句的情况下,基于第二语句判别模型获得目标查询语句的语句判别结果。
基于第二语句判别模型进行语句判别的操作包括:将预估资源消耗、预估数据量值、CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录,输入第二语句判别模型,输出语句判别结果。
根据本公开的实施例,通过确定目标查询语句为单次执行语句还是多次执行语句,再分别基于语句类型采用不同的模型,基于不同的语句特征进行语句复杂度判别,如此,通过适应性调整输入特征的类型,对语句特征实现了更加全面的覆盖,语句的识别准确性得到了较大程度的提升。
基于上述数据库查询方法,本公开还提供了一种数据库查询装置。以下将结合图6对该装置进行详细描述。
图6示意性示出了根据本公开实施例的数据库查询装置的结构框图。
如图6所示,该实施例的数据库查询装置600包括任务生成模块601、第一确定模块602、语句判别模块603、第二确定模块604、任务执行模块605。
任务生成模块601,用于响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;
第一确定模块602,用于确定目标用户的用户等级;
语句判别模块603,用于基于语句判别模型,获得目标查询语句的语句判别结果,其中语句判别结果用于表征目标查询语句为复杂语句或者简单语句;
第二确定模块604,用于根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;
任务执行模块605,用于利用目标计算单元执行目标查询任务,以获得针对查询请求的数据库查询结果。
根据本公开的实施例,通过第一确定模块602确定目标用户的用户等级、通过语句判别模块603获得目标查询语句的语句判别结果,并进一步通过第二确定模块604、任务执行模块605根据目标用户的用户等级以及目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元,如此,对于业务提交的数据库实时自定义查询语句,通过对每个语句都能实现量化评分,并结合用户维度进行资源分配,从而对于执行用户自定义查询语句对应的查询任务,可为其分配合理的计算机资源,实现对有限的数据库资源进行实时的合理有效分配,提高资源利用率,提高数据库查询效率,也有利于进一步促进业务优化自身语句的提交质量。
根据本公开的实施例,其中,第一确定模块602包括读取单元、第一获取单元、第二获取单元、计算单元。
其中,读取单元,用于从日志数据库中读取目标用户在第一预定历史时间段内的多条历史查询语句;
第一获取单元,用于获取多条历史查询语句各自的第一历史运行数据;
第二获取单元,用于获取目标业务类型对应的业务优先级,其中,目标业务类型为:目标用户分管的业务所属的业务类型;
计算单元,用于根据多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算目标用户的用户等级。
根据本公开的实施例,其中,计算单元包括第一计算子单元、第一确定子单元、第二确定子单元、第二计算子单元。
第一计算子单元,用于根据多条历史查询语句各自的第一历史运行数据,计算语句运行维度分值;
第一确定子单元,用于根据目标业务类型对应的业务优先级,确定业务维度分值;
第二确定子单元,用于确定语句运行维度权重和业务维度权重;
第二计算子单元,用于根据语句运行维度分值、语句运行维度权重、业务维度分值、业务维度权重,计算得到目标用户的用户等级。
根据本公开的实施例,其中,语句判别模型包括第一语句判别模型或第二语句判别模型;
语句判别模块603包括获取子模块、确定子模块、判别子模块。
获取子模块,用于获取目标查询语句的在第二预定历史时间段内的第二历史运行数据,其中第二历史运行数据包括历史运行次数;
确定子模块,用于根据历史运行次数确定目标查询语句的执行类型,执行类型为单次执行语句或多次执行语句;
判别子模块,用于根据目标查询语句的执行类型,基于第一语句判别模型或第二语句判别模型获得目标查询语句的语句判别结果。
根据本公开的实施例,其中,判别子模块包括第一判别单元、第二判别单元。
其中,第一判别单元,用于在目标查询语句的执行类型为单次执行语句的情况下,基于第一语句判别模型获得目标查询语句的语句判别结果;
第二判别单元,用于在目标查询语句的执行类型为多次执行语句的情况下,基于第二语句判别模型获得目标查询语句的语句判别结果。
根据本公开的实施例,其中,第一判别单元包括第一获取子单元、第一输入输出子单元。
其中,第一获取子单元,用于获取目标查询语句的预估资源消耗值和预估数据量值;
第一输入输出子单元,用于将预估资源消耗值和预估数据量值输入第一语句判别模型,输出语句判别结果。
根据本公开的实施例,其中,第二历史运行数据还包括在执行目标查询语句过程中的CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录;第二判别单元包括第二获取子单元、第二输入输出子单元。
其中,第二获取子单元,用于获取目标查询语句的预估资源消耗值和预估数据量值;
第二输入输出子单元,用于将预估资源消耗、预估数据量值、CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录,输入第二语句判别模型,输出语句判别结果。
根据本公开的实施例,任务生成模块601、第一确定模块602、语句判别模块603、第二确定模块604、任务执行模块605中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,任务生成模块601、第一确定模块602、语句判别模块603、第二确定模块604、任务执行模块605中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,任务生成模块601、第一确定模块602、语句判别模块603、第二确定模块604、任务执行模块605中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现数据库查询方法的电子设备的方框图。
如图7所示,根据本公开实施例的电子设备700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有电子设备700操作所需的各种程序和数据。处理器701、ROM702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。电子设备700还可以包括连接至7输入/输出(I/O)接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至7输入/输出(I/O)接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的数据库查询方法。
在该计算机程序被处理器701执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分709被下载和安装,和/或从可拆卸介质711被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (11)
1.一种数据库查询方法,包括:
响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;
确定所述目标用户的用户等级;
基于语句判别模型,获得所述目标查询语句的语句判别结果,其中所述语句判别结果用于表征所述目标查询语句为复杂语句或者简单语句;
根据所述目标用户的用户等级以及所述目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;
利用所述目标计算单元执行所述目标查询任务,以获得针对所述查询请求的数据库查询结果。
2.根据权利要求1所述的方法,其中,确定所述目标用户的用户等级包括:
从日志数据库中读取所述目标用户在第一预定历史时间段内的多条历史查询语句;
获取所述多条历史查询语句各自的第一历史运行数据;
获取目标业务类型对应的业务优先级,其中,所述目标业务类型为:所述目标用户分管的业务所属的业务类型;
根据所述多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算所述目标用户的用户等级。
3.根据权利要求2所述的方法,其中,根据所述多条历史查询语句各自的第一历史运行数据,以及目标业务类型对应的业务优先级,计算所述目标用户的用户等级包括:
根据所述多条历史查询语句各自的第一历史运行数据,计算语句运行维度分值;
根据目标业务类型对应的业务优先级,确定业务维度分值;
确定语句运行维度权重和业务维度权重;
根据所述语句运行维度分值、所述语句运行维度权重、所述业务维度分值、所述业务维度权重,计算得到所述目标用户的用户等级。
4.根据权利要求1所述的方法,其中,所述语句判别模型包括第一语句判别模型或第二语句判别模型;
基于语句判别模型,获得所述目标查询语句的语句判别结果包括:
获取所述目标查询语句的在第二预定历史时间段内的第二历史运行数据,其中所述第二历史运行数据包括历史运行次数;
根据所述历史运行次数确定所述目标查询语句的执行类型,所述执行类型为单次执行语句或多次执行语句;
根据所述目标查询语句的执行类型,基于所述第一语句判别模型或第二语句判别模型获得所述目标查询语句的语句判别结果。
5.根据权利要求4所述的方法,其中,根据所述目标查询语句的执行类型,基于所述第一语句判别模型或第二语句判别模型获得所述目标查询语句的语句判别结果包括:
在所述目标查询语句的执行类型为单次执行语句的情况下,基于所述第一语句判别模型获得所述目标查询语句的语句判别结果;
在所述目标查询语句的执行类型为多次执行语句的情况下,基于所述第二语句判别模型获得所述目标查询语句的语句判别结果。
6.根据权利要求5所述的方法,其中,基于所述第一语句判别模型获得所述目标查询语句的语句判别结果包括:
获取所述目标查询语句的预估资源消耗值和预估数据量值;
将所述预估资源消耗值和预估数据量值输入所述第一语句判别模型,输出所述语句判别结果。
7.根据权利要求5所述的方法,其中,所述第二历史运行数据还包括在执行所述目标查询语句过程中的CPU历史使用率、语句历史运行时长、是否被强制结束运行的历史记录;
基于所述第二语句判别模型获得所述目标查询语句的语句判别结果包括:
获取所述目标查询语句的预估资源消耗值和预估数据量值;
将所述预估资源消耗、所述预估数据量值、所述CPU历史使用率、所述语句历史运行时长、所述是否被强制结束运行的历史记录,输入所述第二语句判别模型,输出所述语句判别结果。
8.一种数据库查询装置,包括:
任务生成模块,用于响应于目标用户基于目标查询语句对数据库的查询请求,生成目标查询任务;
第一确定模块,用于确定所述目标用户的用户等级;
语句判别模块,用于基于语句判别模型,获得所述目标查询语句的语句判别结果,其中所述语句判别结果用于表征所述目标查询语句为复杂语句或者简单语句;
第二确定模块,用于根据所述目标用户的用户等级以及所述目标查询语句的语句判别结果,从计算资源池中的多个计算单元中确定目标计算单元;
任务执行模块,用于利用所述目标计算单元执行所述目标查询任务,以获得针对所述查询请求的数据库查询结果。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~7中任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310611970.4A CN116680308A (zh) | 2023-05-26 | 2023-05-26 | 数据库查询方法及装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310611970.4A CN116680308A (zh) | 2023-05-26 | 2023-05-26 | 数据库查询方法及装置、电子设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116680308A true CN116680308A (zh) | 2023-09-01 |
Family
ID=87784677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310611970.4A Pending CN116680308A (zh) | 2023-05-26 | 2023-05-26 | 数据库查询方法及装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116680308A (zh) |
-
2023
- 2023-05-26 CN CN202310611970.4A patent/CN116680308A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112017042A (zh) | 基于tweedie分布的资源配额确定方法、装置和电子设备 | |
CN111598494A (zh) | 资源额度的调整方法、装置及电子设备 | |
CN114490086A (zh) | 资源动态调整方法、装置、电子设备、介质和程序产品 | |
CN116431498A (zh) | 性能测试方法及装置、电子设备和计算机可读存储介质 | |
CN116089367A (zh) | 动态分桶方法、装置、电子设备和介质 | |
CN116680308A (zh) | 数据库查询方法及装置、电子设备和计算机可读存储介质 | |
CN114218283A (zh) | 异常检测方法、装置、设备、介质 | |
EP3599547B1 (en) | Elastic storage volume type selection and optimization engine for public cloud environments | |
CN113391988A (zh) | 流失用户留存的方法、装置、电子设备及存储介质 | |
CN116450465B (zh) | 数据处理方法、装置、设备及介质 | |
CN118170812A (zh) | 数据处理方法、装置、设备、介质和程序产品 | |
CN116743874A (zh) | 任务处理方法、装置、设备及介质 | |
CN117093609A (zh) | 查询语句处理方法、装置、设备、介质及程序产品 | |
CN112017062B (zh) | 基于客群细分的资源额度分配方法、装置及电子设备 | |
CN116680081A (zh) | 任务处理方法、装置、电子设备及存储介质 | |
CN116775307A (zh) | 业务处理方法、装置、设备及存储介质 | |
CN114816339A (zh) | 需求架构分析方法、装置、设备、介质和程序产品 | |
CN115687284A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN115941613A (zh) | 节点限流方法、装置、设备、介质和程序产品 | |
CN117170805A (zh) | 批量作业的处理方法、装置、电子设备和存储介质 | |
CN116611906A (zh) | 交易任务的分拣方法、装置、设备、存储介质和程序产品 | |
CN118172142A (zh) | 资源占用方法、装置、设备、存储介质和程序产品 | |
CN115689152A (zh) | 企业产量的预测方法、装置、电子设备和介质 | |
CN116664278A (zh) | 信息生成方法、装置、设备及存储介质 | |
CN114387087A (zh) | 授信额度动态分配方法、装置、电子设备及存储介质 |
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 |