[發明專利]一種系統慢查詢分析方法、裝置、介質

在審

• 申請號: 202211128465.6
• 申請日: 2022-09-16
• 公開（公告）號: CN115329049A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 楊夢龍;湯樂奇
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉靜莉

1.一種系統慢查詢分析方法，其特征在于，包括：

獲取模型庫中目標模型，其中，所述模型庫為用于存儲超時查詢任務所對應的超時模型的數據庫，所述超時查詢任務為利用ElasticSearch系統查詢接口獲得的查詢時間大于第一閾值時間的查詢任務，所述目標模型為所述數據庫中滿足第一預設條件的超時模型；

根據各所述目標模型的查詢條件和數據量、與各所述目標模型所對應的查詢任務樣例對所述目標模型進行分析，并獲取模型評分；

對所述模型評分高于閾值的所述目標模型進行分析，以確定查詢任務的超時原因。

2.根據權利要求1所述的系統慢查詢分析方法，其特征在于，還包括：

獲取各檢測周期內各ElasticSearch節點中的所述超時查詢任務；

判斷所述模型庫中是否存在與所述超時查詢任務對應的所述超時模型；

若存在所述超時模型，則將所述超時查詢任務存入與所述超時模型相對應的樣例庫中；

若不存在所述超時模型，則將所述超時模型存入所述模型庫中。

3.根據權利要求1所述的系統慢查詢分析方法，其特征在于，所述第一預設條件為：

在第二閾值時間內未執行分析；

或所述目標模型的所對應的查詢樣例的變化量大于樣例閾值。

4.根據權利要求1所述的系統慢查詢分析方法，其特征在于，所述根據各所述目標模型的查詢條件和數據量、與各所述目標模型所對應的查詢任務樣例對所述目標模型進行分析包括：

根據所述目標模型的描述語言構建與所述目標模型對應的樹結構，以確定所述目標模型的查詢條件數和昂貴查詢類別個數；

獲取與所述目標模型對應的查詢任務樣例，并根據所述樹結構和所述查詢任務樣例確定查詢條件總長度和數據量；

根據所述目標模型的所述查詢條件數、所述昂貴查詢類別個數、所述查詢條件總長度和所述數據量計算所述目標模型的所述模型評分。

5.根據權利要求4所述的系統慢查詢分析方法，其特征在于，所述根據所述目標模型的所述查詢條件數、所述昂貴查詢類別個數、所述查詢條件總長度和所述數據量計算所述目標模型的所述模型評分包括：

確定所述查詢條件數、所述昂貴查詢類別個數、所述查詢條件總長度和所述數據量所對應的權重；其中，所述昂貴查詢類別個數、所述數據量、所述查詢條件總長度、所述查詢條件數的權重依次減小。

6.根據權利要求2所述的系統慢查詢分析方法，其特征在于，所述判斷所述模型庫中是否存在與所述超時查詢任務對應的所述超時模型，包括：

構建與所述超時查詢任務所對應的檢測模型，并計算所述檢測模型的檢測標識符，其中，所述檢測標識符為MD5；

判斷所述檢測標識符與各所述超時模型的標識符是否相同；

若與各所述超時模型的標識符均不相同，則確定所述模型庫中不存在與所述超時查詢任務對應的所述超時模型。

7.根據權利要求1所述的系統慢查詢分析方法，其特征在于，所述對所述模型評分高于閾值的所述目標模型進行分析的步驟后，還包括：根據所述超時原因對ElasticSearch系統的查詢任務進行優化。

8.一種系統慢查詢分析裝置，其特征在于，包括：

獲取模塊，用于獲取模型庫中目標模型，其中，所述模型庫為用于存儲超時查詢任務所對應的超時模型的數據庫，所述超時查詢任務為利用ElasticSearch系統查詢接口獲得的查詢時間大于第一閾值時間的查詢任務，所述目標模型為所述數據庫中滿足第一預設條件的超時模型；

評分模塊，用于根據各所述目標模型的查詢條件和數據量、與各所述目標模型所對應的查詢任務樣例對所述目標模型進行分析，并獲取模型評分；

分析模塊，用于對所述模型評分高于閾值的所述目標模型進行分析，以確定查詢任務的超時原因。

9.一種系統慢查詢分析裝置，其特征在于，包括存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至7任一項所述的系統慢查詢分析方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的系統慢查詢分析方法的步驟。