CN116881219A - 数据库的优化处理方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了一种数据库的优化处理方法，涉及数据库的优化、数据存储等技术领域。具体实现方案为：统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议。本公开的技术，能够自动地生成的数据库的优化建议，而且能够有效地确保生成的数据库的优化建议的准确性，进而可以有效地提高数据库的优化处理效率。

Description

数据库的优化处理方法、装置、电子设备及存储介质

技术领域

本公开涉及计算机技术领域，具体涉及数据库的优化、数据存储等技术领域，尤其涉及一种数据库的优化处理方法、装置、电子设备及存储介质。

背景技术

数据库作为一种庞大的数据存储结构，在基于数据业务的访问和查询中，使用非常普遍。

在数据库的使用过程中，数据库查询性能是衡量数据库运行效率的重要指标之一。数据库建立的时候，数据库的表结构便固定。随着业务的发展，早期的结构可能会存在不能适应新业务发展的需求。基于此，需要专业的工作人员定期逐一分析数据库的查询信息，检测是否需要优化数据库，必要时可以由工作人员手动修改数据库的表结构，以优化数据库的查询性能。

发明内容

本公开提供了一种数据库的优化处理方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种数据库的优化处理方法，包括：

统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；

基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议。

根据本公开的另一方面，提供了一种数据库的优化处理装置，包括：

统计模块，用于统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；

建议生成模块，用于基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议。

根据本公开的再一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。

根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。

根据本公开的技术，能够自动地生成的数据库的优化建议，而且能够有效地确保生成的数据库的优化建议的准确性，进而可以有效地提高数据库的优化处理效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；

图4是根据本公开第四实施例的示意图；

图5是用来实现本公开实施例的方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。

需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(TabletComputer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

现有技术中的数据库的优化，由专业的工作人员定期逐一分析数据库的查询情况，检测数据库是否需要优化，该过程由专业工作人员人工分析，手动完成，整个过程费时费力，而且准确性较差。

图1是根据本公开第一实施例的示意图；如图1所示，本实施例提供一种数据库的优化处理方法，具体可以包括如下步骤：

S101、统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；

S102、基于多个查询规划信息和数据库的元数据，生成指定时刻数据库的优化建议。

本实施例的数据库的优化处理方法的执行主体可以为数据库的优化处理装置，该数据库的优化处理装置，可以设置在数据库内，或者也可以独立于数据库，但是能够访问数据库以对数据库进行优化处理。

本实施例中，查询数据库的查询规划信息，具体可以指的是数据库内部适用的查询规划信息，而不是外部的查询请求。例如，可以为数据库的查询系统接收到外部的查询请求后，对查询请求进行解析和优化，得到的最终使用的查询规划信息。使用时，数据库的查询系统，根据该查询规划信息查询数据库，获取查询请求对应的结果，并返回。

本实施例的指定时刻之前的预设时间长度，可以根据需求来设置。例如，可以设置每天、或者每周优化一次数据库，对应的预设时间长度可以设置为一天或者一周。指定时刻可以为当前时刻，或者需要优化数据库的任意时刻。或者数据库的优化处理也可以是非定期执行的。例如，在最近一段时间内，数据库的查询量较大，可以基于当前时刻之前，预设时间周期内的所有查询规划信息，生成当前时刻对应的该数据库的优化建议，进而后续可以基于生成的当前时刻对应的数据库的优化建议，对数据库进行优化处理。

在实际使用中，预设时间周期选取合理时，可以认为指定时刻之前的预设时间周期以及指定时刻之后的预设时间周期内，数据库的被访问习惯通常一样，数据库中的数据表被访问的频次相似。例如，在时刻t之前的预设时间周期内，数据库中的表A一直被高频访问，可以认为时刻t之后的一段时间内，表A还是会被高频访问。所以，可以基于时刻t1之前预设时间长度内查询数据库的多个查询规划信息和数据库的元数据，生成时刻t1数据库的优化建议，以辅助时刻t1对数据库进行优化，进而可以提高时刻t1之后，数据库的查询性能。

本实施例中，数据库的元数据可以包括数据库的结构信息，如数据库的表的数量、各表中的列信息、表中的列之间的顺序关系，还可以包括表的索引；进一步地，数据库的元数据中还可以包括数据库的存储介质的类型，若数据库分为至少两个分区进行存储，还可以包括每个分区对应的存储介质的类型等等。其中存储介质的类型可以包括硬盘驱动器(Hard Disk Drive；HDD)和固态硬盘(Solid State Disk；SSD)等。该HDD为一般的机械硬盘，SSD与HDD相比，具有更快的读写速度。

具体实施时，数据库的优化处理装置，可以基于指定时刻之前多个查询规划信息得知预设时间长度内的查询情况以及查询性能等，并结合数据库的元数据，生成指定时刻对应的数据库的优化建议，以优化数据库的结构，提高数据库的查询性能。

本实施例的数据库的优化处理方法，通过统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；基于多个查询规划信息和数据库的元数据，生成指定时刻数据库的优化建议，与现有技术的相比，不用人工费时费力去分析查询情况，能够自动地生成的数据库的优化建议，而且能够有效地确保生成的数据库的优化建议的准确性，进而可以提高数据库的优化效率。

图2是根据本公开第二实施例的示意图；如图2所示，本实施例的数据库的优化处理方法，在上述图1所示实施例的技术方案的基础上，进一步更加详细地描述本公开的技术方案。如图2所示，本实施例的数据库的优化处理方法，具体可以包括如下步骤：

S201、采集指定时刻之前预设时间长度内查询数据库的多个查询请求；

S202、获取多个查询请求对应的多个查询规划信息，各查询规划信息为查询优化器基于对应的查询请求进行查询规划得到的；

也就是说，对于每个查询请求，查询优化器可以基于该查询请求进行查询规划，得到一个相应的查询规划信息。对于多个查询请求，可以对应得到多个查询规划信息。

例如，本实施例的各查询规划信息，包括扫描信息和过滤信息。例如，扫描信息可以指的是扫描数据库的列信息，包括扫描数据库的表中的列标识。过滤信息可以认为是基于扫描信息，进行过滤的条件信息，如过滤信息也可以包括过滤条件对应的数据库的表中的列标识。通过上述扫描信息和过滤信息，可以准确地表示查询规划信息。

本实施例中，按照上述步骤，可以准确、高效地获取到指定时刻之前预设时间长度内查询数据库的多个查询规划信息。

S203、基于多个查询规划信息和数据库的元数据，采用预先训练的建议生成模型，生成指定时刻数据库的优化建议；

该建议生成模型，可以采用神经网络模型。使用之前，采集多条训练样本对该建议生成模型进行训练。例如训练样本中可以包括训练数据库的元数据、训练数据库对应的训练时刻之前多个训练查询规划信息以及标注的训练时刻对应的训练数据库的优化建议。

训练时，将训练样本中的训练数据库的元数据和训练数据库对应的训练时刻之前多个训练查询规划信息输入至该建议生成模型中，该建议生成模型可以分析多个查询查询规划信息，参考训练数据库的元数据，预测训练时刻训练数据库的优化建议。然后基于预测的训练时刻的训练数据库的优化建议和标注的训练时刻的数据库的优化建议，构建损失函数，并采用梯度下降法对模型参数进行调整。采用多条训练样本，按照上述方式不断地对建议生成模型进行训练，直至损失函数收敛，确定建议生成模型的参数，进而确定建议生成模型。

可选地，步骤S203也可以为替换为如下实现方式：基于多个查询规划信息和数据库的元数据，采用预先设定的优化建议规则，生成指定时刻数据库的优化建议。

本实施例的优化建议规则可以采用启发式优化建议规则，能够提高生成的优化建议的准确性。

例如，在启发式优化建议规则中可以限定：若多个查询规划信息中涉及到的扫描的某个表的数据量非常大，如大于第一预设数据量阈值，可以建议将表移动至读取速度更快的存储介质上。若查询规划信息中，过滤信息中需要过滤数据量较大的列，数据库的优化建议中，可以基于过滤的列增加索引或者调整列顺序等等。

假设数据库中有A、B和C三个表，表A有两个分区：p1和p2。其中分区p1的数据存储在SSD上，分区p2的数据存储在HDD上，表B存储在HDD上，表C具有3列：c1、c2和c3。其中c1有索引(或者数据按c1排序存储)。

假如对当前时刻之前过去一周的多个查询规划信息进行统计，确定表A中分区p1的访问次数为30次，确定表A中分区p2的访问次数为10万次，大于预设访问次数阈值，此时参考数据库的元数据中记录的分区P2的数据存储在HDD上，此时可以生成数据库的优化建议包括：建议将表A的分区P2的数据存储在读取速度更快的存储介质如SSD上。其中预设访问次数阈值可以根据需求或者经验来设置，具体数值不做限定。

上述示例是以优化建议为建议更换存储数据库的表中的分区的存储介质的类型为例。实际应用中，若整个数据库都存储在HDD中，而该数据库在当前时刻之前的预设时间长度内，被访问的次数非常多，大于预设访问次数阈值，生成的优化建议可以包括建议更换存储数据库的存储介质的类型。

或者再例如，若数据库的表B在当前时刻之前的预设时间长度如一周内，被访问的次数非常多，大于预设访问次数阈值，生成的优化建议可以包括建议更换存储数据库中表B的存储介质的类型为SSD，以加快表B中的数据读取速度等等。

假如对当前时刻之前过去一周的多个查询规划信息进行统计，确定表C的c1列作为数据过滤条件的访问次数为100次，作为数据结果被扫描的次数为100万次，而C2列，作为数据过滤条件的访问次数为100万次，作为数据结果被扫描的次数为100次，则生成的优化建议可以包括：取消c1列的索引，将c2列作为排序列或者创建c2列的索引。

假如对当前时刻之前过去一周的多个查询规划信息进行统计，确定表C的c3列作为数据过滤条件的访问次数达到10万次以上，大于预设访问次数阈值，而且经分析，通过改变c3列数据存储分布，可以减少c3列作为数据过滤条件的访问次数。此时生成的优化建议可以包括：调整c3列中数据存储分布。例如，c3列存储的是年龄，或者分数等数值形式的数据，c3列之前的数据的存储方式是按照采集数据的时间先后，或者按照其他列的排序存储的。如当前时刻之前过去一周的多个查询规划信息中，大量查询了c3列中数值大于选定的阈值的数据。基于此，可以建议将表C中c3列中的数据按照数值大小顺序存储。例如可以按照由大到小的顺序存储，也可以按照由小到大的顺序存储。这样，在过滤的时候，可以直接定位到c3列中选定的阈值，然后基于该阈值直接获取到大于该阈值的数据，或者小于该阈值的数据，减少过滤c3列数据时的扫描，以提高当前时刻之后，c3列作为数据过滤条件时的数据查询性能。

基于上述步骤，可以得知，本实施例中，生成的数据库的优化建议可以包括：生成数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议、更换存储所述数据库的存储介质的类型建议、以及更换存储数据库中的表或者表中的分区的存储介质的类型的建议中的至少一种。实际应用中，还可以包括调整数据库结构的其他优化建议，只要该优化建议，可以优化数据库的访问性能即可，在此不再一一举例赘述。

具体地，生成数据库的调整列顺序的建议，具体指的是调整数据库中某个表中的调整列顺序的建议。例如，查询规划信息通常可以根据列的先后顺序来部署，若部署不合理，可能会造成扫描和过滤不合理，查询性能查，基于此，可以生成调整数据库中某个表中的调整列顺序的建议。

无论采用上述哪种方式，均能够准确、高效地生成指定时刻数据库的优化建议。

而且上述方式，生成的指定时刻的数据库的优化建议，非常丰富、全面、准确，能够为数据库的查询性能的优化提供有效地支持。

S204、展示指定时刻数据库的优化建议；

S205、若确定数据库的优化建议包括数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议中的至少一种时，发出数据库的优化建议是否同意执行的询问消息；

例如，本实施例中发出的是否同意执行的询问消息可以以按钮的形式发出。可选地，对于每条数据库的优化建议，可以在其后展示两个按钮，同意和不同意，供用户选择。

或者可选地，也可以通过消息或者邮件的形式向数据库维护人员的账号发出数据库的优化建议是否同意执行的询问消息。

S206、检测指定时刻数据库的优化建议是否同意被执行；若被同意执行，执行步骤S207；否则，结束。

S207、基于指定时刻数据库的优化建议，生成用于执行数据库的优化建议的执行命令；

S208、采用执行命令，对数据库进行优化操作。

例如，本实施例中，生成的执行数据库的优化建议的执行命令可以为数据定义语言(Data Definition Language；DDL)语句。例如增加索引的DDL语句可以为ADD INDEX。

本实施例中，指定时刻数据库的优化建议的生成可以在线实时生成，耗时可以忽略不计，按照本实施例的上述方案，可以在指定时刻或者指定时刻的下一时刻采用执行命令，及时对数据库进行优化操作，以有效地提高指定时刻之后数据库的查询性能。

另外，本实施例中，若指定时刻数据库的优化建议为更换数据库的存储介质的建议，该优化建议需要工作人员处理，数据库的优化处理设备无法自动时间更换。而指定时刻优化建议包括数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议中的至少一种时，相应的优化处理可以由数据库的优化处理装置自动执行，而不需要人工调整。所以，在相应的优化建议被同意执行时，可以直接生成相应的执行命令，并基于执行命令，执行优化操作。

可选地，生成指定时刻数据库的优化建议之后，也可以由专业人员根据数据库的优化建议手动完成数据库的优化升级，由于生成的数据库的优化建议的准确性非常高，也能够有效地提高数据库的优化处理的准确性和优化处理效率。

本实施例的数据库的优化处理方法，通过上述技术方案，能够自动地生成指定时刻数据库的优化建议，而且能够有效地确保生成的指定时刻数据库的优化建议的准确性。进一步地，本实施例中，还可以自动生成执行指定时刻数据库的优化建议的执行命令，并在经过同意的情况下，自动采用执行命令，对该数据库进行优化操作，实现方式非常智能，能够有效地提高数据库的优化处理效率。

图3是根据本公开第三实施例的示意图；如图3所示，本实施例提供一种数据库的优化处理装置300，包括：

统计模块301，用于统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；

建议生成模块302，用于基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议。

本实施例的数据库的优化处理装置300，通过采用上述模块实现数据库的优化处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。

图4是根据本公开第四实施例的示意图；如图4所示，本实施例提供一种数据库的优化处理装置400，包括：上述图3所示的同名同功能模块：统计模块401和建议生成模块402。

如图4所示，本实施例的数据库的优化处理装置400中，统计模块401，包括：

采集单元4011，用于采集所述指定时刻之前所述预设时间长度内查询所述数据库的多个查询请求；

获取单元4012，用于获取所述多个查询请求对应的所述多个查询规划信息，各所述查询规划信息为查询优化器基于对应的所述查询请求进行查询规划得到的。

可选地，在本公开的一个实施例中，各所述查询规划信息，包括扫描信息和过滤信息。

在本公开的一个实施例中，建议生成模块402，用于：

基于所述多个查询规划信息和所述数据库的元数据，采用预先设定的优化建议规则，生成所述指定时刻所述数据库的优化建议。

在本公开的一个实施例中，建议生成模块402，用于：

基于所述多个查询规划信息和所述数据库的元数据，采用预先训练的建议生成模型，生成所述指定时刻所述数据库的优化建议。

在本公开的一个实施例中，建议生成模块402，用于：

基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议、更换存储所述数据库的存储介质的类型建议、以及更换存储所述数据库中的表或者表中的分区的存储介质的类型的建议中的至少一种。

可选地，如图4所示，在本公开的一个实施例中，本实施例的数据库的优化处理装置400还包括：

展示模块403，用于展示所述指定时刻所述数据库的优化建议；

发出模块404，用于若确定数据库的优化建议包括数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议中的至少一种时，发出所述数据库的优化建议是否同意执行的询问消息；

检测模块405，用于检测所述指定时刻所述数据库的优化建议是否同意被执行。

可选地，如图4所示，在本公开的一个实施例中，本实施例的数据库的优化处理装置400还包括：

指令生成模块406，还用于若所述指定时刻所述数据库的优化建议被同意执行，基于所述指定时刻所述数据库的优化建议，生成用于执行所述数据库的优化建议的执行命令；

执行模块407，用于采用所述执行命令，对所述数据库进行优化操作。

本实施例的数据库的优化处理装置400，通过采用上述模块实现数据库的优化处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如本公开的上述方法。例如，在一些实施例中，本公开的上述方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的本公开的上述方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开的上述方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种数据库的优化处理方法，包括：

统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；

基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议。

2.根据权利要求1所述的方法，其中，统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息，包括：

采集所述指定时刻之前所述预设时间长度内查询所述数据库的多个查询请求；

获取所述多个查询请求对应的所述多个查询规划信息，各所述查询规划信息为查询优化器基于对应的所述查询请求进行查询规划得到的。

3.根据权利要求2所述的方法，其中，各所述查询规划信息，包括扫描信息和过滤信息。

4.根据权利要求1所述的方法，其中，基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议，包括：

基于所述多个查询规划信息和所述数据库的元数据，采用预先设定的优化建议规则，生成所述指定时刻所述数据库的优化建议。

5.根据权利要求1所述的方法，其中，基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议，包括：

基于所述多个查询规划信息和所述数据库的元数据，采用预先训练的建议生成模型，生成所述指定时刻所述数据库的优化建议。

6.根据权利要求4或5所述的方法，其中，基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议，包括：

基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议、更换存储所述数据库的存储介质的类型建议、以及更换存储所述数据库中的表或者表中的分区的存储介质的类型的建议中的至少一种。

7.根据权利要求6所述的方法，其中，基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议之后，所述方法还包括：

展示所述指定时刻所述数据库的优化建议；

若确定所述数据库的优化建议包括所述数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议中的至少一种时，发出所述数据库的优化建议是否同意执行的询问消息；

检测所述指定时刻所述数据库的优化建议是否同意被执行。

8.根据权利要求7所述的方法，其中，检测所述指定时刻所述数据库的优化建议是否同意被执行之后，所述方法还包括：

若所述指定时刻所述数据库的优化建议被同意执行，基于所述指定时刻所述数据库的优化建议，生成用于执行所述数据库的优化建议的执行命令；

采用所述执行命令，对所述数据库进行优化操作。

9.一种数据库的优化处理装置，包括：

统计模块，用于统计指定时刻之前预设时间长度内查询数据库的多个查询规划信息；

建议生成模块，用于基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的优化建议。

10.根据权利要求8所述的装置，其中，所述统计模块，包括：

采集单元，用于采集所述指定时刻之前所述预设时间长度内查询所述数据库的多个查询请求；

获取单元，用于获取所述多个查询请求对应的所述多个查询规划信息，各所述查询规划信息为查询优化器基于对应的所述查询请求进行查询规划得到的。

11.根据权利要求10所述的装置，其中，各所述查询规划信息，包括扫描信息和过滤信息。

12.根据权利要求9所述的装置，其中，所述建议生成模块，用于：

基于所述多个查询规划信息和所述数据库的元数据，采用预先设定的优化建议规则，生成所述指定时刻所述数据库的优化建议。

13.根据权利要求9所述的装置，其中，所述建议生成模块，用于：

基于所述多个查询规划信息和所述数据库的元数据，采用预先训练的建议生成模型，生成所述指定时刻所述数据库的优化建议。

14.根据权利要求12或13所述的装置，其中，所述建议生成模块，用于：

基于所述多个查询规划信息和所述数据库的元数据，生成所述指定时刻所述数据库的调整列顺序的建议、增加索引表的建议、调整目标列中数据存储分布的建议、以及更换所述数据库的存储介质的建议中的至少一种。

15.根据权利要求14所述的装置，其中，所述装置还包括：

展示模块，用于展示所述指定时刻所述数据库的优化建议；

发出模块，用于若确定所述数据库的优化建议包括数据库的调整列顺序的建议、增加索引表的建议、以及调整目标列中数据存储分布的建议中的至少一种时，发出所述数据库的优化建议是否同意执行的询问消息；

检测模块，用于检测所述指定时刻所述数据库的优化建议是否同意被执行。

16.根据权利要求15所述的装置，其中，所述装置还包括：

指令生成模块，还用于若所述指定时刻所述数据库的优化建议被同意执行，基于所述指定时刻所述数据库的优化建议，生成用于执行所述数据库的优化建议的执行命令；

执行模块，用于采用所述执行命令，对所述数据库进行优化操作。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。