[发明专利]结构化查询的资源优化方法及数据库查询系统

说明书

本发明涉及嵌入式数据库技术领域，特别涉及一种结构化查询的资源优化方法及数据库查询系统。其中，结构化查询的资源优化方法，包括：获取多条查询语句；根据多条查询语句，配置处理查询所用的硬件模块。数据库查询系统，包括：指令获取模块，指令获取模块被配置为获取多条查询语句；查询处理模块，查询处理模块被配置为根据多条查询语句，配置处理查询所用的硬件模块。本发明的结构化查询的资源优化方法及系统，能够根据当前待处理的查询语句的排队情况，动态调整用于完成查询处理的硬件模块，从而合理安排硬件模块资源并且提高查询效率。

技术领域

本发明实施例涉及嵌入式数据库技术领域，特别涉及一种结构化查询的资源优化方法及数据库查询系统。

背景技术

人工智能计算平台，是一种能够为用户提供人工智能训练需要的训练、推断工具和数据存储、处理服务的服务平台。人工智能计算平台一般通过一个或者多个数据中心提供支持，每个数据中心可以由多台服务器构成，并且通过各台服务器以网络方式对外提供服务。

人工智能计算平台的数据库查询系统，是为使用人工智能计算平台的用户提供在数据中心的数据库中查询数据的服务系统。目前，在数据库环境中，最常用的数据库查询方式是预先依照数据库的内容设计数据库查询程序(或是利用机器学习建立的查询模型)，以固定的结构化查询语言(英文全称：Structured Query Language，英文缩写：SQL)对数据库进行查询。

在进行数据库SQL查询时，往往需要面临多条SQL查询语句并发请求查询的情况。由于在处理各条SQL查询语句时，每一条SQL查询语句都会被划分为多个流水段，每个流水段根据不同的处理阶段又会由不同的硬件模块进行处理。因此，每个硬件模块的可能会同时分配到多个流水段，并需要对其进行并行处理。此时，可以对硬件模块配置不同的并行度数量，其并行度数量越高，查询处理的效率越高。但是，即使可以对硬件模块进行不同并行度数量的配置，硬件模块的并行度数量在配置好以后即固定，由于无法预知多路查询中各条SQL查询语句的多个流水段的构成，依然会存在需求和资源不匹配的问题，造成资源浪费和性能低下。

现有的解决硬件模块的配置和需求不匹配的方法是，为每个硬件模块预留足够大的并行度数量，但是由于资源有限，无法给每个硬件模块都预留到最大的并行度数量，而且查询语句的各个阶段的流水段的数量也是未知的，从而无法保证该预留的最大的并行度数量可以满足处理数量的需求，因此，依然无法有效地解决硬件模块资源浪费和处理效率低的问题。

发明内容

本发明实施例提供了一种结构化查询的资源优化方法及数据库查询系统，能够根据当前待处理的查询语句的排队情况，动态调整用于完成查询处理的硬件模块，从而合理安排硬件模块资源并且提高查询效率。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明的一种结构化查询的资源优化方法，包括：

获取多条查询语句；

根据多条查询语句，配置处理查询所用的硬件模块。

进一步地，根据多条查询语句，配置处理查询所用的硬件模块的方法包括：

根据多条查询语句确定处理查询的硬件模块的并行度的建议配置；

根据硬件模块的并行度的建议配置，配置处理查询所用的硬件模块。

进一步地，确定建议配置的方法包括：

根据多条查询语句和预设的通过机器学习建立的模型，获取处理查询的硬件模块的并行度的建议配置。

进一步地，确定处理查询的硬件模块的并行度的建议配置的方法包括：

将多条查询语句划分为对应的多个流水段；

根据多个流水段的数量，确定处理查询的硬件模块的并行度的建议配置。