[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

说明书

技术领域

本发明涉及计算机数据库技术领域，尤其涉及一种面向复杂数据仓库环境的优化策略自动生成方法。 

背景技术

大型的数据仓库系统通常会遇到性能调优问题，但是目前的数据仓库系统规模越来越庞大、结构越来越复杂、涉及到的软件技术越来越广泛。越来越复杂的应用架构和数据库产品使得调优变得更加复杂，它们的各种调优策略之间存在的复杂影响也使调优越来越困难。目前的各种调优技术大都局限在数据仓库系统某个具体细节的调优上，比如在数据仓库的性能调优中，操作系统、数据仓库系统、ETL工具、分析挖掘工具等的调优都是互相独立的，忽略了其中的互相影响和联系，使得调优的结果往往不能使用户满意。从数据仓库系统整体的角度提出调优策略，成为当前数据仓库系统调优中的一个迫切需求。 

另一方面，目前各种数据仓库系统针对的企业需求差异性也很大，造成的数据仓库对性能的要求也多种多样。比如有些数据仓库系统是为了宏观决策支持，对于响应时间的要求不严格，有些数据仓库系统则要求能提供实时的数据分析支持；有些数据仓库系统更关注存储成本的降低；有些数据仓库操作系统则受制于网络速度的限制，追求网络资源的利用率。现有的数据仓库通用调优策略，往往没有考虑这些差异性，这也是造成调优效果不佳的重要原因之一。 

发明内容

(一)发明目的 

本发明的目的是要客户现有技术的不足，提供一种适用于复杂的数据仓库环境的优化策略自动生成方法，该方法可以根据具体的需求特点，面向整个数据仓库环境，提出不同的优化策略，该方法也可用于普通的数据库优化策略的自动生成。 

(二)技术方案 

针对以上问题，本发明提出的一种面向复杂数据仓库环境的优化策略自动生成方法，包括以下步骤： 

(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； 

所述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)