一种面向异构计算平台的数据库负载均衡方法及装置

    公开(公告)号:CN117234745B

    公开(公告)日:2024-03-29

    申请号:CN202311527236.6

    申请日:2023-11-16

    Abstract: 本说明书提供了一种面向异构计算平台的数据库负载均衡方法及装置,涉及数据库系统控制技术领域。该方法通过创建队列结构,存储等待进入并行处理单元的查询任务;基于当前查询任务请求,结合负载均衡方法,预测出各并行处理单元查询所述当前查询任务分别所需的响应时间;根据各并行处理单元查询当前查询任务分别所需的响应时间,将响应时间较短的并行处理单元指定为当前查询任务的最优处理单元;根据布隆过滤器及布隆过滤器规则,最优处理单元响应当前查询任务请求。解决了现有负载方法仅能够进行部分负载均衡,对于负载平衡和分配、收集统计数据以定义热/冷数据方面存在不足的问题。提高了异构系统的性能,实现了无必要不延迟的负载分配。

    一种定长变长数据混合管理的轻量化内存优化分配方法

    公开(公告)号:CN117435352A

    公开(公告)日:2024-01-23

    申请号:CN202311757383.2

    申请日:2023-12-20

    Abstract: 本说明书公开了一种定长变长数据混合管理的轻量化内存优化分配方法,涉及数据内存分配技术领域,包括基于确定的存储数据的特性对内存空间进行预分配,获得定长数据存储空间和变长数据存储空间;分别设置一个空闲内存块的链表,申请存储变长数据时,选取变长空闲链表中排序最前且内存空间大于等于申请的内存块进行切割;申请存储定长数据时,选择定长空闲链表中排序最前且内存空间等于申请的内存块;将若干剩余内存块分配给同一变长数据;将分配后的变长空闲链表中的空闲内存块进行排序并判断相邻内存块是否可以合并,以解决目前数据的内存分配方法存在过于重量级,占用资源过多以及内存碎片优化的性能开销和时间开销大的问题。

    基于图嵌入的事务调度优化方法
    3.
    发明公开

    公开(公告)号:CN117216071A

    公开(公告)日:2023-12-12

    申请号:CN202311086604.8

    申请日:2023-08-28

    Abstract: 本发明公开了一种基于图嵌入的事务调度优化方法。涉及数据库事务调度的技术领域,该基于图嵌入的事务调度优化方法包括:基于收集的事务信息构建异构图,异构图以事务为顶点并以事务之间的关系为边;采用图嵌入模型学习异构图,以将异构图中的事务特征映射到低维特征空间中,得到事务信息对应的图嵌入表征结果,其中,图嵌入表征结果包括异构图中每个顶点经过多层迭代学习顶点特征、连接的边特征以及顶点之间边的种类的嵌入表征;建立马尔可夫决策过程模型,并采用深度强化学习对图嵌入表征结果进行迭代训练,直至达到预设迭代次数以获取输出的事务调度分配策略。本发明解决了现有事务调度无法获取全局最优调度的技术问题。

    数据库测试用例生成需求描述编码方法

    公开(公告)号:CN116775497B

    公开(公告)日:2023-11-14

    申请号:CN202311039512.4

    申请日:2023-08-17

    Abstract: 本发明公开了一种数据库测试用例生成需求描述编码方法。涉及数据块测试的技术领域,该数据库测试用例生成需求描述编码方法包括:获取语料库数据;将带有标签的需求描述的数据集输入词嵌入编码模型,得到多维向量化的词嵌入编码,其中,标签指示需求描述对应的测试用例与应用场景的适配度;将需求描述的文本内容和位置编码输入无监督编码模型进行无监督训练,直至无监督编码模型收敛,并基于收敛的无监督编码模型的子模型确定需求描述对应的无监督编码;利用残差结构的融合网络融合词嵌入编码和无监督编码,得到需求描述的编码结果。本发明解决了数据库测试用例生成需求描述编码依赖规则导致的灵活性差的技术问题。

    数据库测试用例生成需求描述编码方法

    公开(公告)号:CN116775497A

    公开(公告)日:2023-09-19

    申请号:CN202311039512.4

    申请日:2023-08-17

    Abstract: 本发明公开了一种数据库测试用例生成需求描述编码方法。涉及数据块测试的技术领域,该数据库测试用例生成需求描述编码方法包括:获取语料库数据;将带有标签的需求描述的数据集输入词嵌入编码模型,得到多维向量化的词嵌入编码,其中,标签指示需求描述对应的测试用例与应用场景的适配度;将需求描述的文本内容和位置编码输入无监督编码模型进行无监督训练,直至无监督编码模型收敛,并基于收敛的无监督编码模型的子模型确定需求描述对应的无监督编码;利用残差结构的融合网络融合词嵌入编码和无监督编码,得到需求描述的编码结果。本发明解决了数据库测试用例生成需求描述编码依赖规则导致的灵活性差的技术问题。

    一种基于依赖图的多核CPU并发事务分配方法

    公开(公告)号:CN116775315A

    公开(公告)日:2023-09-19

    申请号:CN202311056907.5

    申请日:2023-08-22

    Abstract: 一种基于依赖图的多核CPU并发事务分配方法,该方法包括:基于数据库中事务之间的执行关联性构建依赖图,基于所述依赖图相邻两节点之间的依赖关系确定所述相邻两节点对应的边的信息素量;基于所述依赖图各个节点对应事务的事务属性确定各个节点的启发式信息;基于蚁群的行为模型按照所述依赖图执行所述数据库中的事务,并更新所述依赖图上各个边上的信息素。本方法基于所定义的各事务之间的关系构建依赖图并利用具有分布式特性的蚁群算法解决数据库中多核CPU并发事务调度分配问题,其在处理多个事务之间复杂的依赖关系和交织情况上具有更好的性能,充分发挥多核CPU的优势,提高了数据库系统的资源利用率和数据的执行效率。

    一种缓解锁冲突的日志预分析及事务管理方法

    公开(公告)号:CN116755847A

    公开(公告)日:2023-09-15

    申请号:CN202311037214.1

    申请日:2023-08-17

    Abstract: 一种缓解锁冲突的日志预分析及事务管理方法,包括:基于离线事务日志对事务进行逻辑分析,确定数据库中所有事务的事务构建预测模型;基于事务执行时所需调动数据的热度统计信息确定热数据信息,所述热数据信息为数据库调用频率达到预设阈值的数据的信息;基于所述热数据信息和所述事务构建预测模型,确定当前事务数据锁的调度策略。通过构建基于马尔可夫模型的预测图来预测后续操作将访问的数据元组。然后,使用这些图信息结合图论的最短路径、拓扑排序、关键路径等算法并结合使用的事务调度策略来判断是否需要延迟事务以获取锁来调度事务,从而避免大量锁冲突带来的性能损耗。

    基于目的自适应的访问控制处理方法

    公开(公告)号:CN116738495A

    公开(公告)日:2023-09-12

    申请号:CN202311028338.3

    申请日:2023-08-16

    Abstract: 本发明公开了一种基于目的自适应的访问控制处理方法,该基于目的自适应的访问控制处理方法包括:在接收到对数据库管理系统的查询时,根据表达式的属性将查询转换为信息元组,其中,信息元组包括指示查询的多维度参数;利用预设编码规则对信息元组进行信息提取,生成查询签名,其中,查询签名包括指示查询目的的数据表的属性和与属性对应的执行动作的动作签名;比对查询签名和预设的访问控制策略,其中,访问控制策略与查询签名的编码方式相同;在查询签名命中访问控制策略的情况下,利用查询签名对查询进行重写,并将重写的查询输出给数据库管理系统。本发明解决了数据库管理系统在查询过程中无法保护隐私数据安全的技术问题。

    一种定长变长数据混合管理的轻量化内存优化分配方法

    公开(公告)号:CN117435352B

    公开(公告)日:2024-03-29

    申请号:CN202311757383.2

    申请日:2023-12-20

    Abstract: 本说明书公开了一种定长变长数据混合管理的轻量化内存优化分配方法,涉及数据内存分配技术领域,包括基于确定的存储数据的特性对内存空间进行预分配,获得定长数据存储空间和变长数据存储空间;分别设置一个空闲内存块的链表,申请存储变长数据时,选取变长空闲链表中排序最前且内存空间大于等于申请的内存块进行切割;申请存储定长数据时,选择定长空闲链表中排序最前且内存空间等于申请的内存块;将若干剩余内存块分配给同一变长数据;将分配后的变长空闲链表中的空闲内存块进行排序并判断相邻内存块是否可以合并,以解决目前数据的内存分配方法存在过于重量级,占用资源过多以及内存碎片优化的性能开销和时间开销大的问题。

    一种基于增量采样的近似查询方法、装置及设备

    公开(公告)号:CN117435647A

    公开(公告)日:2024-01-23

    申请号:CN202311757385.1

    申请日:2023-12-20

    Abstract: 本说明书提供了一种基于增量采样的近似查询方法、装置及设备,涉及近似查询处理技术领域。该方法基于查询请求及谓词自适应查询策略,确定与查询请求相对应的谓词条件,并从样本存储库中查找与谓词条件相匹配的历史样本;若样本存储库中存在部分覆盖谓词条件的样本,则部分样本重用,并对没有覆盖到的谓词条件进行延迟增量采样;基于在线‑离线样本合并算法,将部分覆盖样本与延迟增量采样后的在线样本进行合并,得到与查询请求相匹配的样本集。解决了现有离线近似查询、在线近似查询方法在不可预测性的条件下无法兼顾查询精度和查询速度的问题。该采用部分重用、明智采样、延迟和最小浪费的思想,使之能够结合在线与离线采样系统的优点。

Patent Agency Ranking