CN117743381A - 分布式数据库的数据查询方法及装置 - Google Patents

Abstract

本说明书实施例提供了分布式数据库的数据查询方法及装置，其中，一种分布式数据库的数据查询方法包括：获取在分布式数据库进行数据查询的查询语句，一方面对查询语句包含的查询关键词进行特征提取获得查询关键词特征，另一方面在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布，并基于查询获得的关键词数据分布生成关键词密度特征，将查询关键词特征和关键词密度特征输入基数估计模型进行数据基数估计，获得查询关键词对应的目标数据的基数估计值作为查询语句的查询结果。

Description

分布式数据库的数据查询方法及装置

技术领域

本文件涉及分布式技术领域，尤其涉及一种分布式数据库的数据查询方法及装置。

背景技术

随着互联网在不断发展和推广，为了应对互联网上迅猛增长的数据的存储和管理需求，分布式处理技术被广泛应用，尤其是分布式数据库作为分布式处理技术在数据存储领域的重要手段得到了广泛应用，分布式数据库是指利用高速计算机网络将物理上分散的多个数据存储节点连接起来组成一个逻辑上统一的数据库集群，基于建立的分布式数据库可以进行高效的数据存储和数据访问。

发明内容

本说明书一个或多个实施例提供了一种分布式数据库的数据查询方法，包括：获取在分布式数据库进行数据查询的查询语句。对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征。在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征。将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

本说明书一个或多个实施例提供了一种分布式数据库的数据查询装置，包括：查询语句获取模块，被配置为获取在分布式数据库进行数据查询的查询语句。特征提取模块，被配置为对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征。密度特征生成模块，被配置为在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征。数据基数估计模块，被配置为将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

本说明书一个或多个实施例提供了一种分布式数据库的数据查询设备，包括：处理器；以及，被配置为存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：获取在分布式数据库进行数据查询的查询语句。对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征。在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征。将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：获取在分布式数据库进行数据查询的查询语句。对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征。在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征。将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

附图说明

为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；

图1为本说明书一个或多个实施例提供的一种分布式数据库的数据查询方法实施环境的示意图；

图2为本说明书一个或多个实施例提供的一种分布式数据库的数据查询方法处理流程图；

图3为本说明书一个或多个实施例提供的一种基数估计模型的架构示意图；

图4为本说明书一个或多个实施例提供的一种应用于实际数据查询场景的分布式数据库的数据查询方法流程图；

图5为本说明书一个或多个实施例提供的一种分布式数据库的数据查询装置实施例的示意图；

图6为本说明书一个或多个实施例提供的一种分布式数据库的数据查询设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。

本说明书一个或多个实施例提供的分布式数据库的数据查询方法，可适用于分布式数据库这一实施环境，参照图1，该实施环境至少包括：

分布式数据库101，在分布式数据库101进行数据查询的查询系统102，查询系统102包括：对查询关键词进行特征提取的特征提取模块102-1，生成关键词密度特征的密度特征生成模块102-2，进行数据基数估计的基数估计模型102-3；

分布式数据库101部署于存储设备上，查询系统102运行于处理设备上，存储设备和处理设备可以是一台或者多台服务器，若干台服务器组成的服务器集群，或者，云计算平台的云服务器；

该实施环境中，在查询系统102进行数据查询过程中，针对在分布式数据库101进行数据查询的查询语句，通过特征提取模块102-1提取查询语句包含的查询关键词的查询关键词特征，通过密度特征生成模块102-2生成对应于查询关键词的关键词密度特征，并由特征提取模块102-1和密度特征生成模块102-2将查询关键词特征和关键词密度特征传输至基数估计模型102-3，查询关键词特征和关键词密度特征被输入基数估计模型102-3进行数据基数估计，将基数估计模型102-3输出的查询关键词对应的目标数据的基数估计值作为查询结果。

本说明书提供的一种分布式数据库的数据查询方法的一个或者多个实施例如下：

参照图2，本实施例提供的分布式数据库的数据查询方法，具体包括步骤S202至步骤S208。

步骤S202，获取在分布式数据库进行数据查询的查询语句。

在分布式数据库进行数据查询的过程中，通过发送查询语句进行数据查询，比如可以是通过分布式数据库的查询系统提交的SQL查询语句。本实施例在分布式数据库进行的数据查询，是指在分布式数据中查询目标数据的数量，将要查询的目标数据的数量称之为基数。

具体实施时，在分布式数据库进行数据查询的过程中，在分布式数据库维护有自身历史进行数据查询的历史查询记录的前提下，可通过对当前进行数据查询的查询语句进行匹配校验，如果通过匹配校验确定分布式数据库的历史查询记录中与当前的查询语句较为接近的数据查询，则可直接基于历史查询记录中较为接近的数据查询返回查询结果，以此来提升进行数据查询的响应效率。

本实施例提供的一种可选实施方式中，获取到当前在分布式数据库进行数据查询的查询语句之后，采用如下方式对当前进行数据查询的查询语句进行匹配校验：

基于所述分布式数据库的历史查询记录表对查询语句包含的查询关键词进行匹配校验；

若匹配校验结果中包含目标历史查询记录，则将所述目标历史查询记录作为所述查询语句的查询结果输出；

若匹配校验结果为空，则执行下述步骤S204，对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征。

其中，所述历史查询记录表中记录有分布式数据库历史进行数据查询的查询输入和查询输出，历史每一次进行数据查询的查询输入和查询输出组成历史查询记录表中的一条历史查询记录。

具体执行过程中，在将当前进行数据查询的查询语句包含的查询关键词与分布式数据库的历史查询记录表进行匹配校验的过程中，可从查询关键词包含的数据范围和时间维度进行匹配校验，如果历史查询记录表中在数据范围和时间维度存在与当前查询语句匹配的历史查询记录，则表明匹配的历史查询记录的数据查询与当前查询语句的数据查询较为接近。

本实施例提供的一种可选实施方式中，基于所述分布式数据库的历史查询记录表对所述查询关键词进行匹配校验，包括：

校验所述历史查询记录表中是否存在与所述查询关键词包含的数据范围的重合度满足重合条件的历史查询记录；

若存在，校验所述历史查询记录的查询时间对应的查询间隔时长是否小于预设时长阈值，若小于，将所述历史查询记录作为所述目标历史查询记录，若大于或者等于，确定匹配校验结果为空；

若不存在，确定匹配校验结果为空。

本实施例中，查询关键词包含的数据范围，是指查询关键词包含的要查询的相应数据的数值范围，比如在存储某地区的居民信息的分布式数据库中，查询年纪处于18至45岁这一范围的居民人数时，SQL查询语句的查询关键词包含的数据范围为【18，45】，这种数据范围也称为连续数据范围；

除此之外，数据范围还可以是指查询关键词包含的要查询的相应数据的数据集合组成的数据集合范围，比如在存储某地区的居民信息的分布式数据库中，查询居住位置处于A区域、B区域和C区域的居民人数时，SQL查询语句的查询关键词包含的数据范围为【A区域，B区域，C区域】，这种数据范围也称为离散数据范围。

上述校验历史查询记录表中是否存在与查询关键词包含的数据范围的重合度满足重合条件的历史查询记录过程中，在查询关键词包含的数据范围为数值范围的情况下，可将查询关键词包含的数值范围与历史查询记录表中数值范围对应字段记录的数值范围进行数值重合度计算，如果计算获得的数值重合度大于预先设置的重合度阈值，则确定满足重合条件，反之，如果计算获得的数值重合度小于或者等于预先设置的重合度阈值，则确定不满足重合条件；

类似的，在查询关键词包含的数据范围为数据集合范围的情况下，可将查询关键词包含的数据集合范围与历史查询记录表中数据集合范围对应字段记录的数据集合范围进行数据重合度计算，如果计算获得的数据重合度大于预先设置的重合度阈值，则确定满足重合条件，反之，如果计算获得的数据重合度小于或者等于预先设置的重合度阈值，则确定不满足重合条件。

步骤S204，对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征。

本实施例中，在对查询语句包含的查询关键词进行特征提取的过程中，可从至少一个关键词维度出发对查询关键词进行特征提取获得查询关键词特征，具体的，可在数据范围维度对查询关键词进行特征提取，以此来确定查询关键词包含的要查询的相应数据的数值范围的特征表达，或者，可在数据表维度对查询关键词进行特征提取，以此来确定根据查询关键词在分布式数据库中要进行数据查询的数据表，或者，可在表连接关系维度对查询关键词进行特征提取，以此来确定在分布式数据库中进行数据查询的数据表之间的表连接关系。除此之外，还可在数据范围维度、数据表维度和表连接关系维度三个关键词维度中的两个或者三个关键词维度进行特征提取获得相应的查询关键词特征。

本实施例提供的一种可选实施方式中，对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征，包括：

对所述查询关键词进行查询数据范围提取获得数据范围特征；

对所述查询关键词进行数据表关键词提取获得数据表特征；

对所述查询关键词进行表连接关系提取获得表连接特征；

对所述数据范围特征、所述数据表特征和所述表连接特征进行特征拼接，获得所述查询关键词特征。

具体执行过程中，对查询关键词进行数据表关键词提取，是指对查询关键词中包含的进行数据查询的数据表的表关键词进行特征提取，比如存储某地区的居民信息的分布式数据库中有若干数据表，如果要在若干数据表中的一张或者多张数据表中进行相应数据查询，SQL查询语句的查询关键词包含要进行相应数据查询的一张或者多张数据表的表关键词，此处提取查询关键词包含的表关键词作为数据表特征。通过数据表特征的提取，能够使针对分布式数据库进行的数据查询能够被约束在特定的数据表，有助于提升数据查询的效率。

对查询关键词进行表连接关系提取，是指对查询关键词中包含的进行数据查询的数据表的表之间的表连接关系进行特征提取，比如存储某地区的居民信息的分布式数据库中有若干数据表，如果要在若干数据表中的多张存在表连接关系的数据表中进行相应数据查询，SQL查询语句的查询关键词包含要进行相应数据查询的多张数据表的表连接关系关键词，此处提取查询关键词包含的表连接关系关键词作为表连接特征。通过表连接特征的提取，能够降低同时在多张数据表进行数据查询所需的计算量，同时，表连接特征的提取还能够在更细的粒度区分数据查询之间的差异，从而有助于提升数据查询的精确性，也即要查询的目标数据的基数估计的准确性。

例如，在存储某地区的居民信息的分布式数据库进行数据查询时，SQL查询语句的查询关键词包含的数据范围为【18，45】，包含的数据表的表关键词为分布式数据库中身份信息数据表的表名称或者表编码以及居住地数据表的表名称或者表编码，同时还包含身份信息数据表与居住地数据表之间的表连接关系；

在对SQL查询语句中的查询关键词进行特征提取的过程中，提取查询关键词包含的数据范围【18，45】，并根据提取的数据范围【18，45】构建数据范围特征向量，提取查询关键词包含的身份信息数据表和居住地数据表的表名称或者表编码，并根据提取的表名称或者表编码构建数据表特征向量，以及，提取查询关键词包含的身份信息数据表与居住地数据表之间的表连接关系的表连接关键词，并基于提取的表连接关键词构建表连接特征向量；

在获得数据范围特征向量、数据表特征向量和表连接特征向量之后，对数据范围特征向量、数据表特征向量和表连接特征向量进行向量拼接，获得拼接后获得的拼接向量作为SQL查询语句中查询关键词整体的关键词特征向量。

如上所述，查询关键词包含的数据范围包括数值范围这一连续数据范围和数据集合范围这一离散数据范围两种，在查询关键词包含的数据范围为数据集合范围这一离散数据范围的情况下，可通过将离散数据范围转换为连续数据范围，在转换为连续数据范围的情况下进行数据范围特征提取，具体的，本实施例提供的一种可选实施方式中，对所述查询关键词进行查询数据范围提取获得数据范围特征，包括：若检测到所述查询关键词包含的查询数据范围为离散数据范围，对所述查询数据范围进行数据范围编码，并基于编码结果确定所述查询数据范围的连续数据范围作为所述数据范围特征。

需要说明的是，上述对查询关键词进行查询数据范围提取过程、对查询关键词进行数据表关键词提取过程以及对查询关键词进行表连接关系提取过程，这三个处理过程在具体执行过程中不限定执行顺序，可先执行任意一个处理过程再执行其余两个处理过程，此外，为了提升处理效率，提升数据查询响应效率，还可采用并行处理方式，在不同的处理线程并行进行三个处理过程的执行处理。

步骤S206，在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征。

具体实施时，基于在分布式数据库进行数据查询的查询语句，从查询语句包含的查询关键词出发，在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布，并进一步基于确定的关键词数据分布生成关键词密度特征，通过关键词密度特征来反映分布式数据库中查询关键词的密度分布，结合查询关键词的密度分布来体现要查询的目标数据在分布式数据库中的分布情况。

本实施例提供的一种可选实施方式中，在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，包括：

确定所述查询关键词对应的关键词类型；

在所述历史数据分布中查询所述关键词类型对应的关键词密度直方图，作为所述关键词数据分布。

具体在确定查询语句包含的查询关键词对应的关键词数据分布的过程中，除上述提供的在分布式数据库的历史数据分布中查询关键词类型对应的关键词密度直方图的实现方式之外，还可在历史数据分布中查询其他形式的数据分布数据作为关键词数据分布。

以在存储某地区的居民信息的分布式数据库进行数据查询的SQL查询语句为例，SQL查询语句中的查询关键词的关键词类型为年纪关键词类型，则在分布式数据库的历史密度直方图中查询表征年纪分布的年纪密度直方图，该年纪密度直方图的横坐标为各个年纪数值，纵坐标为各个年纪数值对应的居民数量统计。

上述在历史数据分布中确定关键词类型对应的关键词密度直方图作为关键词数据分布基础上，在基于确定的关键词数据分布生成关键词密度特征的过程中，通过如下可选实施方式生成关键词密度特征：对所述关键词密度直方图进行特征转换，将转换获得的密度直方图特征作为所述关键词密度特征。

需要说明的是，上述对查询语句包含的查询关键词进行特征提取获得查询关键词特征的处理过程，与上述在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布并生成关键词密度特征的处理过程，具体执行过程中不限定执行顺序，可以先进行对查询语句包含的查询关键词进行特征提取获得查询关键词特征的处理过程，再进行在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布并生成关键词密度特征的处理过程，或者，也可以先进行在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布并生成关键词密度特征的处理过程，再进行对查询语句包含的查询关键词进行特征提取获得查询关键词特征的处理过程，再或者，还可采用并行处理方式，在不同的处理线程并行进行对查询语句包含的查询关键词进行特征提取获得查询关键词特征以及在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布并生成关键词密度特征这两个处理过程。

步骤S208，将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

上述通过对查询语句包含的查询关键词进行特征提取获得查询关键词特征，来提升数据查询的精确性和查询效率，并通过在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布并生成关键词密度特征，来提升数据查询的准确性，在获得的查询关键词特征和关键词密度特征的基础上，通过将查询关键词特征和关键词密度特征输入基数估计模型进行数据基数估计，能够更加全面和更加精确的进行数据基数估计，从而获得查询关键词对应的目标数据更加准确的基数估计值。

本实施例在分布式数据库进行的数据查询，是指在分布式数据中查询目标数据的数量，此处，将要查询的目标数据的数量称之为基数；基数估计模型输出的查询关键词对应的目标数据的基数估计值，是指基数估计模型对要查询的目标数据进行估计之后输出的目标数据的数量的估计值。

具体执行过程中，基数估计模型在根据输入的查询关键词特征和关键词密度特征进行数据基数估计的过程中，查询关键词特征和关键词密度特征是不同类型的特征，同时输入的查询关键词特征还可能是一维特征，而关键词密度特征可能是二维特征，可通过特征标准化将查询关键词特征和关键词密度特征统一，然后基于特征标准化获得的两部分特征进行数据基数估计。

可选的，所述基数估计模型，包括：第一感知机模块、卷积神经网络和第二感知机模块；

在基数估计模型包括第一感知机模块、卷积神经网络和第二感知机模块的基础上，可通过第一感知机模块对查询关键词特征进行特征标准化，通过卷积神经网络对关键词密度特征进行特征标准化，然后将特征标准化获得的两部分特征输入第二感知机模块进行数据基数估计。

具体的，本实施例提供的一种可选实施方式中，数据基数估计，采用如下方式实现：

通过所述第一感知机模块对所述查询关键词特征进行特征标准化，获得标准关键词特征；

通过所述卷积神经网络对所述关键词密度特征进行特征标准化，获得标准密度特征；

将所述标准关键词特征和所述标准密度特征输入所述第二感知机模块进行所述查询关键词对应的目标数据的基数估计，获得所述基数估计值。

例如，在图3所示的基数估计模型中，将SQL查询语句中查询关键词整体的关键词特征向量输入多层感知机(MLP，Multilayer Perceptron)进行特征标准化，获得标准化之后的关键词特征向量，并将对关键词密度直方图进行特征转换获得的关键词密度特征向量输入卷积神经网络(CNN，Convolutional Neural Networks)进行特征标准化，获得标准化之后的关键词密度特征向量，并将标准化之后的关键词特征向量和标准化之后的关键词密度特征向量输入增强型多层感知机，对要查询的居民数量进行估计，输出居民数量估计值。

本实施例中，在分布式数据库维护有记录自身历史数据查询的历史查询记录表情况下，还可基于历史查询记录表记录的历史在分布式数据库进行数据查询的历史查询记录进行基数估计模型的训练，具体的，本实施例提供的一种可选实施方式中，基数估计模型，采用如下方式训练：根据所述分布式数据库的历史查询记录表中历史查询记录构建训练样本以及对应的样本标签；基于所述训练样本和所述样本标签对待训练模型进行训练，训练完成后获得所述基数估计模型。

综上所述，本实施例提供的一种或者多种分布式数据库的数据查询方法，在分布式数据库中进行数据查询的过程中，为了提升分布式数据库的数据查询效率，从进行数据查询的查询语句包含的查询关键词出发，通过基数估计模型对要查询的目标数据的基数进行估计，而非消耗大量的计算资源在分布式数据库的数据表中进行数据查询，具体在查询过程中，通过对查询语句包含的查询关键词进行特征提取获得查询关键词特征，来提升数据查询的精确性和查询效率，并通过在分布式数据库的历史数据分布中确定查询关键词对应的关键词数据分布并生成关键词密度特征，来提升数据查询的准确性，在获得的查询关键词特征和关键词密度特征的基础上，通过将查询关键词特征和关键词密度特征输入基数估计模型进行数据基数估计，能够更加全面和更加精确的进行数据基数估计，从而获得查询关键词对应的目标数据更加准确的基数估计值。

下述以本实施例提供的一种分布式数据库的数据查询方法在实际数据查询场景的应用为例，结合图4，对本实施例提供的分布式数据库的数据查询方法进行进一步说明，参见图4，应用于实际数据查询场景的分布式数据库的数据查询方法，具体包括下述步骤。

步骤S402，获取在分布式数据库进行数据查询的SQL查询语句。

步骤S404，对SQL查询语句包含的查询关键词进行查询数据范围提取获得数据范围特征向量。

步骤S406，对SQL查询语句包含的查询关键词进行数据表关键词提取获得数据表特征向量。

步骤S408，对SQL查询语句包含的查询关键词进行表连接关系提取获得表连接特征向量。

步骤S410，对数据范围特征向量、数据表特征向量和表连接特征向量进行特征拼接，获得查询关键词特征向量。

步骤S412，在历史数据分布中查询查询关键词的关键词类型对应的关键词密度直方图，并对关键词密度直方图进行特征转换，获得关键词密度特征向量。

步骤S414，通过基数估计模型的第一感知机模块对查询关键词特征向量进行特征标准化，获得标准关键词特征向量。

步骤S416，通过基数估计模型的卷积神经网络对关键词密度特征向量进行特征标准化，获得标准密度特征向量。

步骤S418，将标准关键词特征向量和标准密度特征向量输入基数估计模型的第二感知机模块进行查询关键词对应的目标数据的基数估计，输出基数估计值。

本说明书提供的一种分布式数据库的数据查询装置实施例如下：

在上述的实施例中，提供了一种分布式数据库的数据查询方法，与之相对应的，还提供了一种运行于服务器的分布式数据库的数据查询装置，下面结合附图进行说明。

参照图5，其示出了本实施例提供的一种分布式数据库的数据查询装置实施例的示意图。

由于装置实施例对应于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。

本实施例提供一种分布式数据库的数据查询装置，运行于服务器，所述装置包括：

查询语句获取模块502，被配置为获取在分布式数据库进行数据查询的查询语句；

特征提取模块504，被配置为对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

密度特征生成模块506，被配置为在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

数据基数估计模块508，被配置为将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

本说明书提供的一种分布式数据库的数据查询设备实施例如下：

对应上述描述的一种分布式数据库的数据查询方法，基于相同的技术构思，本说明书一个或多个实施例还提供一种分布式数据库的数据查询设备，该分布式数据库的数据查询设备用于执行上述提供的一种分布式数据库的数据查询方法，图6为本说明书一个或多个实施例提供的一种分布式数据库的数据查询设备的结构示意图。

本实施例提供的一种分布式数据库的数据查询设备，包括：

如图6所示，分布式数据库的数据查询设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器601和存储器602，存储器602中可以存储有一个或一个以上存储应用程序或数据。其中，存储器602可以是短暂存储或持久存储。存储在存储器602的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括分布式数据库的数据查询设备中的一系列计算机可执行指令。更进一步地，处理器601可以设置为与存储器602通信，在分布式数据库的数据查询设备上执行存储器602中的一系列计算机可执行指令。分布式数据库的数据查询设备还可以包括一个或一个以上电源603，一个或一个以上有线或无线网络接口604，一个或一个以上输入/输出接口605，一个或一个以上键盘606等。

在一个具体的实施例中，分布式数据库的数据查询设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对分布式数据库的数据查询设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

获取在分布式数据库进行数据查询的查询语句；

对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

本说明书提供的一种存储介质实施例如下：

对应上述描述的一种分布式数据库的数据查询方法，基于相同的技术构思，本说明书一个或多个实施例还提供一种存储介质。

本实施例提供的存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：

获取在分布式数据库进行数据查询的查询语句；

对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

需要说明的是，本说明书中关于一种存储介质的实施例与本说明书中一种分布式数据库的数据查询方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应方法的实施，重复之处不再赘述。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或者相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处，比如装置实施例、设备实施例和存储介质实施例，三者均相似于方法实施例，所以描述地比较简单，阅读装置实施例、设备实施例和存储介质实施例中的相关内容请参照方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括至少一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。

Claims (12)

1.一种分布式数据库的数据查询方法，包括：

获取在分布式数据库进行数据查询的查询语句；

对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

2.根据权利要求1所述的分布式数据库的数据查询方法，所述对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征，包括：

对所述查询关键词进行查询数据范围提取获得数据范围特征；

对所述查询关键词进行数据表关键词提取获得数据表特征；

对所述查询关键词进行表连接关系提取获得表连接特征；

对所述数据范围特征、所述数据表特征和所述表连接特征进行特征拼接，获得所述查询关键词特征。

3.根据权利要求2所述的分布式数据库的数据查询方法，所述对所述查询关键词进行查询数据范围提取获得数据范围特征，包括：

若检测到所述查询关键词包含的查询数据范围为离散数据范围，对所述查询数据范围进行数据范围编码，并基于编码结果确定所述查询数据范围的连续数据范围作为所述数据范围特征。

4.根据权利要求1所述的分布式数据库的数据查询方法，所述在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，包括：

确定所述查询关键词对应的关键词类型；

在所述历史数据分布中查询所述关键词类型对应的关键词密度直方图，作为所述关键词数据分布。

5.根据权利要求4所述的分布式数据库的数据查询方法，所述基于所述关键词数据分布生成关键词密度特征，包括：

对所述关键词密度直方图进行特征转换，将转换获得的密度直方图特征作为所述关键词密度特征。

6.根据权利要求1所述的分布式数据库的数据查询方法，所述基数估计模型，包括：第一感知机模块、卷积神经网络和第二感知机模块；

所述数据基数估计，采用如下方式实现：

通过所述第一感知机模块对所述查询关键词特征进行特征标准化，获得标准关键词特征；

通过所述卷积神经网络对所述关键词密度特征进行特征标准化，获得标准密度特征；

将所述标准关键词特征和所述标准密度特征输入所述第二感知机模块进行所述查询关键词对应的目标数据的基数估计，获得所述基数估计值。

7.根据权利要求1所述的分布式数据库的数据查询方法，所述基数估计模型，采用如下方式训练：

根据所述分布式数据库的历史查询记录表中历史查询记录构建训练样本以及对应的样本标签；

基于所述训练样本和所述样本标签对待训练模型进行训练，训练完成后获得所述基数估计模型。

8.根据权利要求1所述的分布式数据库的数据查询方法，所述获取在分布式数据库进行数据查询的查询语句步骤执行之后，且所述对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征步骤执行之前，还包括：

基于所述分布式数据库的历史查询记录表对所述查询关键词进行匹配校验；

若匹配校验结果中包含目标历史查询记录，则将所述目标历史查询记录作为所述查询语句的查询结果输出；

若匹配校验结果为空，则执行所述对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征步骤。

9.根据权利要求8所述的分布式数据库的数据查询方法，所述基于所述分布式数据库的历史查询记录表对所述查询关键词进行匹配校验，包括：

校验所述历史查询记录表中是否存在与所述查询关键词包含的数据范围的重合度满足重合条件的历史查询记录；

若存在，校验所述历史查询记录的查询时间对应的查询间隔时长是否小于预设时长阈值，若小于，将所述历史查询记录作为所述目标历史查询记录；

若不存在，确定匹配校验结果为空。

10.一种分布式数据库的数据查询装置，包括：

查询语句获取模块，被配置为获取在分布式数据库进行数据查询的查询语句；

特征提取模块，被配置为对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

密度特征生成模块，被配置为在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

数据基数估计模块，被配置为将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

11.一种分布式数据库的数据查询设备，包括：

处理器；以及，被配置为存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：

获取在分布式数据库进行数据查询的查询语句；

对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。

12.一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：

获取在分布式数据库进行数据查询的查询语句；

对所述查询语句包含的查询关键词进行特征提取，获得查询关键词特征；

在所述分布式数据库的历史数据分布中确定所述查询关键词对应的关键词数据分布，并基于所述关键词数据分布生成关键词密度特征；

将所述查询关键词特征和所述关键词密度特征输入基数估计模型进行数据基数估计，获得所述查询关键词对应的目标数据的基数估计值。