[發明專利]數據表清理方法、裝置及服務器

有效

• 申請號: 202110633592.0
• 申請日: 2021-06-07
• 公開（公告）號: CN113268477B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 楊雄威;韋星寧;李奕鍇
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/28;G06N3/006
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;劉芳

本發明提供一種數據表清理方法、裝置及服務器，該方法包括：獲取預設時間段內數據庫的指標集，將指標集輸入預設隨機森林模型中，獲得數據庫中所有數據表的評估值，最后清理數據庫中評估值最小的數據表，獲得清理后的數據庫。通過根據數據庫的存儲代碼、數據庫中所有數據表的元數據信息以及每個數據表的評估值采用隨機森林算法進行模型訓練，獲得隱含數據庫中數據表之間關系特征的隨機森林模型，預測數據庫中所有數據表的評估值，提高了數據表清理的準確性。

技術領域

本發明涉及數據庫處理技術領域，尤其涉及一種數據表清理方法、裝置及服務器。

背景技術

企業的核心業務數據庫系統隨著時間的推移和業務量的增長，會產生許多邏輯概念上歷史表、臨時表和中間表等，這部分表可能已經失去了使用價值，卻占用了數據庫存儲空間。因此，需要及時清理數據表，釋放存儲空間以保證數據庫程序的正常運行。

現有技術中，主要依賴于數據庫管理員的經驗來清理數據表，具體的通過監測數據庫指標以及用戶空間下的表數據來對數據庫的使用情況、健康狀況進行評估，并根據評估的結果清理數據庫中的數據表。

然而，人工清理數據庫中的數據表方法中，由于需要監控數據庫指標數量過多以及指標的重要性難以掌握，存在監測數據庫的指標與數據庫運行情況不一致的問題，導致對數據庫中數據表的評估結果不準確，影響數據表清理的效果。

發明內容

本發明的目的在于提供一種數據表清理方法、裝置及服務器，以提高清理數據表的準確性。

第一方面，本發明提供一種數據表清理方法，包括：

獲取預設時間段內數據庫的指標集，其中所述指標集包含所有數據表的元數據特征參數和所述數據庫的關系特征參數；

將所述指標集輸入預設隨機森林模型中，獲得所述數據庫中所有數據表的評估值，其中所述預設隨機森林模型是根據所述數據庫的存儲代碼、數據庫中所有數據表的元數據信息以及每個數據表的評估值進行訓練獲得的；

清理所述數據庫中評估值最小的數據表，獲得清理后的數據庫。

在一種可能的設計中，所述預設隨機森林模型的訓練步驟，包括：

獲取數據庫的存儲代碼、數據庫中所有數據表的元數據信息以及每個數據表的評估值，并將所述數據庫的存儲代碼進行解析獲得關系特征信息；

將所述關系特征信息以及所述數據庫中所有數據表的元數據信息進行數據處理，獲得元數據特征參數和關系特征參數，并將所述元數據特征參數和關系特征參數以及所述每個數據表的評估值作為樣本集；

按照預設比例將所述樣本集分為訓練集和驗證集，采用隨機森林算法對所述訓練集進行建模，獲得隨機森林模型，并根據所述驗證集驗證對所述隨機森林模型進行驗證。

在一種可能的設計中，在所述獲取預設時間段內數據庫的指標集之后，還包括：

根據獨熱編碼對所述指標集進行預處理，將所述指標集中元數據特征參數和關系特征參數中的離散參數變為連續特征參數。

在一種可能的設計中，所述將所述數據庫的存儲代碼進行解析獲得關系特征信息，包括：

根據圖數據庫對所述存儲代碼進行解析，獲得所述數據庫的數據表關系圖譜；

根據所述數據庫中所有數據表的受眾量、更新量級以及更新頻次對所述數據表關系圖譜進行評估，獲得所述數據庫的關系特征信息。