[發明專利]一種數據庫元數據關系知識圖譜生成方法

在審

• 申請號: 202210508938.9
• 申請日: 2022-05-10
• 公開（公告）號: CN115203337A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 林劼;李賽鵬;姜錸;王元芳;肖新宇;白毅
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/907;G06N5/02;G06N5/04
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 郭肖凌

1.一種數據庫元數據關系知識圖譜生成方法，其特征在于，包括以下步驟：

步驟1：基于數據庫的歷史SQL查詢語句形成歷史查詢元數據知識圖譜；

步驟2：基于數據列之間的值完全匹配形成數據關聯元數據知識圖譜；

步驟3：基于數據庫的模式信息形成數據庫模式元數據知識圖譜；

步驟4：基于步驟1、2和3獲得的三個知識圖譜，將各個知識圖譜中相同實體組成的三元組關系進行對齊，匯總成完整的數據庫元數據關系知識圖譜；

步驟5：使用基于表示的知識推理模型對步驟4獲得的完整知識圖譜進行推理，對圖譜中的關系進行補全，進一步完善數據庫元數據關系知識圖譜。

2.根據權利要求1所述的一種數據庫元數據關系知識圖譜生成方法，其特征在于，所述數據庫的模式信息為表和列的定義信息。

3. 根據權利要求1所述的一種數據庫元數據關系知識圖譜生成方法，其特征在于，所述步驟1具體為：基于數據庫的歷史SQL查詢語句，對形式為select … from T_a join T_b onT_a.C_x= T_b.C_y以及select … from T_a, T_b where T_a. C_x =T_b. C_y的查詢語句，構建表間歷史查詢關系三元組（T_a，history_table_match，T_b）以及列間歷史查詢關系三元組（T_a. C_x，history_column_match，T_b. C_y），形成歷史查詢元數據知識圖譜。

4. 根據權利要求1所述的一種數據庫元數據關系知識圖譜生成方法，其特征在于，所述步驟2具體為：

基于數據列之間的值完全匹配，對于每一個數據列T_a. C_x，將其與數據庫中其他表的所有列T_b. C_y填充入如下的SQL模板中進行查詢，select count(*) from T_a,T_b where T_a. C_x=T_b. C_y

當查詢結果超過閾值時，則構建形式為（T_a. C_x，column_value_match，T_b. C_y）的三元組，形成數據關聯元數據知識圖譜。

5.根據權利要求1所述的一種數據庫元數據關系知識圖譜生成方法，其特征在于，所述步驟3具體為：于數據庫的模式信息，定義表和列之間的關系，形成數據庫模式元數據知識圖譜。

6.根據權利要求1所述的一種數據庫元數據關系知識圖譜生成方法，其特征在于，所述所述步驟4包含以下子步驟：

步驟401：對于歷史查詢元數據知識圖譜的三元組，若兩個列實體之間存在歷史匹配關系R_h，則以R_h替換數據關聯圖譜、數據庫模式圖譜中這兩個列實體的三元組的關系；

步驟402：對于歷史查詢元數據知識圖譜的三元組，若兩個表實體存在歷史查詢關系R_e，則以R_e替換數據庫模式圖譜中這兩個表實體的三元組的關系；

步驟403：對于數據關聯性圖譜中的三元組，若兩個列實體間存在數據關聯關系R_v，同時在歷史查詢圖譜中這兩個列實體間沒有關系，則以R_v替換數據庫模式圖譜中這兩個列實體之間的關系；

步驟404：將按照步驟401、402和403對齊后的三個知識圖譜，匯總形成完整的數據庫元數據關系知識圖譜。

7.根據權利要求1所述的一種數據庫元數據關系知識圖譜生成方法，其特征在于，所述步驟5包括以下子步驟：

步驟501：對完整的數據庫元數據關系知識圖譜中的三元組按照9:1的比例分為訓練集和測試集，用訓練集數據訓練一個基于表示的知識推理模型TransE，并用測試集驗證訓練效果以決定何時停止訓練；

步驟502：使用訓練好的TransE對完整的數據庫元數據關系知識圖譜進行知識推理，對圖譜中的關系進行補全，形成更為完善的數據庫元數據關系知識圖譜。