【技术实现步骤摘要】
一种基于共享样本的在线聚集方法
本专利技术属于数据库
，具体涉及一种基于共享样本的在线聚集技术。
技术介绍
随着政府管理，医疗服务，零售，制造和定位服务领域数据的爆炸式增长，其带来的巨大社会价值，商业价值和科研价值也不容忽视。为了充分利用数据价值，需要获取大量的数据统计特征用于支持系统决策。大数据上的聚合查询操作是一种实用的统计手段，然而在海量数据上进行查询得到一个精确结果需要耗费大量的时间，这样的时间消耗对于用户来说是不可以接受的。在线聚集是一种基于采样的近似查询技术，能够在较短的时间内返回一个带有置信区间的估计结果，如果估计结果能够和精确结果带来相同的决策，那么利用在线聚集技术将会大大提高查询效率。然而现有的在线聚集技术通常在离线模式下预先创建样本表，这样创建的样本完全依赖于数据而无法捕捉到查询的特点，因此无法保证不同查询所用采样独立性。为了解决离线采样所带来的问题，并同时保证在线聚集的查询效率，需要设计一种针对查询需求创建样本的采样策略。若能够针对查询需求创建样本，同时设计共享样本的策略以节省重复创建样本...
【技术保护点】
1.一种基于共享样本的在线聚集方法，该方法以共享样本的思想为基础，以在线的方式为提交的查询创建有效的样本，同时通过样本缓存池和共享样本策略提高查询效率，在保证每条查询都能利用有效样本的基础上，降低了多条连续查询的平均查询延迟；该方法详细步骤如下：/n第1、根据查询子句特征和数据表的数据特征，以在线的方式创建适合特定查询的有效样本；/n第1.1、提取SQL聚集查询q的特征；/n第1.2、根据聚集查询q的特征和数据表的数据特征创建样本表T
【技术特征摘要】
1.一种基于共享样本的在线聚集方法，该方法以共享样本的思想为基础，以在线的方式为提交的查询创建有效的样本，同时通过样本缓存池和共享样本策略提高查询效率，在保证每条查询都能利用有效样本的基础上，降低了多条连续查询的平均查询延迟；该方法详细步骤如下：
第1、根据查询子句特征和数据表的数据特征，以在线的方式创建适合特定查询的有效样本；
第1.1、提取SQL聚集查询q的特征；
第1.2、根据聚集查询q的特征和数据表的数据特征创建样本表Ts；
第2、建立样本缓存池用于存储创建好的样本表；
第2.1、在底层数据库上创建新的模式用于存储样本表，在新的模式中创建两个表用于存储样本表的元数据信息，分别为meta_name和meta_size；
第2.2、将新创建的样本表存储在样本缓存池中，同时在meta_name和meta_size中插入该样本表的原始数据信息；
第3、当新的查询到来时，访问样本生成器，得到有效样本的样本名，如果样本缓存池中包含该样本则直接使用，否则按照步骤1创建新的样本表，将SQL查询重写以在样本表上执行该查询，重写的SQL查询提交到底层数据库执行并返回结果。
2.根据权利要求1所述的基于共享样本的在线聚集方法，其特征是：
步骤第1.1中，聚集查询q是具有如下形式的一个查询SQL查询，
SELECTagg(ai)
FROMrelationr
WHEREconditionc
GROUPBYgroupdys
其中：
SELECT语句用于从数据表中选取数据，结果被存储在一个结果表中；
agg为查询的聚合类型，它可以是SUM、COUNT或AVG三种函数中的一种；SUM()函数返回数值列的总数(总额)，COUNT()函数返回匹配指定条件的行数，AVG()函数返回数值列的平均值，其中NULL值不包含在计算中；
ai为数据表中的某一列，该列必须是数值类型的；
FROM语句用于指定数据表；
relationr为数据库中的一张关系表，它是一个单独的事实表，或是两个或多个事实表经过连接操作得到的一张关系表；
WHERE语句用于有条件地从表中选取数据；
conditionc是WHERE语句后面的条件语句，每个条件可以用一个三元组attribute、operatot、value表示，其中attribute为列名称，operatot为运算符，value...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。