【技术实现步骤摘要】
数据查询方法及查询预测模型训练方法
[0001]本说明书实施例涉及计算机
,特别涉及数据查询方法。
技术介绍
[0002]在快速发展的各个领域中,都会涉及到数据查询,在现有的数据查询中,大多依赖于传统的基数估计方法。传统的基数估计方法通过设定数据库关系表中的每列数据之间的分布是相互独立的,来进行基数估计,这导致了基数估计的方法做出的估计准确性较低,进而使得查询优化器无法得到对应的查询计划,降低查询效率。
[0003]因此,如何提高数据查询的效率和准确性,是一个亟待解决的问题。
技术实现思路
[0004]有鉴于此,本说明书实施例提供了数据查询方法。本说明书一个或者多个实施例同时涉及数据查询装置,一种查询预测模型训练方法,一种查询预测模型训练装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面,提供了一种数据查询方法,包括:获取针对目标数据库的查询请求和关联向量集合,其中,所述关联向量集合通过对各数据编码向量之间进行关联分析获得,所述关联向量集合中的关联向量表征至少两个数据编码向量之间的关联程度,所述各数据编码向量基于对所述目标数据库中的各数据进行编码获得;对所述查询请求进行编码,获得查询编码向量;对所述关联向量集合中的关联向量与所述查询编码向量之间进行关联分析,获得查询预测信息;基于所述查询预测信息在所述目标数据库中进行查询,获得所述查询请求对应的查询结果。
[0006]根据本说明书实施例的 ...
【技术保护点】
【技术特征摘要】
1.一种数据查询方法,包括:获取针对目标数据库的查询请求和关联向量集合,其中,所述关联向量集合通过对各数据编码向量之间进行关联分析获得,所述关联向量集合中的关联向量表征至少两个数据编码向量之间的关联程度,所述各数据编码向量基于对所述目标数据库中的各数据进行编码获得;对所述查询请求进行编码,获得查询编码向量;对所述关联向量集合中的关联向量与所述查询编码向量之间进行关联分析,获得查询预测信息;基于所述查询预测信息在所述目标数据库中进行查询,获得所述查询请求对应的查询结果。2.如权利要求1所述的方法,对所述查询请求进行编码,获得查询编码向量,包括:对所述查询请求进行字段识别,确定待编码信息;对所述待编码信息进行编码,获得查询编码向量。3.如权利要求2所述的方法,所述待编码信息包括查询字段,以及目标关系表之间的连接信息,其中,所述目标关系表与所述查询字段对应;相应的,对所述查询请求进行字段识别,确定待编码信息,包括:对所述查询请求中的查询字段进行识别;基于所述查询字段,确定至少两个目标关系表;确定所述至少两个目标关系表之间的连接信息。4.如权利要求1所述的方法,获取关联向量集合,包括:对所述目标数据库中的各数据进行编码,获得所述各数据对应的数据编码向量;将各数据编码向量进行拼接,获得数据编码向量矩阵;将所述数据编码向量矩阵分别作为第一查询向量矩阵、第一键向量矩阵和第一值向量矩阵,通过自注意力计算,获得所述关联向量集合。5.如权利要求1所述的方法,对所述关联向量集合中的关联向量与所述查询编码向量之间进行关联分析,获得查询预测信息,包括:将所述关联向量集合中的关联向量进行拼接,获得关联向量矩阵;将所述查询编码向量作为第二查询向量矩阵、所述关联向量矩阵作为第二键向量矩阵和第二值向量矩阵,通过注意力计算,获得所述查询预测信息。6.如权利要求4所述的方法,在获取关联向量集合之前,还包括:获取查询预测模型,所述查询预测模型包括数据预处理层、数据编码层和查询解释层;对所述目标数据库中的各数据进行编码,获得所述各数据对应的数据编码向量,包括:将所述目标数据库中的各数据,输入至所述数据预处理层,获得所述各数据对应的数据编码向量;对所述查询请求进行编码,获得查询编码向量,包括:将所述查询请求,输入至所述数据预处理层,获得所述查询请求对应的查询编码向量;获取关联向量集合,包括:将所述各数据编码向量输入至所述数据编码层,获得关联向量集合;对所述关联向量集合中的关联向量与所述查询编码向量之间进行关联分析,获得查询
预测信息,包括:将所述查询编码向量和所述关联向量集合,输入至所述查询解释层,获得查询预测信息。7.如权利要求6所述的方法,在获取查询预测模型之前,所述方法还包括:获取针对样本数据库的样本查询请求,和所述样本查询请求对应的样本查询信息;将所述样本数据库中的各样本数据和所述样本查询请求,输入至所述数据预处理层,获得所述各样本数据对应的样本数据编码向量和所述样本查询请求对应的样本查询编码向量;将所述各样本数据编码向量输入至所述数据编码层,获得样本关联向量集合;将所述样本查询编码向量和所述样本关联向量集合,输入至所述查询解释层,获得预测查询信息;根据所述样本查询信息和所述预测查询信息...
【专利技术属性】
技术研发人员:李鹏飞,朱鎔,丁博麟,魏文卿,周靖人,
申请(专利权)人:阿里巴巴中国有限公司,
类型:发明
国别省市:
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。