数据库存储优化方法、系统、电子设备及存储介质技术方案

本申请提供了一种数据库存储优化方法、系统、电子设备及存储介质。数据库存储优化方法包括：获取数据库实例的实例信息；根据实例信息确定数据库实例中库表对象的期望优化收益；期望优化收益为针对库表对象的存储策略的优化建议被应用后带来的预期收益；根据期望优化收益向数据库实例输出对应的优化建议信息；优化建议信息用于建议对库表对象的存储策略进行优化。依据本申请实施例，可以给出较优的优化建议信息，以降低用户的存储成本和总体拥有成本。成本。成本。

【技术实现步骤摘要】
数据库存储优化方法、系统、电子设备及存储介质


[0001]本申请涉及云计算
，尤其涉及一种数据库存储优化方法、系统、电子设备及存储介质。

技术介绍

[0002]分析型数据仓库(也称数据库)是数据密集型的应用之一，为了加速数据的存取，往往采用固态硬盘(Solid State Disk，SSD)热存和全索引等技术，但此类技术会大幅增加用户的存储成本以及总体拥有成本(Total Cost of Ownership，TCO)。

技术实现思路

[0003]本申请实施例提供一种数据库存储优化方法、系统、电子设备及存储介质，以解决现有技术存在的技术问题。
[0004]第一方面，本申请实施例提供了一种数据库存储优化方法，包括：
[0005]获取数据库实例的实例信息；
[0006]根据实例信息确定数据库实例中库表对象的期望优化收益；期望优化收益为针对库表对象的存储策略的优化建议被应用后带来的预期收益；
[0007]根据期望优化收益向数据库实例输出对应的优化建议信息；优化建议信息用于建议对库表对象的存储策略进行优化。
[0008]第二方面，本申请实施例提供了一种数据库存储优化系统，包括：通信连接的数据库和优化控制模块；
[0009]数据库用于存储库表对象，并接收优化控制模块输出的优化建议信息和撤销建议信息中的至少一种信息；
[0010]优化控制模块用于对处于运行状态或服务状态的数据库执行本申请实施例第一方面提供的方法。
[0011]第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，处理器在执行计算机程序时实现本申请实施例第一方面提供的方法。
[0012]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现本申请实施例第一方面提供的方法。
[0013]与现有技术相比，本申请具有如下优点：
[0014]依据本申请实施例的技术方案，可以对数据库实例的实例信息进行感知，以确定能够反映优化建议被应用后的预期收益的期望优化收益，基于期望优化收益可以向数据库实例输出对应的优化建议信息，以实现优化，基于优化建议信息优化后可以有效地降低存储成本，进而可降低用户的总体拥有成本。本申请实施例提供的数据库存储优化方法可以实现自动调优，即自动针对库表对象的存储策略提供优化建议信息，无需数据管理员进行人工调优，可以大幅提高调优效率，节省人力成本，进一步降低用户的总体拥有成本。
[0015]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0016]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请的一些实施方式，而不应将其视为是对本申请范围的限制。
[0017]图1为本申请实施例提供的一种数据库存储优化方法的流程示意图；
[0018]图2为本申请实施例提供的另一种数据库存储优化方法的部分流程示意图；
[0019]图3为本申请实施例提供的一种数据库存储优化系统的结构框架示意图；以及
[0020]图4为本申请实施例提供的一种电子设备的结构框架示意图。
具体实施方式
[0021]在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的构思或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的，而非限制性的。
[0022]在使用固态硬盘热存和全索引等技术的场景下，可以明显观察到，在分析型数据库中有较多的库表对象(例如数据表、索引等)在某段时间被密集访问过之后，后续很少再被访问到，甚至没有再被访问到。对于使用固态硬盘热存技术的数据表，其涉及到的服务，例如查询，往往具有明显的时间局部性，随着时间的推移，数据表可能不再是热点或者数据表中不再是热点的分区，此时将数据表存储在热存空间，会带来存储成本的上升，进而带来总体拥有成本的上升。对于索引，在其对应的列在查询中不涉及到聚合、连接以及过滤时，该列上的索引往往是没有必要的，此时存储索引会带来存储成本的上升，进而带来总体拥有成本的上升。
[0023]为了降低存储成本，需要识别哪些库表对象在未来不会被访问到或者很少被访问到，从而可以释放此类库表对象所占用的存储空间或热存空间，传统的对库表对象在未来是否会被访问到的识别主要依靠数据库管理员(Database Administrator，DBA)，然而很多用户没有数据库管理员，增加数据库管理员会提升用户的总体拥有成本。在有数据库管理员的情况下，由于数据分析任务的负载可能时刻在发生变化，即使是资深的数据库管理员，也很难从时刻都可能发生变化的负载中判断出哪些库表对象未来不会被访问到，此外，要求数据库管理员不仅需要充分地且及时地熟悉数据分析任务的负载和数据分布的特征，而且在做出降成本的决策时要平衡降低成本上的收益以及随之而来的数据分析任务的性能回退的风险，更加增加了数据库管理员的识别和决策难度。
[0024]为便于理解本申请实施例的技术方案，以下对本申请实施例的相关技术进行说明。以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。
[0025]本申请实施例提供了一种数据库存储优化方法，如图1所示，该方法可以包括以下步骤：S101，获取数据库实例的实例信息；S102，根据实例信息确定数据库实例中库表对象
的期望优化收益；S103，根据期望优化收益向数据库实例输出对应的优化建议信息。其中，数据库实例可以是处于运行状态或服务状态的数据库，库表对象可以是存放在数据库实例中的数据表、索引等数据结构对象，期望优化收益为针对库表对象的存储策略的优化建议被应用后带来的预期收益，是一种预估值，在本申请实施例中，期望优化收益可以用于表征针对该优化建议被应用后存储成本的降低幅度，期望优化收益越高，基于期望优化收益对库表对象的存储策略进行优化后越能降低存储成本。优化建议信息可以用于建议对库表对象的存储策略进行优化，优化建议信息可以以DDL(Data Definition Language，数据库模式定义语言)语句的形式输出给数据库实例，也可以以其它能够操作库表对象的指令的形式输出给数据库实例。
[0026]通过本申请实施例提供的数据库存储优化方法，可以对数据库实例的实例信息进行感知，以确定能够反映优化建议被应用后的预期收益的期望优化收益，基于期望优化收益可以向数据库实例输出对应的优化建议信息，以实现优化，基于优化建议信息优化后可以有效地降低存储成本，进而可降低用户的总体拥有成本。本申请实施例提供的数据库存储优化方法可以实现自动调优，即自动针对库表对象的存储策本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据库存储优化方法，其特征在于，包括：获取数据库实例的实例信息；根据所述实例信息确定所述数据库实例中库表对象的期望优化收益；所述期望优化收益为针对所述库表对象的存储策略的优化建议被应用后带来的预期收益；根据所述期望优化收益向所述数据库实例输出对应的优化建议信息；所述优化建议信息用于建议对所述库表对象的存储策略进行优化。2.根据权利要求1所述的数据库存储优化方法，其特征在于，所述实例信息包括所述数据库实例的元数据和所述数据库实例的第一历史访问信息；所述根据所述实例信息确定所述数据库实例中库表对象的期望优化收益，包括：根据所述元数据和所述第一历史访问信息预测所述库表对象的未来被访问概率；根据所述元数据预测所述库表对象的预期降本收益；根据所述未来被访问概率和所述预期降本收益，确定所述库表对象的期望优化收益。3.根据权利要求2所述的数据库存储优化方法，其特征在于，所述根据所述元数据和所述第一历史访问信息预测所述库表对象的未来被访问概率，包括：将所述元数据和所述第一历史访问信息输入预测模型，通过所述预测模型预测所述库表对象的未来被负载概率；所述预测模型是预先基于所述元数据和所述数据库实例中库表对象的第二历史访问信息训练出的，所述第二历史访问信息的产生时间晚于所述第一历史访问信息的产生时间。4.根据权利要求3所述的数据库存储优化方法，其特征在于，所述预测模型为后验贝叶斯分布模型。5.根据权利要求1
‑
4中任一项所述的数据库存储优化方法，其特征在于，还包括：获取优化规则信息；所述优化规则信息包括优化范围；所述根据所述实例信息预测所述数据库实例中库表对象的期望优化收益，包括：根据所述优化范围确定需要被优化的目标库表对象；根据所述实例信息确定所述目标库表对象的期望优化收益。6.根据权利要求1
‑
4中任一项所述的数据库存储优化方法，其特征在于，还包括：获取优化规则信息；所述优化规则信息包括预设优化收益阈值和降本偏好信息中的至少一种信息；所述根据所述期望优化收益向所述数据库实例输出对应的优化建议信息，包括：确定各库表对象的期望优化收益中大于优化收益阈值的期望优化收益，作为目标期望优化收益；所述优化收益阈值是基于所述预设优化收益阈值...

【专利技术属性】
技术研发人员：苏东，常剑，贺贤懋，涂继业，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：