[发明专利]处理查询语句的方法、装置、存储介质及系统

权利要求书

1.一种处理查询语句的方法，其特征在于，包括：

获取待处理查询语句；

按照目标策略确定所述待处理查询语句对应的目标执行计划，其中，所述目标策略通过多个查询语句训练得到，所述目标执行计划用于确定所述待处理查询语句对应的多个状态以及在所述多个状态中每个状态下的执行动作；

按照所述目标执行计划执行所述待处理查询语句，得到查询结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述多个查询语句进行采样，得到采样查询语句，以及基于初始策略对所述采样查询语句的执行计划进行采样，得到采样执行计划；

利用所述采样执行计划，确定第一经验池的存储结果、第一统计结果和第二统计结果；

基于所述第一经验池的存储结果、所述第一统计结果和所述第二统计结果对初始奖励函数进行更新，得到目标奖励函数；

采用所述目标奖励函数对所述初始策略进行微调，得到所述目标策略。

3.根据权利要求2所述的方法，其特征在于，对所述多个查询语句进行采样，得到所述采样查询语句包括：

对所述多个查询语句进行聚类分析，得到多个集群；

从所述多个集群中的每个集群中选取最接近集群中心的查询语句，得到所述采样查询语句。

4.根据权利要求2所述的方法，其特征在于，基于初始策略对所述采样查询语句的执行计划进行采样，得到所述采样执行计划包括：

基于所述初始策略为所述采样查询语句生成多个候选执行计划；

根据所述多个候选执行计划中每个候选执行计划的权重，选取权重最大的候选执行计划，得到所述采样执行计划。

5.根据权利要求2所述的方法，其特征在于，利用所述采样执行计划，确定所述第一经验池的存储结果、所述第一统计结果和所述第二统计结果包括：

通过执行所述采样执行计划，获取所述采样查询语句对应的采样轨迹，其中，所述采样轨迹包括：多个转移过程，所述多个转移过程中每个转移过程用于记录相邻时刻从当前状态向下一个状态进行状态转换的过程；

基于所述采样轨迹确定所述第一经验池的存储结果、所述第一统计结果和所述第二统计结果。

6.根据权利要求5所述的方法，其特征在于，基于所述采样轨迹确定所述第一经验池的存储结果、所述第一统计结果和所述第二统计结果包括：

将所述采样轨迹中每个状态对应的第一三元组存储至所述第一经验池，得到确定所述第一经验池的存储结果，其中，所述第一三元组包括：每个状态的状态信息、每个状态的成本信息、每个状态的延时信息；

将所述采样轨迹对应的第二三元组存储至第二经验池，得到确定所述第二经验池的存储结果，其中，所述第二三元组包括：所述采样轨迹的轨迹信息、所述采样轨迹的累计成本、所述采样轨迹的累计延时，所述累计成本由所述采样轨迹中最终状态的成本信息确定，所述累计延时由所述采样轨迹中最终状态的延时信息确定；

基于采样轨迹对的累计成本差值和累计延时差值是否满足预设条件，确定所述第一统计结果和所述第二统计结果，其中，所述采样轨迹对包括：所述第二经验池中任意两条采样轨迹。

7.根据权利要求6所述的方法，其特征在于，基于所述采样轨迹对的所述累计成本差值和所述累计延时差值满足所述预设条件，确定所述第一统计结果包括：

当所述累计成本差值和所述累计延时差值满足所述预设条件时，判定所述采样轨迹对存在差异，得到第一判定结果；

利用所述第一判定结果对所述第二经验池中存在差异的所述采样轨迹对进行统计，得到所述第一统计结果。

8.根据权利要求6所述的方法，其特征在于，基于所述采样轨迹对的所述累计成本差值和所述累计延时差值未满足所述预设条件，确定所述第二统计结果包括：

当所述累计成本差值和所述累计延时差值未满足所述预设条件时，确定所述采样轨迹对不存在差异，得到第二判定结果；

利用所述第二判定结果对所述第二经验池中不存在差异的所述采样轨迹对进行统计，得到所述第二统计结果。