数据库管理方法、系统、计算机装置及可读存储介质制造方法及图纸

本发明专利技术提供一种数据库管理方法、系统、计算机装置及计算机可读存储介质。所述数据库管理方法包括：为目标数据库表建立监控任务，并配置所述监控任务的运行参数；根据所述监控任务的运行参数在所述目标数据库表中运行所述监控任务；获取并判断所述监控任务在所述目标数据库表当前数据量下执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间是否大于对应的阈值；根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议。本发明专利技术通过配置SQL监控任务实现对数据库系统数据进行监控，可及时发现数据库表的数据量过大的问题，保障数据库正常运行。

【技术实现步骤摘要】
数据库管理方法、系统、计算机装置及可读存储介质
本专利技术涉及数据库领域，尤其涉及一种数据库管理方法、系统、计算机装置及计算机可读存储介质。
技术介绍
数据库系统是上层应用普遍使用的数据管理系统，在数据库系统中查询操作所占的比例最大。数据库中的一些数据库表每天可能会大量插入数据(比如数据采集表)，数据库表刚上线时由于其记录量不大，其查询响应时间很快，随着数据库表数据的增加，查询该数据库表的响应时间变得越来越长，当数据库表数据量达到一定的量量级(如百万/千万级)时，查询该数据库表会变得越来越慢，影响用户使用体验。
技术实现思路
鉴于上述，本专利技术提供一种数据库管理方法、系统、计算机装置及计算机可读存储介质，其可准确发现数据库表的数据量过大的问题，以便及时采取相应的管控措施。本申请一实施方式提供一种数据库管理方法，所述方法包括：为目标数据库表建立监控任务，并配置所述监控任务的运行频次及启动时间点，其中所述监控任务包括至少一条SQL查询语句；根据所述监控任务的运行频次及启动时间点在所述目标数据库表中运行所述监控任务；获取所述监控任务在所述目标数据库表当前数据量下执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间；判断每一所述SQL查询语句的响应时间是否大于对应预设执行时间，及判断所述监控任务的总响应时间是否大于预设总执行时间，其中每一所述SQL查询语句一一对应设置有一预设执行时间；及根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议。优选地，所述监控任务为按照预设查询语句关键字收集得到的SQL脚本，所述SQL脚本包括至少一条SQL查询语句。优选地，所述获取所述监控任务在所述目标数据库表中执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间的步骤包括：获取所述目标数据库表的历史数据量，及在所述历史数据量下所述监控任务执行完一次的总响应时间及每一所述SQL查询语句的响应时间；建立一神经网络模型，并将所述历史数据量下所述监控任务执行完一次的总响应时间及每一所述SQL查询语句的响应时间作为训练样本数据；利用所述训练样本数据对所述神经网络模型进行训练，得到一响应时间预测模型；及输入所述目标数据库表的当前数据量至所述响应时间预测模型，得到所述目标数据库表在当前数据量下的总响应时间及每一所述SQL查询语句的响应时间。优选地，所述利用所述训练样本数据对所述神经网络模型进行训练，得到一响应时间预测模型的步骤包括：将所述训练样本数据划分为训练集及验证集；利用所述训练集对所述神经网络模型进行训练；利用所述验证集对训练后的神经网络模型进行验证，并根据每一验证结果统计得到一模型预测准确率；判断所述模型预测准确率是否小于预设阈值；及当所述模型预测准确率不小于所述预设阈值时，将训练完成的所述神经网络模型作为所述响应时间预测模型。优选地，所述判断所述模型预测准确率是否小于预设阈值的步骤之后还包括：当所述模型预测准确率小于所述预设阈值时，调整所述神经网络模型的参数，并利用所述训练集重新对调整后的神经网络模型进行训练；利用所述验证集对重新训练的神经网络模型进行验证，并根据每一验证结果重新统计得到模型预测准确率，并判断重新统计得到的模型预测准确率是否小于预设阈值；当所述重新统计得到的模型预测准确率不小于所述预设阈值时，将所述重新训练得到的神经网络模型作为所述响应时间预测模型；及当所述重新统计得到的模型预测准确率小于所述预设阈值时，重复上述步骤直至通过所述验证集验证得到的模型预测准确率不小于所述预设阈值；其中，所述神经网络模型的参数包括总层数、每一层的神经元数。优选地，所述根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议的步骤包括：当存在至少一条SQL查询语句的响应时间大于对应的预设执行时间且所述监控任务的总响应时间不大于所述预设总执行时间时，输出执行时间超时的SQL查询语句清单，并推送为所述目标数据库表新增表索引的管控建议。优选地，所述根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议的步骤包括：当存在至少一条SQL查询语句的响应时间大于对应的预设执行时间且所述监控任务的总响应时间大于所述预设总执行时间时，输出执行时间超时的SQL查询语句清单，并推送为所述目标数据库表新增表索引和/或对所述目标数据库表进行数据迁移的管控建议。本申请一实施方式提供一种数据库管理系统，所述系统包括：建立模块，用于为目标数据库表建立监控任务，并配置所述监控任务的运行频次及启动时间点，其中所述监控任务包括至少一条SQL查询语句；运行模块，用于根据所述监控任务的运行频次及启动时间点在所述目标数据库表中运行所述监控任务；获取模块，用于获取所述监控任务在所述目标数据库表当前数据量下执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间；判断模块，用于判断每一所述SQL查询语句的响应时间是否大于对应预设执行时间，及判断所述监控任务的总响应时间是否大于预设总执行时间，其中每一所述SQL查询语句一一对应设置有一预设执行时间；及输出模块，用于根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议。本申请一实施方式提供一种计算机装置，所述计算机装置包括处理器及存储器，所述存储器上存储有若干计算机程序，所述处理器用于执行存储器中存储的计算机程序时实现如前面所述的数据库管理方法的步骤。本申请一实施方式提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前面所述的数据库管理方法的步骤。上述数据库管理方法、系统、计算机装置及计算机可读存储介质，通过为需进行监控的目标数据库表建立监控任务，并配置监控任务的运行参数，在获取所述监控任务在所述目标数据库表当前数据量下执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间，并根据获取结果来判断所述目标数据库表是否需要进行调整，可以实现在确定所述目标数据表需要进行调整时精准定位是哪张数据库表表，哪条SQL查询语句的问题，进而有针对性地进行处理，保证数据库正常运行，提升用户使用体验。附图说明为了更清楚地说明本专利技术实施方式的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中数据库管理方法的步骤流程图。图2为本专利技术一实施例中数据库管理系统的功能模块图。图3为本专利技术一实施例中计算机装置示意图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式及实施方式中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，所描述的实施方式仅仅是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。除非另有定义，本文所使用的本文档来自技高网...

【技术保护点】
1.一种数据库管理方法，其特征在于，所述方法包括：为目标数据库表建立监控任务，并配置所述监控任务的运行频次及启动时间点，其中所述监控任务包括至少一条SQL查询语句；根据所述监控任务的运行频次及启动时间点在所述目标数据库表中运行所述监控任务；获取所述监控任务在所述目标数据库表当前数据量下执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间；判断每一所述SQL查询语句的响应时间是否大于对应预设执行时间，及判断所述监控任务的总响应时间是否大于预设总执行时间，其中每一所述SQL查询语句一一对应设置有一预设执行时间；及根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议。

【技术特征摘要】
1.一种数据库管理方法，其特征在于，所述方法包括：为目标数据库表建立监控任务，并配置所述监控任务的运行频次及启动时间点，其中所述监控任务包括至少一条SQL查询语句；根据所述监控任务的运行频次及启动时间点在所述目标数据库表中运行所述监控任务；获取所述监控任务在所述目标数据库表当前数据量下执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间；判断每一所述SQL查询语句的响应时间是否大于对应预设执行时间，及判断所述监控任务的总响应时间是否大于预设总执行时间，其中每一所述SQL查询语句一一对应设置有一预设执行时间；及根据所述判断结果输出执行时间超时的SQL查询语句清单，并推送与所述判断结果匹配的管控建议。2.如权利要求1所述的数据库管理方法，其特征在于，所述监控任务为按照预设查询语句关键字收集得到的SQL脚本，所述SQL脚本包括至少一条SQL查询语句。3.如权利要求1或2所述的数据库管理方法，其特征在于，所述获取所述监控任务在所述目标数据库表中执行完一次的总响应时间及所述监控任务中每一所述SQL查询语句的响应时间的步骤包括：获取所述目标数据库表的历史数据量，及在所述历史数据量下所述监控任务执行完一次的总响应时间及每一所述SQL查询语句的响应时间；建立一神经网络模型，并将所述历史数据量下所述监控任务执行完一次的总响应时间及每一所述SQL查询语句的响应时间作为训练样本数据；利用所述训练样本数据对所述神经网络模型进行训练，得到一响应时间预测模型；及输入所述目标数据库表的当前数据量至所述响应时间预测模型，得到所述目标数据库表在当前数据量下的总响应时间及每一所述SQL查询语句的响应时间。4.如权利要求3所述的数据库管理方法，其特征在于，所述利用所述训练样本数据对所述神经网络模型进行训练，得到一响应时间预测模型的步骤包括：将所述训练样本数据划分为训练集及验证集；利用所述训练集对所述神经网络模型进行训练；利用所述验证集对训练后的神经网络模型进行验证，并根据每一验证结果统计得到一模型预测准确率；判断所述模型预测准确率是否小于预设阈值；及当所述模型预测准确率不小于所述预设阈值时，将训练完成的所述神经网络模型作为所述响应时间预测模型。5.如权利要求4所述的数据库管理方法，其特征在于，所述判断所述模型预测准确率是否小于预设阈值的步骤之后还包括：当所述模型预测准确率小于所述预设阈值时，调整所述神经网络模型的参数，并利用所述训练集重新对调整后的神经网络模型进行训练；利用所述验证集对重新训练的神经网络模型进行验证，并根据每一验证结果重新统计得...

【专利技术属性】
技术研发人员：葛舒婷，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44