[发明专利]一种面向多负载的云数据库二级索引自动推荐方法和系统

说明书

本发明公开了一种面向多负载的云数据库二级索引自动推荐方法，其包括：从数据库中的查询语句集合中随机选择多个查询语句组成查询语句样本集{q₁，q₂，...，q_R}，对样本集进行向量化处理，以得到查询语句向量组{x₁，x₂，...，x_R}，使用k‑means算法对向量组进行聚类分析，以得到k个2*N维向量作为k个查询模板、以及k个查询模板中每一个查询模板的权重，并用这k个查询模板表示整个查询语句集合的特征，将k个查询模板、以及每个查询模板的权重输入到预先训练好的多负载索引推荐模型中，以得到索引配置。本发明能够解决现有基于启发式的方法和机器学习的方法由于模型通用性差、只能为单一查询集合推荐索引配置，导致无法适用于云数据库业务场景的技术问题。

技术领域

本发明属于数据库技术领域，更具体地，涉及一种面向多负载的云数据库二级索引自动推荐方法和系统。

背景技术

近年来，随着互联网技术的发展，各个领域的数据量高速增长，互联网行业进入大数据时代，许多企业的数据存储和计算能力无法匹配数据的增长速度，其自身不再建立数据库，而是购买云服务提供商售卖的云数据库服务作为替代。云数据库的用户缺乏为云数据库添加合理索引配置的意识和知识，无法加速查询，提高数据库性能，导致了严重的索引缺失问题。因此，需要引入索引推荐方法来解决上述问题。

现有的索引推荐方法主要是基于启发式的方法和机器学习的方法，但是这些方案都存在一些不可忽略的缺陷：第一、模型通用性差，只能为单一查询集合推荐索引配置，因此无法适用于云数据库业务场景；第二、模型的训练耗时长，且需要与数据库交互，因此无法适用于云数据库业务场景。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种面向多负载的云数据库二级索引自动推荐方法，其目的在于，解决现有基于启发式的方法和机器学习的方法由于模型通用性差、只能为单一查询集合推荐索引配置，导致无法适用于云数据库业务场景的技术问题，以及由于模型的训练耗时长，且需要与数据库交互，导致无法适用于云数据库业务场景的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种面向多负载的云数据库二级索引自动推荐方法，包括以下步骤：

(1)从数据库中的查询语句集合中随机选择多个查询语句组成查询语句样本集{q₁,q₂,…,q_R}，对样本集进行向量化处理，以得到查询语句向量组{x₁,x₂,…,x_R}，其中q_i表示第i个查询语句，i∈[1，R]，R表示样本集中的查询语句总数，x_i表示q_i向量化后的结果。

(2)使用k-means算法对步骤(1)得到的向量组进行聚类分析，以得到k个2*N维向量作为k个查询模板、以及k个查询模板中每一个查询模板的权重，并用这k个查询模板表示整个查询语句集合的特征；

(3)将步骤(2)中得到的k个查询模板、以及每个查询模板的权重输入到预先训练好的多负载索引推荐模型中，以得到索引配置。

优选地，步骤(1)中向量化处理的过程，是针对每一个查询语句q_i而言，使用该查询语句的选择度、以及该查询语句是否包含属性来对该查询语句q_i进行向量化，q_i向量化后的结果x_i是一个2*N维的向量，且有：

x_i＝(a_i,1,…,a_i,N,c_i,1,…,c_i,N)