(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111670662.6 (22)申请日 2021.12.31 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市下沙高教园区2 号大街 (72)发明人 张桦　段浩洋　叶晨　徐宏　 吴以凡　戴国骏　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 代理人 朱月芬 (51)Int.Cl. G06F 16/2453(2019.01) G06F 16/2458(2019.01) G06F 16/22(2019.01) G06F 16/36(2019.01)G06F 16/901(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于数据约束的数据库查询优化方法 (57)摘要 本发明公开了一种基于数据约束的数据库 查询优化方法。 本发明包括如下步骤： 步骤1： 获 取查询语句； 步骤2： 获取表 的编码； 步骤3： 查询 语句输入解析模块解析成为查询树； 步骤4： 查询 树输入传统查询优化器； 步骤5： 计划编码； 步骤 6： tcnn树卷积神经网络 预测计划的执行时间； 步 骤7： 成本修正； 步骤8： 数据库执行模块； 步骤9： 经验重放。 本发 明针对传统数据库中存在的成本 估计误差问题， 使用树卷积神经网络， 充分学习 查询计划的结构特征， 在此基础上， 利用多列之 间存在的数据约束设计一种成本估计修正方法， 提高树卷积神经网络模型的训练效率。 本发明能 提高模型的训练效率， 给出准确的成本估计， 最 终达到查询优化的目的。 权利要求书3页 说明书5页 附图1页 CN 114328608 A 2022.04.12 CN 114328608 A 1.一种基于数据约束的数据库查询优化方法， 其特 征在于包括如此步骤： 步骤1： 获取查询语句； 输入： 数据库表之间的连接图， 每 个表所有列的数据； 输出： 查询语句和优化之后的查询语句(qa， qb)； 根据数据库的连接图， 随机选择包含有数据约束的表； 随机选取表中的列， 随机选取这 一列的某个数据， 利用符号将其连接， 获得查询谓词； 将选择的表、 连接关系 、 查询谓词组合成查询语句qa； 步骤2： 获取表的编码； 输入： 各个表的数据； 输出： n个表对应的表向量Vts[v1， v2， ...vn]； 步骤3： 查询语句输入解析模块 解析成为 查询树； 步骤4： 查询树输入传统查询优化器； 步骤5： 计划编码； 步骤6： tcn n树卷积神经网络预测计划的执 行时间； 步骤7： 成本修 正； 步骤8： 数据库执 行模块； 步骤9： 经验重放。 2.根据权利要求1所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤1 具体实现如下： 1‑1.随机选取几个连接关系中包含有数据约束的表， 从连接关系中提取出所有的表和 连接关系， 随机选取提取出 的几个表中的几个列和该列的某个数据， 然后使用连接符号连 接， 从而获得谓词； 用AND或者OR连接这些谓词， 获取如下格式的查询语句： SELECTCOUNT(*) FROM表WH ERE连接关系AND谓词OR谓词； 1‑2.在两个相同的查询语句最后， 一个加入重写之前的谓词， 另一个加入重写之后的 谓词， 最终获得重写之前的查询语句qa： SELECTCOUNT(*)FROM表WHERE连接关系AND谓词OR 谓词AND重写之前的谓词； 和 重写之后的查询语句qb： SELECTCOUNT(*)FROM表WHERE连接关 系AND谓词OR谓词AND重写之后的谓词。 3.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤2 具体实现如下： 2‑1.将表的字符类型 数据使用W ord2Vec()训练成为 一个字典； 2‑2.将表中每一行数据编码， 整型数据采用标准化浮点数编码， 字符型数据编码从步 骤2‑1训练的字典中获取； 2‑3.利用加权平均的方法将所有行归一成一行向量表示为v， 最终获得n个表的表向量 Vts[v1， v2， ...vn]。 4.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤3 具体实现如下： 3‑1.将查询语句qa输入解析模块 解析得到查询qa对应的查询树Ta； 3‑2.将查询语句qb输入解析模块 解析得到查询qa对应的查询树Tb。 5.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤4权　利　要　求　书 1/3 页 2 CN 114328608 A 2具体实现如下： 4‑1.获取传统优化器给出的候选计划中K个查询计划， 具体将查询树Ta输入传统查询优 化器， 得到查询语句qa的K个计划plansa[plana1， plana2， ...， planak]； 将查询树Tb输入传统 查询优化器， 得到查询语句qb的K个查询计划plansb[planb1， planb2， ...， planbk]。 6.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤5 具体实现如下： 5‑1.将plansa和plansb中的每个计划进行编码； 计划是树形结构， 树形结构为(父结点， (左孩子树)， (右孩子树))， 叶子结点是扫描 结点， 非叶子结点是连接结点， 将 每个结点的操 作类型、 成本和 基数进行编码； 结点操作类型的编码方式是一位有效编码， 成本、 基数以标 准化浮点数编码； 编码后得到树状向量(父 结点向量， (左孩 子向量树)， (右孩 子向量树))； 5‑2.plansa和plansb中所有计划的叶子结点， 若叶子结点扫描的若是含有数据约束的 表t， 则将此叶子结点向量换成如下 的向量： 此叶子结点的向量输入一个全连接层， 并且将 对应表t的表向量vt从Vts中获得， 输入另一个全连接层， 两个全连接层输出的向量使用 concatenate()连接； 5‑3.通过步骤5 ‑2能够得到plansa和表向量vt连接之后的plansat[planat1， planat2， ...， planatk]， 以及plansb和表向量连接之后的plansbt[planbt1， planbt2， ...， planbtk]。 7.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤6 具体实现如下： 6‑1.plansat[planat1， planat2， ...， planatk]输入树卷积神经网络 中， 使用Pytorch实现 树卷积神经网络结构， 经 过如下的卷积层： 6‑1‑1.BinaryTreeConv(10， 25 6)； 6‑1‑2.BinaryTreeConv(256， 128)； 6‑1‑3.BinaryTreeConv(256， 128)； 6‑1‑4.BinaryTreeConv(128， 64)； 6‑1‑5.Linear(64， 32)； 6‑1‑6.Linear(32， 1)； 6‑2.使用argmi n()， 获得成本估计最小的计划 和成本估计： (plana_best， lantencya_best)； 6‑3.plansbt[planbt1， planbt2， ...， planbtk]输入树卷积神经网络中， 经过同样的卷积 层； 6‑4.使用argmi n()， 获得成本估计最小的计划 和成本估计： (planb_best， lantencyb_best)。 8.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤7 具体实现如下： 7‑1.将(plana_best， lantencya_best)中的lantencya_best替换成lantencyb_best， 获得 (plana_best， lantencyb_best)。 9.根据权利要求2所述的一种基于数据约束的数据库查询优化方法， 其特征在于步骤8 具体实现如下： 8‑1.将plana_best送入数据库执行模块， 得到真正的执行时间lantencya_real， 将真正的权　利　要　求　书 2/3 页 3 CN 114328608 A 3