[发明专利]基数估计方法及装置

权利要求书

1.一种基数估计方法，包括：

获取数据查询请求，所述数据查询请求用于在数据库中查询多个第一指定列中的数据；

根据所述多个第一指定列之间的关联关系，计算所述多个第一指定列共同的联合概率；

根据所述联合概率，估计所述数据查询请求对应的基数。

2.根据权利要求1所述的方法，所述关联关系包括依赖关系和独立关系；

所述根据所述多个第一指定列之间的关联关系，计算所述多个第一指定列共同的联合概率，包括：

若所述多个第一指定列中存在多个第二指定列，则构建所述多个第二指定列之间的势函数，所述多个第二指定列为互相具有依赖关系的指定列；

若所述多个第一指定列中存在第三指定列，则计算所述第三指定列的概率，所述第三指定列为与所述多个第一指定列中任一指定列之间均为独立关系的指定列；

根据所述多个第二指定列之间的势函数和/或所述第三指定列的概率，得到所述多个第一指定列共同的联合概率。

3.根据权利要求1或2所述的方法，所述多个第一指定列之间的关联关系通过查询预设的概率图模型确定，所述概率图模型包括多个第一节点，所述多个第一节点分别用于指示所述数据库中的每个列，所述多个第一节点之间的连接关系用于指示所述数据库中的列之间的关联关系，所述数据库中的列包括所述多个第一指定列。

4.根据权利要求3所述的方法，针对所述多个第一节点中的每两个第一节点，若该两个第一节点在所述概率图模型中相互连接，则该两个第一节点指示的列之间为依赖关系，否则，该两个第一节点指示的列之间为独立关系。

5.根据权利要求1或2所述的方法，所述多个第一指定列之间的关联关系通过查询预设的概率图模型确定，所述概率图模型的构建方法包括：

获取所述数据库对应的第一连接树，所述第一连接树包括多个第二节点，所述多个第二节点分别用于指示所述数据库中的每张表；

根据所述多个第二节点之间的相关性，将所述第一连接树划分为至少一个第二连接树；

针对所述至少一个第二连接树中的每个第二连接树，根据该第二连接树对应的多个列之间的相关性，构建与该第二连接树对应的子概率图模型，所述概率图模型包括所述子概率图模型。

6.根据权利要求5所述的方法，所述相关性基于随机相关系数RDC确定；

所述根据所述多个第二节点之间的相关性，将所述第一连接树划分为至少一个第二连接树，包括：

针对所述多个第二节点中的每两个第二节点，若该两个第二节点之间RDC满足第一预设条件，则将该两个第二节点划分至同一第二连接树。

7.根据权利要求5所述的方法，所述相关性基于随机相关系数RDC确定；

所述针对所述至少一个第二连接树中的每个第二连接树，根据该第二连接树对应的多个列之间的相关性，构建与该第二连接树对应的子概率图模型，包括：

针对所述至少一个第二连接树中的每个第二连接树，分别执行以下操作：

若该第二连接树对应的多个列中任意两列之间的RDC满足第二预设条件，则在该两列对应的第三节点之间建立连接，以形成与该第二连接树对应的子概率图模型，所述子概率图模型包括第三节点，所述第三节点用于指示该第二连接树对应的列。

8.根据权利要求2所述的方法，所述方法还包括：

若所述数据查询请求用于针对所述多个第二指定列进行第一范围查询，则将所述第一范围查询分解为多个第一点查询，所述多个第二指定列之间的势函数包括每个第一点查询对应的势函数之和；

若所述数据查询请求用于针对所述第三指定列进行第二范围查询，则将所述第二范围查询分解为多个第二点查询，所述第三指定列的概率包括每个第二点查询对应的概率之和。