CN120523814A-数据库操作语句的索引建议生成方法及相关产品_电科金仓.PDF
免费下载
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号
(43)申请公布日
(21)申请号 202510638067 .6
(22)申请日 2025 .05 .16
(71)申请人 中电科金仓（北京）科技股份有限公
司
地址 100102 北京市朝阳区容达路7号院5
号楼1至3层101内二层201
(72)发明人 谢晓东 尹强 徐登峰
(74)专利代理机构 北京智汇东方知识产权代理
事务所(普通合伙) 11391
专利代理师 关艳芬
(51)Int.Cl.
G06F
16/22
(2019 .01)
G06F
16/242
(2019 .01)
G06F
18/213
(2023 .01)
G06N
3/0464
(2023 .01)
(54)发明名称
数据库操作语句的索引建议生成方法及相
关产品
(57)摘要
本发明提供了一种数据库操作语句的索引
建议生成方法及相关产品。其中上述方法包括：
获取数据库操作语句；对数据库操作语句进行转
换得到分析树；将分析树输入至预先训练得到的
特征提取网络，并通过特征提取网络在分析树中
提取得到特征向量；将特征向量输入至预先训练
得到的卷积神经网络模型中，并由卷积神经网络
模型根据特征向量生成索引建议。通过此方法，
可以依靠训练得到的卷积神经网络模型准确预
测不同情况下最有效的索引建议，大大减少了手
动调整数据库参数的需求，提高了数据库执行的
效率和准确性，进而实现显著的数据库性能改
进。
权利要求书2页 说明书9页 附图3页
CN 120523814 A
2025.08.22
CN 120523814 A
1 .一种数据库操作语句的索引建议生成方法，包括：
获取所述数据库操作语句；
对所述数据库操作语句进行转换得到分析树；
将所述分析树输入至预先训练得到的特征提取网络，并通过所述特征提取网络在所述
分析树中提取得到特征向量；
将所述特征向量输入至预先训练得到的卷积神经网络模型中，并由所述卷积神经网络
模型根据所述特征向量生成所述索引建议。
2 .根据权利要求1所述的数据库操作语句的索引建议生成方法，其中，
训练得到所述特征提取网络的步骤包括：
构建训练所述特征提取网络所用的特征提取数据集；
确定所述特征提取网络对应的特征提取网络架构；
根据所述特征提取数据集结合所述特征提取网络架构进行模型训练，得到所述特征提
取网络；
对所述特征提取网络进行模型评估与调优。
3 .根据权利要求2所述的数据库操作语句的索引建议生成方法，其中，
所述构建训练所述特征提取网络所用的特征提取数据集的步骤包括：
确定训练所用的待执行数据库操作语句；
在预设数据库环境中执行所述待执行数据库操作语句，并记录每个所述待执行数据库
操作语句对应的日志信息；
对所述日志信息进行标注，从而得到所述特征提取数据集。
4 .根据权利要求3所述的数据库操作语句的索引建议生成方法，其中，
所述对所述日志信息进行标注的步骤包括：
在所述日志信息中获取不同所述待执行数据库操作语句所使用的索引以及索引效果；
为所述待执行数据库操作语句与其对应的所述索引效果建立关联关系。
5 .根据权利要求2所述的数据库操作语句的索引建议生成方法，其中，
训练得到所述卷积神经网络模型的步骤包括：
获取训练所述卷积神经网络模型所用的特征向量数据集，所述特征向量数据集由所述
特征提取网络对所述特征提取数据集进行转换得到；
确定所述卷积神经网络对应的卷积神经网络架构；
根据所述特征向量数据集结合所述卷积神经网络架构进行模型训练，得到所述卷积神
经网络；
对所述卷积神经网络进行模型评估与调优。
6 .根据权利要求5所述的数据库操作语句的索引建议生成方法，其中，
所述特征向量数据集包括特征向量训练集、特征向量验证集以及特征向量测试集；
所述根据所述特征向量数据集结合所述卷积神经网络架构进行模型训练的步骤包括：
根据所述特征向量训练集对所述卷积神经网络架构进行模型训练，从而得到所述卷积神经
网络；
所述对所述卷积神经网络进行模型评估与调优的步骤包括：通过所述特征向量验证集
对训练得到的所述卷积神经网络进行验证评估，得到评估结果；根据所述评估结果调整所
权 利 要 求 书
1/2 页
2
CN 120523814 A
2
of 15
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论