[发明专利]一种基于共享样本的在线聚集方法

权利要求书

1.一种基于共享样本的在线聚集方法，其特征是该方法以共享样本的思想为基础，以在线的方式为提交的查询创建有效的样本，同时通过样本缓存池和共享样本策略提高查询效率，在保证每条查询都能利用有效样本的基础上，降低了多条连续查询的平均查询延迟；该方法详细步骤如下：

第1、根据查询子句特征和数据表的数据特征，以在线的方式创建适合特定查询的有效样本；

第1.1、提取SQL聚集查询q的特征；

第1.2、根据聚集查询q的特征和数据表的数据特征创建样本表T_s；

第2、建立样本缓存池用于存储创建好的样本表；

第2.1、在底层数据库上创建新的模式用于存储样本表，在新的模式中创建两个表用于存储样本表的元数据信息，分别为meta_name和meta_size；

第2.2、将新创建的样本表存储在样本缓存池中，同时在meta_name和meta_size中插入该样本表的原始数据信息；

第3、当新的查询到来时，访问样本生成器，得到有效样本的样本名，如果样本缓存池中包含该样本则直接使用，否则按照步骤1创建新的样本表，将SQL查询重写以在样本表上执行该查询，重写的SQL查询提交到底层数据库执行并返回结果。

2.根据权利要求1所述的基于共享样本的在线聚集方法，其特征是：

步骤第1.1中，聚集查询q是具有如下形式的一个查询SQL查询，

SELECT agg(a_i)

FROM relation_r

WHERE condition_c

GROUP BY groupbys

其中：

SELECT语句用于从数据表中选取数据，结果被存储在一个结果表中；

agg为查询的聚合类型，它是SUM、COUNT或AVG三种函数中的一种；SUM()函数返回数值列的总数，COUNT()函数返回匹配指定条件的行数，AVG()函数返回数值列的平均值，其中NULL值不包含在计算中；

a_i为数据表中的某一列，该列必须是数值类型的；

FROM语句用于指定数据表；

relation_r为数据库中的一张关系表，它是一个单独的事实表，或是两个或多个事实表经过连接操作得到的一张关系表；

WHERE语句用于有条件地从表中选取数据；

condition_c是WHERE语句后面的条件语句，每个条件用一个三元组attribute、operatot、value表示，其中attribute为列名称，operatot为运算符，value为值；

GROUP BY语句用于结合合计函数，根据一个或多个列对结果集进行分组；

groupbys为分组的列名称，是一列或是多个列；

3.根据权利要求1所述的基于共享样本的在线聚集方法，其特征是：

步骤1.2中，样本表T_s是原始表T的一个子集，T中的元组用t表示，样本表有三种类型：均一样本、哈希样本和分层样本。