[发明专利]一种面向复杂数据仓库环境的优化策略自动生成方法

权利要求书

1.一种面向数据仓库环境的优化策略自动生成方法，其特征在于，包括如下步骤：

(1)生成诊断点图，诊断点图根据诊断点的语义链接组成，每个诊断点都会链接到数据仓库语义库，数据仓库语义库用来描述数据仓库各个组成要素之间的关系；

(2)根据诊断点距离 升序排列所有诊断点DGN_j，诊断点距离就是诊断点对应的数据仓库语义库中元素之间的距离；

(3)对每个处于诊断点重心的单元DGN_j，按下述方式处理：

(3-1)在调优过程中加入新结点；

(3-2)按诊断点距离从大到小广度优先遍历DGN_j，直到语义距离小于某个限定值Dis_max；

(3-3)若新的结点不在调优过程中，则加入该新的结点；

(4)对于诊断过程中的每个诊断点，检查该诊断点，如果此诊断点异常，则使用相应的调优策略；

(5)输出调优过程；其中，

所述诊断点DGN_j是一个包含名称、对应策略和语义指针的三元组，诊断点是可能导致系统瓶颈的可疑点，名称就是诊断点的名称，对应策略是这个诊断点出现异常的时候的相应调优策略，语义指针是一个指向数据仓库系统语义库的指针，该语义指针所指向的语义用来表示该诊断点在整个数据仓库系统中的含义和作用，所述数据仓库系统语义库用于描述整个数据仓库系统中的概念及其相互关系，且每一个诊断点都含有一组不同的需求回报分数向量；

所述调优过程是一个诊断点组成的序列【DGN1，DGN2，......DGNn】，使用不同的顺序检查这些诊断点后，不同的调优过程在语义库的支持下自动生成； 

两个诊断点DGNa和DGNb之间的语义距离用SemanticDis(DGNa，DGNb)表示，即语义指针指向的数据仓库系统语义库元素之间的最短距离；

需求回报函数用下式来定义： d代表了预先定义的需求回报的需求回报维数，p_i是对第i维需求回报的权重，s_i是在一个诊断点中第i维的需求回报分数，该分数表示这个诊断点对整个数据仓库系统性能的重要程度；

所述诊断点图是一个无向图G＝(V，E)，V是一组诊断点，E是一组连接两个诊断点DGN_i和DGN_j的边，它可以表示两个单元的语义距离；

所述诊断点距离，用下式定义：

如果DGN_i和DGN_j邻接，那么二者的距离则是，

Dis(DGN_i，DGN_j)＝SemanticDis(DGN_i，DGN_j)*(R_i+R_j)

诊断点重心DGN_center是诊断点图的一个顶点，定义如下：

该式表示诊断点重心是诊断点图中与其他所有诊断点距离之和最小的诊断点。

2.一种利用如权利要求1所述方法生成的优化策略对数据仓库环境进行优化的方法。