CN116955413A - 基于线上分析处理的数据查询方法、装置、介质及设备 - Google Patents
基于线上分析处理的数据查询方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN116955413A CN116955413A CN202310923100.0A CN202310923100A CN116955413A CN 116955413 A CN116955413 A CN 116955413A CN 202310923100 A CN202310923100 A CN 202310923100A CN 116955413 A CN116955413 A CN 116955413A
- Authority
- CN
- China
- Prior art keywords
- target
- connection
- equivalence class
- factor
- factor graph
- 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 44
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 11
- 238000005457 optimization Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 101100328886 Caenorhabditis elegans col-2 gene Proteins 0.000 description 4
- 101100328884 Caenorhabditis elegans sqt-3 gene Proteins 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005315 distribution function Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012546 transfer Methods 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
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24542—Plan optimisation
- G06F16/24544—Join order 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
- G06F16/242—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
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- 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)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种基于线上分析处理的数据查询方法、装置、介质及设备。方法包括:响应于接收到结构化查询语句,获取结构化查询语句中查询表之间的多个目标连接键;根据多个目标连接键,构建与结构化查询语句对应的第一因子图,第一因子图中的因子节点用于表征与其对应的查询表中存在目标连接键情况下的条件概率分布;基于第一因子图预估结构化查询语句的连接基数的上限值。可借助因子图建模多表连接查询,单表的条件概率分布可借助现有单表基数估计模型刻画,利用高精度的单表基数估计模型和因子图已有的推断算法有效预估连接基数的上限值。借助有效的连接基数上限值,查询优化可规划出更好的连接顺序及选择更优的连接算子,提高多表连接查询性能。
Description
技术领域
本公开涉及数据管理技术领域,具体地,涉及一种基于线上分析处理的数据查询方法、装置、介质及设备。
背景技术
对于大型的线上分析处理(Online Analytical Processing,OLAP)系统,其处理的结构化查询语言(Structured Query Language,SQL)查询中Join是一个非常重要算子,其需要处理的数据量(即连接基数估计值)一直是系统查询优化的技术难点之一,其中,连接基数估计值可以帮助SQL查询优化器规划出更优的连接顺序(Join Order)以及连接(Join)最优的物理算子。
为了简化连接基数的估计,传统算法通常基于“连接均匀性(Join uniformity)”的假设,即认为对于连接的两个表而言,一个表中的每一行数据与另一个表中的每一行数据连接的概率都是相等的。在这样的假设下,借助单表的统计信息和概率乘法就能得到连接基数估计值。但是由于真实业务数据之间的复杂关联以及连接键(Join key)值分布往往具有很强的倾斜性(即连接键值在各自表中的分布是不均匀的),基于连接均匀性假设得到的连接基数估计值的精度通常较低。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种基于线上分析处理的数据查询方法,包括:
响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
第二方面,本公开提供一种基于线上分析处理的数据查询装置,包括:
获取模块,用于响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
构建模块,用于根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
预估模块,用于基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面提供的所述基于线上分析处理的数据查询方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面提供的所述基于线上分析处理的数据查询方法的步骤。
在上述技术方案中,借助因子图建模多表连接查询,其中,因子图中的因子节点用于表征与该因子节点对应的查询表中存在连接键情况下的条件概率分布,单表的条件概率分布可以借助现有的高精度的单表基数估计模型来精准刻画,由此,可以利用高精度的单表基数估计模型和因子图已有的推断算法有效预估连接基数的上限值。由于低估往往比高估对查询性能的影响更大,因此,本公开放弃直接估计连接基数的做法,而是选择估计连接基数的上限值,借助有效的连接基数上限值,查询优化可以规划出更好的连接顺序以及帮执行器选择更优的连接计算算子,极大提高多表连接查询的效率和性能。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种基于线上分析处理的数据查询方法的流程图。
图2是是根据一示例性实施例示出的一种因子图的示意图。
图3是根据一示例性实施例示出的一种基于线上分析处理的数据查询装置的框图。
图4是根据一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时,可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
正如背景技术中论述的那样,现阶段基于连接均匀性假设得到的连接基数估计值的精度通常较低。现阶段基于机器学习的基数估计算法能够较好地刻画单表各个列数据之间的关联,从而在单表查询中做出较为准确的基数估计;为了利用单表基数估计模型高精度的优势,在估算多表连接估计时,采取将多表“展开”成单表的做法,即将多表转化成单表,再利用单表基数估计模型求解。这个“展开”的过程中需要人为引入额外的列,用来指示多表之间的连接关系(例如,一个表中的一行能够与另一个表的多少行进行连接)。然而,这样的人工列在面对多表连接时的理论数量是指数级的,会造成最后展开的虚拟“单表”数据列的数量急剧膨胀,不太适合在真实业务上落地和部署。
鉴于此,本公开提供一种基于线上分析处理的数据查询方法、装置、介质及设备。
图1是根据一示例性实施例示出的一种基于线上分析处理的数据查询方法的流程图。如图1所示,该方法可以包括S101~S103。
在S101中,响应于接收到结构化查询语句,获取结构化查询语句中查询表之间的多个目标连接键。
在本公开中,连接查询是OLAP系统中的主要查询,通过连接运算符(例如,Join)可以实现多个表查询。用于连接查询的结构化查询语句即为SQL多表连接查询语句。
示例地,结构化查询语句为如下的SQL语句:
SELECT COUNT(*)FROM A,B WHERE A.id=B.Aid AND A.col1>3AND B.col2 IN[300,301,302];
在SQL中,通常将连接分成四类:内连接、外连接、自然连接以及交叉连接,其中,外连接包括左外连接和右外连接。本公开中的结构化查询语句可以为内连接查询语句。
在S102中,根据多个目标连接键,构建与结构化查询语句对应的第一因子图。
在本公开中,因子图是机器学习图模型(Graphical Model,GM)中的常用工具,其通常用于描述随机变量之间的依赖关系,并且在推断算法中起到重要的作用。在因子图中,随机变量用节点表示,而随机变量之间的依赖关系则用因子表示。因子是一个函数,它定义了一组随机变量之间的关系。其中,因子可以是概率分布函数,也可以是任何其他的函数。
因子图是一个无向二分图(即二部图),其中,变量节点和因子节点交替排列。变量节点表示随机变量,而因子节点表示因子函数。根据二分图的特点,只有在变量节点和因子节点之间存在边,边表达了变量与因子之间的依赖关系。每个因子节点连接到它所依赖的变量节点,表示该因子函数依赖于这些变量。因子图提供了一种直观的方式来表示概率分布函数的结构,以及根据已知变量的值进行推断。因子图中进行的推断的常用现成算法是信念传播算法,可以有效计算变量节点的边缘概率分布。因子图模型的突出优势在于概率推理的代数操作可借助因子图上的高效率的推理算法来实现。因此只要解决了因子图建模连接查询的难题,就能比较方便地利用因子图已有的推断算法进行连接基数的估计。
通过因子图建模连接查询,即是构建与结构化查询语句对应的第一因子图。在建模方法中,可以根据各目标链接键的语义信息,将多个目标连接键划分到一个或者多个等价类(下文称为第一目标等价类)中,其中,语义相同的目标连接键属于同一第一目标等价类,即语义相同的连接键被划分到同一个等价类中。
示例地,多个目标连接键包括A.id、B.Aid,其中,A.id、B.Aid语义相同,则多个目标连接键被划分到一个第一目标等价类中,即第一目标等价类“{A.id、B.Aid}”。
又示例地,多个目标连接键包括A.id、C.Aid、A.name,C.name1,其中,A.id和C.Aid语义相同,A.name和C.name1语义相同,则多个目标连接键被划分到两个第一目标等价类中,即第一目标等价类“{A.id、C.Aid}”和第一目标等价类“{A.name、C.name1}”。
对于结构化查询语句(可以包含过滤条件),可以把一个变量节点对应到该结构化查询语句的一个"第一目标等价类",把每一个因子节点对应到该结构化查询语句中包含目标连接键的每一个查询表,即第一因子图中的因子节点与结构化查询语句中目标连接键所属的查询表一一对应。一个因子节点和一个变量节点之间会连接一条边,当且仅当这个变量节点对应的"第一目标等价类"中包含该因子节点对应查询表中的目标连接键。由此,因子图中的因子节点,可以刻画在特定连接"等价列"的情况下(即该因子节点对应的查询表在这些"等价列"中存在自己的目标连接键)的条件概率分布,即第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在目标连接键情况下的条件概率分布。其中,等价列为第一目标等价类中各目标连接键所在的列。
返回图1,在S103中,基于第一因子图,预估结构化查询语句的连接基数的上限值。
在本公开中,连接基数是指对两张数据表进行连接操作后生成的新数据表所包含的记录的数量。由于低估往往比高估对查询性能的影响更大,因此,本公开放弃直接估计连接基数的做法,而是选择估计连接基数的上限值。这样,查询优化可以基于该连接基数上限值,规划出更好的连接顺序以及帮执行器选择更优的连接计算算子,极大提高多表连接查询的效率和性能。
在上述技术方案中,借助因子图建模多表连接查询,其中,因子图中的因子节点用于表征与该因子节点对应的查询表中存在连接键情况下的条件概率分布,单表的条件概率分布可以借助现有的高精度的单表基数估计模型来精准刻画,由此,可以利用高精度的单表基数估计模型和因子图已有的推断算法有效预估连接基数的上限值。由于低估往往比高估对查询性能的影响更大,因此,本公开放弃直接估计连接基数的做法,而是选择估计连接基数的上限值,借助有效的连接基数上限值,查询优化可以规划出更好的连接顺序以及帮执行器选择更优的连接计算算子,极大提高多表连接查询的效率和性能。
下面针对上述S101中的获取结构化查询语句中查询表之间的多个目标连接键的具体实施方式进行详细说明。具体来说,可以通过多种方式来实现,在一种实施方式中,可以通过建表语句来获取结构化查询语句中查询表之间的连接关系,其中,连接关系包括查询表之间的连接键,即多个目标连接键。
由于目前大型的OLAP系统在建表时对表模式(schema)的语法要求通常比传统的数据库系统宽松很多,不会明确说明表的外键,因此,有时没办法通过建表语句来获取结构化查询语句中查询表之间的连接关系。然而,可以利用目前的OLAP系统自带的解析器,通过解析历史查询,得到系统常见数据表之间的连接关系(例如,A.id=B.Aid),并维护一个参考等价类的集合,即把具有相同语义的参考连接键组合到一个“参考等价类”中,即语义相同的参考连接键属于同一参考等价类。
例如,数据表之间的连接关系包括A.id=B.Aid以及A.id=C.Aid,可以将A.id、B.Aid、C.Aid组合到同一个参考等价类中。
这样,在数据查询阶段,可以基于预先构建的参考等价类的集合来获取结构化查询语句中查询表之间的多个目标连接键。具体来说,在另一种实施方式中,可以通过以下步骤[1]和步骤[2]来获取结构化查询语句中查询表之间的多个目标连接键:
步骤[1]:从预先构建的至少一个参考等价类中确定与结构化查询语句中查询表对应的至少一个第二目标等价类。
在本公开中,参考等价类的集合包括至少一个参考等价类。参考等价类中包括具有相同语义的来自不同表格的参考连接键。
在一种实施方式中,可以针对每一参考等价类,确定该参考等价类中各参考连接键所属的表格,作为该参考等价类对应的目标表格;然后,将对应的目标表格中、包含结构化查询语句中的各连接表的参考等价类确定为第二目标等价类。
步骤[2]:针对每一第二目标等价类,将该第二目标等价类中、属于结构化查询语句中查询表的参考连接键确定为目标连接键。
示例地,参考等价类的集合包括参考等价类“{A.id,B.Aid,C.Aid}”和参考等价类{A.name,C.name1};其中,在参考等价类“{A.id,B.Aid,C.Aid}”中,参考连接键A.id来自于表格A,参考连接键B.Aid来自于表格B,参考连接键C.Aid来自于表格C,因此,参考等价类“{A.id,B.Aid,C.Aid}”对应的目标表格包括表格A、表格B以及表格C;同样地,参考等价类{A.name,C.name1}对应的目标表格包括表格A和表格C。
在结构化查询语句中的各连接表包括表格A和表格B时,参考等价类“{A.id,B.Aid,C.Aid}”对应的目标表格(包括表格A、表格B以及表格C)包括结构化查询语句中的各连接表(即表格A和表格B),因此,将参考等价类“{A.id,B.Aid,C.Aid}”确定为第二目标等价类。结构化查询语句中的各连接表包括表格A和表格B,其中,在第二目标等价类“{A.id,B.Aid,C.Aid}”中,参考连接键A.id属于表格A,参考连接键B.Aid属于表格B,因此,可以将A.id和B.Aid确定为目标连接键。
在结构化查询语句中的各连接表包括表格A和表格C时,参考等价类“{A.id,B.Aid,C.Aid}”对应的目标表格(包括表格A、表格B以及表格C)和参考等价类“{A.name,C.name1}”对应的目标表格(包括表格A和表格C)均包括结构化查询语句中的各连接表(即表格A和表格C),因此,将参考等价类“{A.id,B.Aid,C.Aid}和参考等价类“{A.name,C.name1}”确定为第二目标等价类。结构化查询语句中的各连接表包括表格A和表格C,其中,在第二目标等价类“{A.id,B.Aid,C.Aid}”中,参考连接键A.id属于表格A,参考连接键C.Aid属于表格C,因此,可以将A.id和C.Aid确定为目标连接键;同时,在第二目标等价类“{A.name,C.name1}”中,参考连接键A.name属于表格A,参考连接键C.name1属于表格C,因此,可以将A.name和C.name1确定为目标连接键。即结构化查询语句中查询表之间的多个目标连接键包括A.id、C.Aid、A.name以及C.name1。
下面针对上述S102中的根据多个目标连接键,构建与结构化查询语句对应的第一因子图的具体实施方式进行详细说明。具体来说,可以通过以下步骤(1)和步骤(2)来实现:
步骤(1):针对每一第一目标等价类,构建与该第一目标等价类对应的第二因子图。
步骤(2):将每一第二因子图确定为与结构化查询语句对应的第一因子图。
具体来说,上述步骤(1)可以通过以下步骤(11)~步骤(13)来构建与该第一目标等价类对应的第二因子图:
步骤(11):针对该第一目标等价类中、每一目标连接键所属的查询表,构建该查询表中当前连接键的直方图。
在本公开中,该查询表中当前连接键为该第一目标等价类中、属于该查询表的目标连接键,直方图的值域为该第一目标等价类中各目标连接键的值域的并集,该第一目标等价类中各目标连接键的直方图的桶切分方式相同,该第一目标等价类中各目标连接键的直方图建立的桶的个数相同。
直方图表示通常称为桶(bucket))的不同值范围内的数据集的分布。例如,天气温度的直方图可以示出条线图,其示出温度在30度以下、30度-35度、35度以上的天数。
构建该查询表中当前连接键的直方图,是将该第一目标等价类中各目标连接键的值域的并集构成的数据空间划分为多个子空间,一个记录单元对应一个子空间;在记录单元中统计落在其对应子空间内的对象数目,这些记录单元称为桶,桶的集合称为直方图。
步骤(12):针对直方图中的每个桶,确定该桶的最频繁值和该桶对应的条件概率分布。
在本公开中,该桶对应的条件概率分布为该查询表在满足查询条件的情况下,当前连接键的属性值落在该桶内的概率。其中,该桶对应的条件概率分布可以借助现有的高精度的单表基数估计模型来精准刻画,即可以基于高精度的单表基数估计模型来确定该桶对应的条件概率分布。
步骤(13):根据每一最频繁值和每一条件概率分布,构建与该第一目标等价类对应的第二因子图。
在一种实施方式中,可以先构建第二因子图的变量节点,其中,变量节点与该第一目标等价类对应;然后,根据每一最频繁值和每一条件概率分布,构建第二因子图的多个因子节点,其中,多个因子节点与该第一目标等价类中的目标连接键所属的查询表一一对应;最后,构建变量节点与每一因子节点的边关系,得到与该第一目标等价类对应的第二因子图。
示例地,第一目标等价类为{A.id,B.Aid},该第一目标等价类{A.id,B.Aid}中的目标连接键所属的查询表包括表A和表B,因此,构建一个与第一目标等价类{A.id,B.Aid}对应的变量节点X,同时,构建因子节点fA和因子节点fB,其中,因子节点fA与表A对应,因子节点fB与表B对;然后,构建变量节点X与因子节点fA之间的边关系,以及变量节点X与因子节点fB之间的边关系。由此,可以得到图2中所示的与第一目标等价类为{A.id,B.Aid}对应的第二因子图。
下面针对上述根据每一最频繁值和每一条件概率分布,构建第二因子图的多个因子节点的具体实施方式进行详细说明。具体来说,可以通过以下步骤(a)和步骤(b)来实现:
步骤(a):针对该第一目标等价类中、每一目标连接键所属的查询表,根据当前直方图中各桶的最频繁值和当前直方图中各桶对应的条件概率分布,构建该查询表对应的局部函数。
其中,当前直方图为该查询表的当前连接键的直方图。
步骤(b):将该查询表对应的局部函数确定为第二因子图中、与该查询表对应的因子节点。
示例地,结构化查询语句为如下的语句Q:
SELECT COUNT(*)FROM A,B WHERE A.id=B.Aid AND A.col1>3AND B.col2 IN[300,301,302];
SQL语句Q对应有第一目标等价类为{A.id,B.Aid},该结构化查询语句的连接基数估计J(Q)如下:
其中,运算符“≤”右侧的项即为上述Q的连接基数的上限值,可以通过因子图来计算该上限值;Q(A)=A.col1>3;Q(B)=B.col2 IN[300,301,302];|Q(A)|为表A中col1列中值大于3的数量;|Q(B)|为表B中col2落在[300,301,302]内的数量;k为直方图建立的桶的个数;bucketi表示第i个桶;MFVi(A.id)为目标连接键A.id在bucketi上的最频繁值;MFVi(B.Aid)为目标连接键B.Aid在bucketi上的最频繁值;P(A.id∈bucketi|Q(A))和P(B.Aid∈bucketi)|Q(B)可以通过单表基数估计模型来得到。
由此,针对第一目标等价类“{A.id,B.Aid}”中的目标连接键A.id所属的查询表A,根据目标连接键A.id的直方图中各桶的最频繁值和目标连接键A.id的直方图中各桶对应的条件概率分布,可以构建查询表A对应的局部函数针对第一目标等价类“{A.id,B.Aid}”中的目标连接键B.Aid所属的查询表B,根据目标连接键B.Aid的直方图中各桶的最频繁值和目标连接键B.Aid的直方图中各桶对应的条件概率分布,可以构建查询表B对应的局部函数/>
下面针对上述S103中的基于第一因子图,预估结构化查询语句的连接基数的上限值的具体实施方式进行详细说明。
具体来说,可以针对每一第一目标等价类,基于与该第一目标等价类对应的第二因子图,估计与该第一目标等价类对应的连接基数的上限值;然后,将每一第一目标等价类对应的连接基数的上限值的和,确定为结构化查询语句的连接基数的上限值。
在构建出与第一目标等价类对应的第二因子图后,可以基于该第二因子图已有的概率推断理论自动预估与该第一目标等价类对应的连接基数的上限值。
图3是根据一示例性实施例示出的一种基于线上分析处理的数据查询装置的框图。如图3所示,该装置200包括:
获取模块201,用于响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
构建模块202,用于根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
预估模块203,用于基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
在上述技术方案中,借助因子图建模多表连接查询,其中,因子图中的因子节点用于表征与该因子节点对应的查询表中存在连接键情况下的条件概率分布,单表的条件概率分布可以借助现有的高精度的单表基数估计模型来精准刻画,由此,可以利用高精度的单表基数估计模型和因子图已有的推断算法有效预估连接基数的上限值。由于低估往往比高估对查询性能的影响更大,因此,本公开放弃直接估计连接基数的做法,而是选择估计连接基数的上限值,借助有效的连接基数上限值,查询优化可以规划出更好的连接顺序以及帮执行器选择更优的连接计算算子,极大提高多表连接查询的效率和性能。
可选地,所述构建模块202包括:
第一因子图构建子模块,用于针对每一第一目标等价类,构建与该第一目标等价类对应的第二因子图,其中,语义相同的所述目标连接键属于同一所述第一目标等价类;
第一确定子模块,用于将每一所述第二因子图确定为与所述结构化查询语句对应的第一因子图。
可选地,所述第一因子图构建子模块,包括:
直方图构建子模块,用于针对该第一目标等价类中、每一所述目标连接键所属的查询表,构建该查询表中当前连接键的直方图,其中,所述当前连接键为该第一目标等价类中、属于该查询表的所述目标连接键,所述直方图的值域为该第一目标等价类中各所述目标连接键的值域的并集,该第一目标等价类中各所述目标连接键的直方图的桶切分方式相同;第二确定子模块,用于针对所述直方图中的每个桶,确定该桶的最频繁值和该桶对应的条件概率分布,其中,该桶对应的条件概率分布为该查询表在满足查询条件的情况下,所述当前连接键的属性值落在该桶内的概率;
第二因子图构建子模块,用于根据每一所述最频繁值和每一所述条件概率分布,构建与该第一目标等价类对应的第二因子图。
可选地,所述第二因子图构建子模块包括:
变量节点构建子模块,用于构建所述第二因子图的变量节点,其中,所述变量节点与该第一目标等价类对应;
因子节点构建子模块,用于根据每一所述最频繁值和每一所述条件概率分布,构建所述第二因子图的多个因子节点,其中,所述多个因子节点与该第一目标等价类中的所述目标连接键所属的查询表一一对应;
边关系构建子模块,用于构建所述变量节点与每一所述因子节点的边关系,得到与该第一目标等价类对应的第二因子图。
可选地,所述因子节点构建子模块包括:
局部函数构建子模块,用于针对该第一目标等价类中、每一所述目标连接键所属的查询表,根据当前直方图中各桶的最频繁值和所述当前直方图中各桶对应的条件概率分布,构建该查询表对应的局部函数,其中,所述当前直方图为该查询表的所述当前连接键的直方图;
第三确定子模块,用于将该查询表对应的局部函数确定为所述第二因子图中、与该查询表对应的因子节点。
可选地,所述预估模块203包括:
估计子模块,用于针对每一所述第一目标等价类,基于与该第一目标等价类对应的第二因子图,估计与该第一目标等价类对应的连接基数的上限值;
第四确定子模块,用于将每一所述第一目标等价类对应的连接基数的上限值的和,确定为所述结构化查询语句的连接基数的上限值。
可选地,所述获取模块202包括:
第五确定子模块,用于从预先构建的至少一个参考等价类中确定与所述查询表对应的至少一个第二目标等价类,其中,语义相同的参考连接键属于同一所述参考等价类;
第六确定子模块,用于针对每一所述第二目标等价类,将该第二目标等价类中、属于所述查询表的参考连接键确定为所述目标连接键。
本公开还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开提供的上述基于线上分析处理的数据查询方法的步骤。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,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。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、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)、光纤、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。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读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该电子设备执行时,使得该电子设备:响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
根据本公开的一个或多个实施例,示例1提供了一种基于线上分析处理的数据查询方法,包括:
响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,包括:
针对每一第一目标等价类,构建与该第一目标等价类对应的第二因子图,其中,语义相同的所述目标连接键属于同一所述第一目标等价类;
将每一所述第二因子图确定为与所述结构化查询语句对应的第一因子图。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,所述构建与该第一目标等价类对应的第二因子图,包括:
针对该第一目标等价类中、每一所述目标连接键所属的查询表,构建该查询表中当前连接键的直方图,其中,所述当前连接键为该第一目标等价类中、属于该查询表的所述目标连接键,所述直方图的值域为该第一目标等价类中各所述目标连接键的值域的并集,该第一目标等价类中各所述目标连接键的直方图的桶切分方式相同;针对所述直方图中的每个桶,确定该桶的最频繁值和该桶对应的条件概率分布,其中,该桶对应的条件概率分布为该查询表在满足查询条件的情况下,所述当前连接键的属性值落在该桶内的概率;
根据每一所述最频繁值和每一所述条件概率分布,构建与该第一目标等价类对应的第二因子图。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,所述根据每一所述最频繁值和每一所述条件概率分布,构建与该第一目标等价类对应的第二因子图,包括:
构建所述第二因子图的变量节点,其中,所述变量节点与该第一目标等价类对应;
根据每一所述最频繁值和每一所述条件概率分布,构建所述第二因子图的多个因子节点,其中,所述多个因子节点与该第一目标等价类中的所述目标连接键所属的查询表一一对应;
构建所述变量节点与每一所述因子节点的边关系,得到与该第一目标等价类对应的第二因子图。
根据本公开的一个或多个实施例,示例5提供了示例4的方法,所述根据每一所述最频繁值和每一所述条件概率分布,构建所述第二因子图的多个因子节点,包括:
针对该第一目标等价类中、每一所述目标连接键所属的查询表,根据当前直方图中各桶的最频繁值和所述当前直方图中各桶对应的条件概率分布,构建该查询表对应的局部函数,其中,所述当前直方图为该查询表的所述当前连接键的直方图;
将该查询表对应的局部函数确定为所述第二因子图中、与该查询表对应的因子节点。
根据本公开的一个或多个实施例,示例6提供了示例2的方法,所述基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值,包括:
针对每一所述第一目标等价类,基于与该第一目标等价类对应的第二因子图,估计与该第一目标等价类对应的连接基数的上限值;
将每一所述第一目标等价类对应的连接基数的上限值的和,确定为所述结构化查询语句的连接基数的上限值。
根据本公开的一个或多个实施例,示例7提供了示例1的方法,所述获取所述结构化查询语句中查询表之间的多个目标连接键,包括:
从预先构建的至少一个参考等价类中确定与所述查询表对应的至少一个第二目标等价类,其中,语义相同的参考连接键属于同一所述参考等价类;
针对每一所述第二目标等价类,将该第二目标等价类中、属于所述查询表的参考连接键确定为所述目标连接键。
根据本公开的一个或多个实施例,示例8提供了一种基于线上分析处理的数据查询装置,包括:
获取模块,用于响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
构建模块,用于根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
预估模块,用于基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-7中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (10)
1.一种基于线上分析处理的数据查询方法,其特征在于,包括:
响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,包括:
针对每一第一目标等价类,构建与该第一目标等价类对应的第二因子图,其中,语义相同的所述目标连接键属于同一所述第一目标等价类;
将每一所述第二因子图确定为与所述结构化查询语句对应的第一因子图。
3.根据权利要求2所述的方法,其特征在于,所述构建与该第一目标等价类对应的第二因子图,包括:
针对该第一目标等价类中、每一所述目标连接键所属的查询表,构建该查询表中当前连接键的直方图,其中,所述当前连接键为该第一目标等价类中、属于该查询表的所述目标连接键,所述直方图的值域为该第一目标等价类中各所述目标连接键的值域的并集,该第一目标等价类中各所述目标连接键的直方图的桶切分方式相同;针对所述直方图中的每个桶,确定该桶的最频繁值和该桶对应的条件概率分布,其中,该桶对应的条件概率分布为该查询表在满足查询条件的情况下,所述当前连接键的属性值落在该桶内的概率;
根据每一所述最频繁值和每一所述条件概率分布,构建与该第一目标等价类对应的第二因子图。
4.根据权利要求3所述的方法,其特征在于,所述根据每一所述最频繁值和每一所述条件概率分布,构建与该第一目标等价类对应的第二因子图,包括:
构建所述第二因子图的变量节点,其中,所述变量节点与该第一目标等价类对应;
根据每一所述最频繁值和每一所述条件概率分布,构建所述第二因子图的多个因子节点,其中,所述多个因子节点与该第一目标等价类中的所述目标连接键所属的查询表一一对应;
构建所述变量节点与每一所述因子节点的边关系,得到与该第一目标等价类对应的第二因子图。
5.根据权利要求4所述的方法,其特征在于,所述根据每一所述最频繁值和每一所述条件概率分布,构建所述第二因子图的多个因子节点,包括:
针对该第一目标等价类中、每一所述目标连接键所属的查询表,根据当前直方图中各桶的最频繁值和所述当前直方图中各桶对应的条件概率分布,构建该查询表对应的局部函数,其中,所述当前直方图为该查询表的所述当前连接键的直方图;
将该查询表对应的局部函数确定为所述第二因子图中、与该查询表对应的因子节点。
6.根据权利要求2所述的方法,其特征在于,所述基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值,包括:
针对每一所述第一目标等价类,基于与该第一目标等价类对应的第二因子图,估计与该第一目标等价类对应的连接基数的上限值;
将每一所述第一目标等价类对应的连接基数的上限值的和,确定为所述结构化查询语句的连接基数的上限值。
7.根据权利要求1所述的方法,其特征在于,所述获取所述结构化查询语句中查询表之间的多个目标连接键,包括:
从预先构建的至少一个参考等价类中确定与所述查询表对应的至少一个第二目标等价类,其中,语义相同的参考连接键属于同一所述参考等价类;
针对每一所述第二目标等价类,将该第二目标等价类中、属于所述查询表的参考连接键确定为所述目标连接键。
8.一种基于线上分析处理的数据查询装置,其特征在于,包括:
获取模块,用于响应于接收到结构化查询语句,获取所述结构化查询语句中查询表之间的多个目标连接键;
构建模块,用于根据所述多个目标连接键,构建与所述结构化查询语句对应的第一因子图,其中,所述第一因子图中的因子节点用于表征与该因子节点对应的查询表中存在所述目标连接键情况下的条件概率分布;
预估模块,用于基于所述第一因子图,预估所述结构化查询语句的连接基数的上限值。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310923100.0A CN116955413A (zh) | 2023-07-25 | 2023-07-25 | 基于线上分析处理的数据查询方法、装置、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310923100.0A CN116955413A (zh) | 2023-07-25 | 2023-07-25 | 基于线上分析处理的数据查询方法、装置、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116955413A true CN116955413A (zh) | 2023-10-27 |
Family
ID=88442315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310923100.0A Pending CN116955413A (zh) | 2023-07-25 | 2023-07-25 | 基于线上分析处理的数据查询方法、装置、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116955413A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117349321A (zh) * | 2023-12-04 | 2024-01-05 | 凯美瑞德(苏州)信息科技股份有限公司 | 一种文档数据库多表连接查询方法及装置 |
-
2023
- 2023-07-25 CN CN202310923100.0A patent/CN116955413A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117349321A (zh) * | 2023-12-04 | 2024-01-05 | 凯美瑞德(苏州)信息科技股份有限公司 | 一种文档数据库多表连接查询方法及装置 |
CN117349321B (zh) * | 2023-12-04 | 2024-03-05 | 凯美瑞德(苏州)信息科技股份有限公司 | 一种文档数据库多表连接查询方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10726018B2 (en) | Semantic matching and annotation of attributes | |
US20180341678A1 (en) | Cardinality Estimation For Database Query Planning | |
US20190005094A1 (en) | Method for approximate processing of complex join queries | |
CN113986933A (zh) | 物化视图的创建方法、装置、存储介质及电子设备 | |
US20170308620A1 (en) | Making graph pattern queries bounded in big graphs | |
US10726006B2 (en) | Query optimization using propagated data distinctness | |
US9406027B2 (en) | Making predictions regarding evaluation of functions for a database environment | |
CN116955413A (zh) | 基于线上分析处理的数据查询方法、装置、介质及设备 | |
CN112949269A (zh) | 可视化数据分析报表的生成方法、系统、设备及存储介质 | |
CN113392150A (zh) | 一种基于业务域的数据表展示方法、装置、设备及介质 | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN113807926A (zh) | 推荐信息生成方法、装置、电子设备和计算机可读介质 | |
CN115599650A (zh) | It系统的健康度评估方法、装置、电子设备及存储介质 | |
CN109815241B (zh) | 数据查询方法、装置、设备和存储介质 | |
JP2022517882A (ja) | ターゲティングおよびその他の設定を改善するためのコンテンツプロバイダの推薦 | |
CN113761390A (zh) | 一种用于属性亲密度的分析方法和系统 | |
CN116628049A (zh) | 一种基于大数据的信息系统维护管理系统及方法 | |
CN116756616A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN111309988B (zh) | 基于编码的字符串检索方法、装置及电子设备 | |
US10496948B1 (en) | Computer trend visualization using quadratic simplified closed form linear regression | |
CN111737571B (zh) | 搜索方法、装置和电子设备 | |
CN113010769A (zh) | 基于知识图谱的物品推荐方法、装置、电子设备及介质 | |
CN114741407A (zh) | 条件查询方法、装置和电子设备 | |
CN114297226A (zh) | Sql语句优化的方法、装置、设备、介质及程序产品 | |
CN117493375A (zh) | 一种结构化查询语句相似度检测方法、装置及设备 |
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 |