数据库中的数据查询方法、装置和计算机设备制造方法及图纸

本申请涉及一种数据库中的数据查询方法、装置和计算机设备。方法包括：获取数据库查询请求、并提取查询请求中携带的查询命令；通过数据库中的查询优化器生成多个数据库查询计划；根据数据库查询计划，通过预设的多层神经网络模型，得到各个数据库查询计划的执行时间；根据执行时间，从各个数据库查询计划中筛选最优查询计划；执行查询命令，通过最优查询计划对数据库中的数据进行查询。采用本方案能够提高数据查询的效率。够提高数据查询的效率。够提高数据查询的效率。

【技术实现步骤摘要】
数据库中的数据查询方法、装置和计算机设备


[0001]本申请涉及计算机
，特别是涉及一种数据库中的数据查询方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]近年来，随着互联网技术的快速发展，借助SQL(Structured Query Language，结构化查询语言)查询语言实现数据查询应用越来越广泛，处理的数据量逐渐增加，系统也越来越智能化，处理的业务逻辑也更加复杂。
[0003]现有技术中只是对查询SQL进行优化，如编写SQL时避免全表扫描，使用where条件时，相应字段建立索引等；现有SQL查询的方法依赖人工设置的规则规范。这种方法在大数据时代将无法满足成千上万乃至上亿条SQL的人工优化。
[0004]因此，现有的技术中SQL查询方法，无法应对数据查询的多种执行场景，导致数据查询效率较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种高效的数据库中的数据查询方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据库中的数据查询方法，其特征在于，所述方法包括：获取数据库查询请求、并提取查询请求中携带的查询命令；通过数据库中的查询优化器生成多个数据库查询计划；根据所述数据库查询计划，通过预设的多层神经网络模型，得到各个数据库查询计划的执行时间，其中，所述多层神经网络模型采用样本数据训练得到，所述样本数据包括历史不同数据库查询计划、以及对应的执行时间；根据所述执行时间，从所述各个数据库查询计划中筛选最优查询计划；执行所述查询命令，通过所述最优查询计划对数据库中的数据进行查询。2.根据权利要求1所述的方法，其特征在于，还包括：获取历史数据库查询计划、以及对应的执行时间；根据所述历史数据库查询计划、以及对应的执行时间，得到对应的多组特征向量集；通过所述多组特征向量集，对初始多层神经网络模型进行训练，学习数据库查询计划与对应的执行时间之间的关系，得到预设的多层神经网络模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述历史数据库查询计划、以及对应的执行时间，得到对应的多组特征向量集包括：将所述历史数据库查询计划、以及对应的执行时间转换为多组节点序列集；对所述历史数据库查询计划进行遍历，按遍历顺序将多组节点序列集编码为多组特征向量集。4.根据权利要求1所述的方法，其特征在于，还包括：获取原始历史数据库查询计划数据、并对所述原始历史数据库查询计划数据进行清洗及变换；通过清洗及变换的数据，进行稳定性测试；若稳定性测试通过，则得到历史数据库查询计划数据。5.根据权利要求1所述的方法，其特征在于，所述通过...

【专利技术属性】
技术研发人员：赵峻，林楠，高仓健，林凤耀，
申请(专利权)人：兴业数字金融服务上海股份有限公司，
类型：发明
国别省市：