[發明專利]索引值數目的估算方法和裝置以及電子設備

有效

• 申請號: 201810981778.3
• 申請日: 2018-08-27
• 公開（公告）號: CN110866003B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 解詠梅
• 申請（專利權）人: 阿里云計算有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22
• 代理公司: 廣州鑄智知識產權代理有限公司 44886
• 代理人: 徐瑞紅

本發明實施例提供了一種索引值數目的估算方法和裝置以及電子設備。該方法包括：獲取用戶輸入的搜索區間及查詢條件；根據預先創建的索引數據的統計信息，在所述搜索區間覆蓋的節點中選取樣本節點；獲取所述樣本節點中符合所述查詢條件的索引值數目；根據所述樣本節點的索引值數目，估算符合所述查詢條件的總的索引值數目。本發明實施例通過預先創建的統計信息來選取具有代表性的樣本節點，根據樣本節點中符合查詢條件的索引值數目來估算總的索引值數目，提高了估算的準確性。

技術領域

本發明涉及數據庫技術領域，尤其涉及一種索引值數目的估算方法和裝置以及電子設備。

背景技術

在數據庫中，各種數據以表的形式存儲，為了便于檢索，為表數據建立索引，并以索引樹的形式存儲。在索引樹中，中間節點用于存儲索引數據的路由信息(即，該中間節點所包含的一定范圍的索引值的存儲位置)，葉子節點則用于存儲真正的索引值(key值)，在每個葉子節點中存儲多個索引值。

在數據查詢時，用戶給定搜索區間，查詢該搜索區間內符合查詢條件的索引值的個數，需要讀取搜索區間內的數據，以獲取具體的索引值的個數。但是，當搜索區間較大時，通常無法通過讀取所有的數據塊來實現精確計算。因此，現有技術中，一般采用隨機采樣的方式進行估算，或者，根據unique?key(唯一索引)的個數進行估算。

隨機采樣的方式是，在搜索區間覆蓋的所有葉子節點(樹形結構中，用于存儲索引數據的節點)中，隨機選取數個葉子節點，計算每個葉子節點中符合查詢條件的索引值的個數，然后計算這些索引值個數的平均數，然后，根據該平均數估算所有葉子節點中符合查詢條件的索引值的個數。

根據unique?key個數進行估算的方式，是把unique?key的個數平均分攤到從根節點(root)到葉子節點(leaf)路徑上的每一級節點上，也就是說，計算每一級節點的權重，然后從中選取部分節點，并以此估算符合查詢條件的索引值個數。

發明人在實現本發明的過程中，發現現有技術至少存在如下問題：針對隨機采樣方式，當數據分布不平衡(即，不同的葉子節點中符合查詢條件的索引值個數的差別非常大)時，隨機選取的葉子節點可能不能夠確保其代表性(即，該葉子節點中的索引值個數為個例，并不能夠反映一般情況)，因此導致最終的估算結果不準確；而針對根據unique?key個數進行估算的方式，若索引樹的形狀呈高瘦狀，當某一節點包含的子節點的個數非常少時，則這該節點分攤到的權重則非常大，導致該節點的選取代價值很高，從而一般不會被選中，若具有代表性的節點由于權重非常大而未被選中，則也將導致最終的估算結果不準確。

發明內容

本發明實施例提供一種索引值數目的估算方法和裝置以及電子設備，以解決現有技術中，通過選取部分節點來進行估算的方式中由于所選取的節點不合理，而導致最終的估算結果不準確的缺陷，以提高估算的準確性。

為達到上述目的，本發明實施例提供了一種索引值數目的估算方法，包括：

獲取用戶輸入的搜索區間及查詢條件；

根據預先創建的索引數據的統計信息，在所述搜索區間覆蓋的節點中選取樣本節點；

獲取所述樣本節點中符合所述查詢條件的索引值數目；

根據所述樣本節點的索引值數目，估算符合所述查詢條件的總的索引值數目。

本發明實施例還提供了一種索引值數目的估算裝置，包括：

第一獲取模塊，用于獲取用戶輸入的搜索區間及查詢條件；

樣本節點選取模塊，用于根據預先創建的索引數據的統計信息，在所述搜索區間覆蓋的節點中選取樣本節點；

第二獲取模塊，用于獲取所述樣本節點中符合所述查詢條件的索引值數目；

估算模塊，用于根據所述樣本節點的索引值數目，估算符合所述查詢條件的總的索引值數目。