(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111662253.1 (22)申请日 2021.12.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 114218287 A (43)申请公布日 2022.03.22 (73)专利权人 北京诺司时空科技有限公司 地址 100020 北京市朝阳区利泽中园10 6号 楼2层B202-2 专利权人 哈尔滨工业大 学 (72)发明人 王宏志　李同欣　张凯欣　郑博　 梁栋　叶天生　燕钰　丁小欧　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 岳昕 (51)Int.Cl. G06F 16/2455(2019.01) G06F 16/2458(2019.01)G06F 16/28(2019.01) G06K 9/62(2022.01) (56)对比文件 CN 113711198 A,2021.1 1.26 CN 1074915 08 A,2017.12.19 US 2008270346 A1,20 08.10.30 US 20132 26903 A1,2013.08.2 9 毕里缘等.基于循环神经网络的数据库查询 开销预测. 《软件学报》 .2017,(第0 3期),第79 9- 810页. Jingxiong Ni.DeepQT: Learn ing Sequential Co ntext for Query Executi on Time Predicti on. 《Database System s for Advanced Ap plications. 25th I nternati onal Conference, DASFA A 2020. Proce edings. Lecture N otes in Computer Science (L NCS 12114)》 .2020,第18 8-203页. 审查员 齐智超 (54)发明名称 一种面向时序数据库的查询时间预测方法 (57)摘要 一种面向时序数据库的查询时间预测方法， 涉及计算机技术领域， 针对现有技术中查询时间 预测速度慢的问题， 包括： 步骤一： 读取时序数 据； 步骤二： 将时序数据写入CnosDB， Cno sDB使用 CnoSQL查询语句对时序数据进行查询检索， 并记 录查询时间； 步骤三： 将查询语句编码为向量化 数据； 步骤四： 对向量化数据提取数据分布特征； 步骤五： 使用PCA对数据分布特征进行降维； 步骤 六： 利用向量化数据和降维后的数据分布特征作 为输入， 查询时间作为输出， 训练梯度提升回归 树模型； 步骤七： 利用训练好的梯度提升回归树 模型进行查询时间预测。 本申请在预测时间上， 在上述实验中本模型都能在几十毫秒内给出预 测结果， 具有非常可观的响应 速度。 权利要求书1页 说明书4页 附图2页 CN 114218287 B 2022.11.04 CN 114218287 B 1.一种面向时序数据库的查询时间预测方法， 其特 征在于包括以下步骤： 步骤一： 读取时序数据； 步骤二： 将时序数据写入CnosDB， CnosDB使用CnoSQL查询语句对时序数据进行查询检 索， 并记录查询时间； 步骤三： 将查询语句编码为向量 化数据； 步骤四： 对向量 化数据提取 数据分布特 征； 步骤五： 使用PCA对数据分布特 征进行降维； 步骤六： 利用向量化数据和降维后的数据分布特征作为输入， 查询时间作为输出， 训练 梯度提升回归树模型； 步骤七： 利用训练好的梯度提升回归树模型进行查询时间预测； 所述步骤三之前还 包括以下步骤： 将Cn oSQL重写为标准的SQ L； 所述步骤三中编码包括join图编码和列信息编码， join图编码和列信息编码的结果连 接作为整个查询的编码； 所述join图编码的具体步骤为： 分析CnoSQL或SQL查询语句中涉及到的参加join的表， 分析每两个参加join的表的连 接关系， 并判断每两个参加join的表之间是否连接， 若 连接， 则将join对应的编码设置为 1， 若未连接， 则将join对应的编码设置为0， 最后 保留二维矩阵的上三角矩阵部分， 并按行展 开为一维矩阵； 所述列信息编码的具体步骤为： 针对每个参加 join的表， 将每个参加join的表中参与 查询谓词的编码列设置为1， 将每 个参加join的表中未参与查询 谓词的编码列设置为0， 将设置为 1的列和设置为0的列连接， 得到查询编码。 2.根据权利要求1所述的一种面向时序数据库的查询时间预测方法， 其特征在于所述 列信息编码通过o ne‑hot编码方式进行。权　利　要　求　书 1/1 页 2 CN 114218287 B 2一种面向时序数据库的查询时间预测方 法 技术领域 [0001]本发明涉及计算机技 术领域， 具体为 一种面向时序数据库的查询时间预测方法。 背景技术 [0002]查询时间预测是数据库领域中准入控制、 查询优化、 查询调度等多个热点问题的 技术基础。 比如， 在数据库优化中， 优化的主要目标是查询响应时间和空间利用率两点， 因 此， 查询的执行时间将作为重要的反馈指标， 指示优化结果的优劣。 但是实际使用中， 如果 对查询负载在物理上执行查询， 得到真实的执行时间， 会给优化过程带来不可接受的代价， 因为负载往 往要反复的执 行成百上千轮。 [0003]目前， 查询时间预测方向的相关研究已经比较成熟。 总的来说， 目前数据库上的查 询时间预测技术有两种 方案： 一种 是在查询计划层面对查询进行编码， 另一种是在物理操 作符层面对查询进行编码。 查询计划层面的编码粒度较低， 预测效果较依赖于训练集和测 试集的特征相似性， 对未知查询的预测效果较差， 而物理操作符层面的编 码， 通常利用查询 树的深度优先遍历， 得到操作符的序列， 从而可以提取出查询树中的结构特征， 编码的粒度 更高， 在应对未知的查询上， 预测效果相对查询计划层面较好， 但是在与训练集相似特征的 测试查询的预测速度慢。 发明内容 [0004]本发明的目的是： 针对现有技术中查询时间预测速度慢的问题， 提出一种面向时 序数据库的查询时间预测方法。 [0005]本发明为了解决上述 技术问题采取的技 术方案是： [0006]一种面向时序数据库的查询时间预测方法， 包括以下步骤： [0007]步骤一： 读取时序数据； [0008]步骤二： 将时序数据写入CnosDB， CnosDB使用CnoSQL查询语句对时序数据进行查 询检索， 并记录查询时间； [0009]步骤三： 将查询语句编码为向量 化数据； [0010]步骤四： 对向量 化数据提取 数据分布特 征； [0011]步骤五： 使用PCA对数据分布特 征进行降维； [0012]步骤六： 利用向量化数据和降维后的数据分布特征作为输入， 查询时间作为输出， 训练梯度提升回归树模型； [0013]步骤七： 利用训练好的梯度提升回归树模型进行查询时间预测。 [0014]进一步的， 所述 步骤三之前还 包括以下步骤： 将Cn oSQL重写为标准的SQ L。 [0015]进一步的， 所述步骤三中编码包括join图编码和列信息编码， join图编码和列信 息编码的结果连接作为整个查询的编码。 [0016]进一步的， 所述jo in图编码的具体步骤为： [0017]分析CnoSQL或SQL查询语句中涉及到的参加join的表， 分析每两个参加join的表说　明　书 1/4 页 3 CN 114218287 B 3