申请/专利权人:矩阵起源(深圳)信息科技有限公司
申请日:2024-01-17
公开(公告)日:2024-04-30
公开(公告)号:CN117609288B
主分类号:G06F16/2453
分类号:G06F16/2453;G06F16/2452;G06N3/0442;G06N3/092
优先权:
专利状态码:有效-授权
法律状态:2024.04.30#授权;2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明公开了一种数据查询策略优化方法、装置、终端设备以及存储介质,其方法包括:接收查询SQL语句;将所述SQL语句发送至预先构建的数据管理系统,通过所述数据管理系统对所述SQL语句的初始查询策略进行优化,得到最终查询策略,其中,所述数据管理系统基于解析器、智能体、优化器以及执行器得到。本发明通过数据管理系统对查询SQL语句进行查询策略的优化,得到最终查询策略,解决了数据查询无法满足现代数据的广泛增长以及连接条件的复杂化的问题,提高了数据查询策略优化的效率。
主权项:1.一种数据查询策略优化方法,其特征在于,所述数据查询策略优化方法包括以下步骤:接收查询SQL语句;将所述SQL语句发送至预先构建的数据管理系统,通过所述数据管理系统对所述SQL语句的初始查询策略进行优化,得到最终查询策略,其中,所述数据管理系统基于解析器、智能体、优化器以及执行器得到;其中,所述将所述SQL语句发送至预先构建的数据管理系统,通过所述数据管理系统对所述SQL语句的初始查询策略进行优化,得到最终查询策略的步骤包括:通过所述解析器对所述SQL语句进行解析,获取抽象语法AST树;对所述AST树进行向量化,获取所述AST树的初始状态;根据预设的循环神经网络LSTM,通过所述智能体对所述初始查询策略进行初始化,获取初始策略函数以及初始价值函数;基于所述初始策略函数以及所述初始状态生成执行计划,并根据所述执行计划得到执行结果;其中,所述基于所述初始策略函数以及所述初始状态生成执行计划,并根据所述执行计划得到执行结果的步骤包括:将所述初始状态输入所述初始策略函数进行重复计算,获取查询动作以及最终状态;根据所述查询动作以及最终状态,通过所述优化器进行计划生成,获取执行计划;根据所述执行计划,通过所述执行器进行计划执行,获取执行结果;根据所述执行结果,通过所述智能体对所述初始策略函数以及初始价值函数进行优化,获取最终策略函数以及最终价值函数;其中,所述根据所述执行结果,通过所述智能体对所述初始策略函数以及初始价值函数进行优化,获取最终策略函数以及最终价值函数的步骤包括:根据所述执行结果,通过所述优化器的成本模型进行计算,获取运算奖励值;根据所述循环神经网络LSTM以及运算奖励值,通过策略梯度算法PPO进行函数构建,获取损失函数;其中,所述根据所述循环神经网络LSTM以及运算奖励值,通过策略梯度算法PPO进行函数构建,获取损失函数的步骤包括:对所述查询动作进行熵值计算,获取所述初始策略函数的查询熵值;基于所述初始价值函数进行函数构建,得到价值损失函数;通过所述运算奖励值以及预设的优势函数对所述LSTM的更新幅度进行限制,获取近端比率裁剪损失值;基于所述查询熵值、价值损失函数以及近端比率裁剪损失值,通过策略梯度算法PPO进行函数构建,获取损失函数;根据所述损失函数,通过所述智能体对所述初始策略函数以及初始价值函数进行优化,获取最终策略函数以及最终价值函数;基于所述最终策略函数以及最终价值函数生成最终查询策略。
全文数据:
权利要求:
百度查询: 矩阵起源(深圳)信息科技有限公司 数据查询策略优化方法、装置、终端设备以及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。