[發明專利]一種基于完全成本計算的數據索引方法及系統

有效

• 申請號: 201710417077.2
• 申請日: 2017-06-06
• 公開（公告）號: CN107229726B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 吳春中;張浩陽
• 申請（專利權）人: 成都索貝數碼科技股份有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

本發明公開了一種基于完全成本計算的數據索引方法及系統，涉及數據索引應用計算領域；一種基于完全成本計算的數據索引方法，包括：探測可能使用的索引、判斷可使用的索引的數目、成本預估、預估值排序和命中量預估；一種基于完全成本計算的數據索引裝置，其特征在于，它包括：索引探測模塊、索引數目判斷模塊、成本預估模塊、預估排序模塊和命中量預估模塊；一種終端系統，包括：處理器和存儲器。本發明實現在每次執行查詢操作時都對查詢條件包含的索引進行成本的評估，選擇操作成本更少的條件作為索引再進行下一步查詢，能夠有效提高檢索的效率。

技術領域

本發明涉及數據索引應用計算領域，尤其是一種基于完全成本計算的數據索引方法及系統。

背景技術

索引的性能是數據庫性能提升的關鍵，傳統SQL數據庫架構設計處于內存昂貴的時代，為了減少對內存的需求，SQL語句的執行過程如下：

檢查語法是否有拼寫錯誤；

檢查訪問對象是否有相應權限；

利用內部的hash算法來取得該SQL的hash值，然后和緩存中的hash值對比；

若存在相同的hash值則直接執行緩存中的執行計劃，稱為軟解析；

若不存在，則對該SQL進行解析，生成解析樹及執行計劃，稱為硬解析；

返回執行結果。

硬解析會進行基于成本的索引選擇，但對內存的需求高；軟解析確實降低了對內存的依賴，傳統的數據庫建議盡量使用綁定變量進行軟解析，但是軟解析最大的問題在于直接執行緩存中的執行計劃，而不會進行基于成本的索引選擇。

一方面，現在內存已經不是奢侈品，另一方面，現在已經步入大數據時代，數據量大而且更新很快，仍然采用軟解析很容易發生這樣的情況：一條查詢語句包含索引A和索引B，索引A指向1000條數據，索引B指向100萬條數據，第一次執行該查詢時是硬解析，根據一定的規則選定索引A執行，形成了執行計劃；一段時間后，索引A指向1000萬條數據，索引B指向2萬條數據，這時執行該查詢語句時是軟解析，直接讀取緩存中的執行計劃執行索引A。顯然這不是最優的執行方案。

另外，現有的成本計算方法中并沒有考慮到一個索引中含多個條件的情況。

（1）“AND”連接，現有的方法中多是任選其一進行成本評估：同一個索引，包含條件1和條件2，條件1指向100萬條數據，條件2指向200條數據，選擇條件1還是條件2嚴重影響了對這條索引的成本評估；

（2）“OR”連接，現有的方法中多為直接全表遍歷，檢索效率很低。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于完全成本計算的數據索引方法及系統，實現在每次執行查詢操作時都對查詢條件包含的索引進行成本的評估，選擇操作成本更少的條件作為索引再進行下一步查詢，能夠有效提高檢索的效率。

本發明的目的是通過以下技術方案來實現的：一種基于完全成本計算的數據索引方法，其特征在于，它具體包括如下步驟：

S003成本預估：對每一個索引字段進行成本預估并得到預估值；

S004預估值排序：將所得到的預估值按從小到大進行排序；

S005命中量預估：排序依次使用索引直接定位開始和結束位置，預估命中數據量，并根據命中量結果進行判斷。

一種基于完全成本計算的數據索引方法，還包括：

S001探測可能使用的索引；

S002判斷可使用的索引的數目：索引數目為0，直接全表遍歷，反之進行下一個步驟；

進一步限定，所述的步驟S001具體為：