[发明专利]一种选择数据查询引擎的方法及服务器

说明书

技术领域

本发明实施例涉及数据处理技术领域，具体涉及一种选择数据查询引擎的方法及服务器。

背景技术

在大数据领域，通常企业都建立有企业级数据库。目前支持SQL语言的主流数据查询引擎有Hive，Hive查询稳定，但是查询效率低下。Presto，开源的分布式SQL查询引擎，提升了效率，但是稳定性不高，通常情况下，企业级数据库有多种数据查询引擎，由有经验的工程师根据不同的数据查询任务选择其中的一种数据查询引擎进行数据查询，但是由人工选择数据查询引擎非常依赖人工的经验，而且经常会发生由于数据查询引擎选择不合理导致的一系列问题，例如：查询效率响应速度慢等。

因此，如何合理地选择数据查询引擎，从而提高数据查询效率和稳定性，成为亟须解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种选择数据查询引擎的方法及服务器。

第一方面，本发明实施例提供一种选择数据查询引擎的方法，所述方法包括：

获取数据查询请求和执行查询行为的设备组件的运行状态信息；

解析所述数据查询请求，以获取查询所需的数据表信息和查询行为信息；

获取每个数据查询引擎执行数据查询对应的目标数据量；

将所述运行状态信息、所述数据表信息、所述查询行为信息和所述目标数据量进行向量化，以获取数值向量；

根据所述数值向量和预设计算模型，获取每个数据查询引擎对应的分值，并根据所述分值确定目标数据查询引擎，其中，所述分值反映数据查询的响应速度。

第二方面，本发明实施例提供一种选择数据查询引擎的服务器，所述服务器包括：

第一获取模块，用于获取数据查询请求和执行查询行为的设备组件的运行状态信息；

解析模块，用于解析所述数据查询请求，以获取查询所需的数据表信息和查询行为信息；

第二获取模块，用于获取每个数据查询引擎执行数据查询对应的目标数据量；

第三获取模块，用于将所述运行状态信息、所述数据表信息、所述查询行为信息和所述目标数据量进行向量化，以获取数值向量；

确定模块，用于根据所述数值向量和预设计算模型，获取每个数据查询引擎对应的分值，并根据所述分值确定目标数据查询引擎，其中，所述分值反映数据查询的响应速度。

第三方面，本发明实施例提供另一种选择数据查询引擎的服务器，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

获取数据查询请求和执行查询行为的设备组件的运行状态信息；

解析所述数据查询请求，以获取查询所需的数据表信息和查询行为信息；

获取每个数据查询引擎执行数据查询对应的目标数据量；

将所述运行状态信息、所述数据表信息、所述查询行为信息和所述目标数据量进行向量化，以获取数值向量；

根据所述数值向量和预设计算模型，获取每个数据查询引擎对应的分值，并根据所述分值确定目标数据查询引擎，其中，所述分值反映数据查询的响应速度。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，包括：

所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：

获取数据查询请求和执行查询行为的设备组件的运行状态信息；

解析所述数据查询请求，以获取查询所需的数据表信息和查询行为信息；

获取每个数据查询引擎执行数据查询对应的目标数据量；

将所述运行状态信息、所述数据表信息、所述查询行为信息和所述目标数据量进行向量化，以获取数值向量；

根据所述数值向量和预设计算模型，获取每个数据查询引擎对应的分值，并根据所述分值确定目标数据查询引擎，其中，所述分值反映数据查询的响应速度。

本发明实施例提供的选择数据查询引擎的方法及服务器，通过合理地选择数据查询引擎，从而提高数据查询效率和稳定性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例选择数据查询引擎的方法流程示意图；