[发明专利]基于深度学习的自动化时序数据库索引推荐方法及设备

权利要求书

1.基于深度学习的自动化时序数据库索引推荐方法，其特征在于，通过强化学习模型进行时序数据库的索引推荐，具体包括以下步骤：

强化学习模型的代理RL Agent负责决策的过程；代理与数据库的环境模型Environment进行交互，环境模型计算代理因其决策而获得的状态转换和代价；DBMS接口负责执行数据库的创建、升级或删除动作并获取当前的索引配置的统计信息；

环境模型包括状态、动作和代价；

将状态表示为二维向量，其中两个维度分别为index number和column number；indexnumber代表当前的索引的编号，column number表示当前列的编号；

动作为向量，动作行为包括：创建索引、升级索引、删除索引和不进行操作；每一个动作表示里前C位中的某一位如果是0则代表不对该列进行索引操作，如果是1则代表对该列进行索引操作；如果前面C位都是0，最后一位如果是0，表示不进行操作，如果是1，表示删除该索引；如果前面C位中有某几位为1，最后一位为0表示创建索引，最后一位为1表示升级索引；

代价函数如下：

使用CnosDB中执行引擎的估计代价作为合法动作的代价，通过虚拟索引查询执行EXPLAIN命令后获得；如果代理在当前状态空间下选择了非法动作，给一个较大的惩罚r_c，使其记录该状态下的非法动作；

代价函数：

进行时序数据库的索引推荐的强化学习模型是预先训练好的，训练过程包括以下步骤：

1、一个新的任务被提交到DBMS中，初始化状态，初始化两个神经网络，开始进行索引推荐；

2、深度学习代理从当前状态开始，根据经验或神经网络的贪心策略选择一个动作；

3、执行该动作，通过该动作是否合法以及CnosDB中通过虚拟索引欺骗优化器获得的估计代价来获得该动作的代价，同时表示出该动作执行完后的状态，将状态，动作，代价，下一个状态向量存放到重放空间中；

4、从重放空间中取样一个小批量样本，用该样本对两个神经网络进行训练；

5、更新当前状态到下一个状态；

6、重复步骤2到步骤5的过程直到神经网络训练完成；

7、从起始状态开始，使用两个神经网络对当前所有动作的Q值进行预测，Q值规定为两个神经网络给出的预测结果中较小的那个，每次贪心地选择Q值最大的动作，直到不能再提高，此时的动作序列即为要建立的索引。

2.根据权利要求1所述基于深度学习的自动化时序数据库索引推荐方法，其特征在于，所述升级索引只能对已有的索引进行一个维度的升级。

3.根据权利要求2所述基于深度学习的自动化时序数据库索引推荐方法，其特征在于，针对于动作向量，不按照矩阵的方式记录向量，将向量编码为对应的十进制数字。

4.根据权利要求3所述基于深度学习的自动化时序数据库索引推荐方法，其特征在于，将向量编码为对应的十进制数字的过程中，所述编码为数字压缩，将动作向量当成一个二进制数，然后在编码为对应的十进制数字。

5.根据权利要求3所述基于深度学习的自动化时序数据库索引推荐方法，其特征在于，将向量编码为对应的十进制数字之后，利用数组来存储哪些动作是合法的，哪些动作是非法的。

6.根据权利要求5所述基于深度学习的自动化时序数据库索引推荐方法，其特征在于，所述非法动作的惩罚r_c设置为800。

7.根据权利要求1至6之一所述基于深度学习的自动化时序数据库索引推荐方法，其特征在于，所述的强化学习模型为Double DQN模型。

8.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至7之一所述基于深度学习的自动化时序数据库索引推荐方法。

9.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至6之一所述基于深度学习的自动化时序数据库索引推荐方法。