[發明專利]數據庫隱患SQL的預測方法、裝置、終端及存儲介質

在審

• 申請號: 202011267501.8
• 申請日: 2020-11-13
• 公開（公告）號: CN112380237A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 袁磊
• 申請（專利權）人: 平安普惠企業管理有限公司
• 主分類號: G06F16/242
• 分類號: G06F16/242;G06F16/21
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

1.一種數據庫隱患SQL的預測方法，其特征在于，包括：

獲取SQL語句執行時所處理的歷史數據量隨時間的變化關系，構建所述SQL語句執行時所處理的數據量在未來時間的變化趨勢；

將所述變化趨勢輸入至預先訓練好的性能預測模型中進行預測，得到所述SQL語句在未來時間的性能變化趨勢；

當按照預設條件分析所述性能變化趨勢以確認所述SQL語句有成為隱患SQL的可能性時，生成隱患報告。

2.根據權利要求1所述的數據庫隱患SQL的預測方法，其特征在于，所述獲取SQL語句執行時所處理的歷史數據量隨時間的變化關系，構建所述SQL語句執行時所處理的數據量在未來時間的變化趨勢，包括：

選取多個歷史時間點，獲取每個歷史時間點時所述SQL語句執行時所處理的對象的數據量；

將所述多個歷史時間點和對應的數據量按時間先后順序輸入至未訓練的數據量預測模型中進行訓練，得到第一模型參數；

根據所述第一模型參數構建訓練好的數據量預測模型，并以所述訓練好的數據量預測模型預測所述對象的數據量隨時間的所述變化趨勢。

3.根據權利要求1所述的數據庫隱患SQL的預測方法，其特征在于，所述將所述變化趨勢輸入至預先訓練好的性能預測模型中進行預測，得到所述SQL語句在未來時間的性能變化趨勢，包括：

識別所述SQL語句的類別，并選取與所述類別對應的目標性能預測模型，每種類別對應一個性能預測模型；

通過所述變化趨勢獲取多個未來時間點的預測數據量；

將所述預測數據量輸入至所述目標性能預測模型進行預測，得到在所述多個未來時間點所述SQL語句的預測運行性能，構成所述性能變化趨勢。

4.根據權利要求3所述的數據庫隱患SQL的預測方法，其特征在于，其還包括預先訓練所述性能預測模型的步驟，包括：

為每個所述類別選取多條樣本SQL語句，并設定數據量大小不同的多個數據表；

分別執行每條樣本SQL語句以處理每個數據表，得到不同數據量下所述樣本SQL語句的樣本運行性能；

將所述樣本運行性能和對應的數據量按所述類別分別輸入至未訓練的性能預測模型中進行訓練，得到每個類別對應的第二模型參數；

根據所述第二模型參數構建每個所述類別的性能預測模型。

5.根據權利要求1所述的數據庫隱患SQL的預測方法，其特征在于，所述當按照預設條件分析所述性能變化趨勢以確認所述SQL語句有成為隱患SQL的可能性時，生成隱患報告，包括：

通過所述性能變化趨勢獲取所述SQL語句在多個未來時間點對應的預測運行性能；

比較每一個所述預測運行性能與預設性能閾值的大小；

當存在目標預測運行性能超過所述預設性能閾值時，確認所述目標預測運行性能對應的目標時間點；

將所述目標時間點作為所述SQL語句首次出現低運行性能的時間，并將所述SQL語句作為隱患SQL；

生成所述SQL語句的所述隱患報告。

6.根據權利要求5所述的數據庫隱患SQL的預測方法，其特征在于，所述生成所述SQL語句的所述隱患報告，包括：

計算所述目標預測運行性能與所述預設性能閾值的差值，并確認所述差值所屬的區間范圍；

獲取所述區間范圍對應的隱患級別，所述區間范圍與所述隱患級別預先設定且一一對應，所述區間范圍的數值越大，所述隱患級別越高；

根據所述隱患級別生成關于所述SQL語句的隱患報告并輸出。

7.根據權利要求6所述的數據庫隱患SQL的預測方法，其特征在于，所述根據所述隱患級別生成關于所述SQL語句的隱患報告并輸出之前，還包括：

通過預設隱患規則分析所述SQL語句所屬的隱患類別；

所述根據所述隱患級別生成關于所述SQL語句的隱患報告并輸出，包括：

根據所述隱患級別和所述隱患類別生成關于所述SQL語句的隱患報告并輸出。