本發(fā)明涉及分布式數(shù)據(jù)庫，具體涉及一種分布式數(shù)據(jù)庫中分布鍵的確定方法、裝置及電子設(shè)備。

背景技術(shù)：

1、分布式數(shù)據(jù)庫中，數(shù)據(jù)庫表的分布鍵設(shè)置尤為關(guān)鍵，如果設(shè)置不好，會導(dǎo)致業(yè)務(wù)語句執(zhí)行時(shí)數(shù)據(jù)節(jié)點(diǎn)之間頻繁交換數(shù)據(jù)，導(dǎo)致系統(tǒng)網(wǎng)絡(luò)負(fù)荷增加，同時(shí)數(shù)據(jù)庫性能下降。其中，業(yè)務(wù)語句可以理解以結(jié)構(gòu)化查詢語言（structured?query?language，sql）編寫的業(yè)務(wù)sql。

2、目前，從每張數(shù)據(jù)庫表中確定最優(yōu)分布鍵的方案都是依賴數(shù)據(jù)庫實(shí)現(xiàn)的。例如，首先搭建數(shù)據(jù)庫集群，然后將待分析的業(yè)務(wù)sql輸入給數(shù)據(jù)庫執(zhí)行，單個(gè)業(yè)務(wù)sql執(zhí)行結(jié)束后執(zhí)行下一個(gè)業(yè)務(wù)sql，直到所有業(yè)務(wù)執(zhí)行完畢。在執(zhí)行每個(gè)業(yè)務(wù)sql時(shí)，通過插件方式將業(yè)務(wù)sql的分析操作注入到sql執(zhí)行過程，由此，每個(gè)業(yè)務(wù)sql執(zhí)行完畢后，也同步完成了分布鍵信息的收集。執(zhí)行并收集所有業(yè)務(wù)sql后，對收集的分布鍵信息進(jìn)行計(jì)算，得出最優(yōu)分布鍵。

3、然而，上述分布鍵確定方案存在部署繁瑣、操作復(fù)雜、效率低的問題。一方面，該方案需要部署一套數(shù)據(jù)庫系統(tǒng)，這增大了信息收集的前置工作難度。另一方面，由于數(shù)據(jù)庫系統(tǒng)本身有自己的內(nèi)在處理邏輯，因此，對于執(zhí)行的業(yè)務(wù)sql需要是全套完整的sql，包括數(shù)據(jù)庫表的建表sql、查詢sql、更新sql等。例如，對一張數(shù)據(jù)庫表進(jìn)行查詢時(shí)，該表首先必須存在，也即需要先執(zhí)行建表sql，否則查詢就會報(bào)錯(cuò)，進(jìn)而導(dǎo)致分布鍵分析無法進(jìn)行。對于分布鍵分析的過程，全套sql中的查詢sql是有意義的，通過統(tǒng)計(jì)查詢sql中表連接字段的出現(xiàn)次數(shù)和位置，可以知道哪個(gè)字段作為分布鍵更合理。但全套sql中的建表sql對于分布鍵分析是沒有意義的，然而，分布鍵確定方案又依賴于數(shù)據(jù)庫環(huán)境運(yùn)行sql、分析sql，為了保證數(shù)據(jù)庫的邏輯運(yùn)行，建表sql又無法避免，這導(dǎo)致了整個(gè)過程無效工作量的增大。

4、此外，由于上述分布鍵確定方案中的每個(gè)業(yè)務(wù)sql的分析都依賴于數(shù)據(jù)庫環(huán)境，因此，每個(gè)業(yè)務(wù)sql分析都需要經(jīng)過解析器、語義分析、重寫、分布鍵分析、優(yōu)化器、執(zhí)行器等模塊。然而，優(yōu)化器和執(zhí)行器工作對于信息收集階段而言不是必須的，這兩步也是最耗時(shí)的，占到了整個(gè)sql處理的大部分時(shí)間，進(jìn)而導(dǎo)致了單個(gè)sql的處理效率不高。

5、綜上，目前的分布鍵確定方案對數(shù)據(jù)庫環(huán)境具有較強(qiáng)的依賴關(guān)系，且存在部署繁瑣、操作復(fù)雜、效率低的問題。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問題，本發(fā)明提供了一種分布式數(shù)據(jù)庫中分布鍵的確定方法。

2、根據(jù)本發(fā)明的第一個(gè)方面，提供了一種分布式數(shù)據(jù)庫中分布鍵的確定方法，包括：從開發(fā)分布式數(shù)據(jù)庫時(shí)編寫的編碼文件中解析出多個(gè)初始結(jié)構(gòu)化查詢語句；在不執(zhí)行多個(gè)初始結(jié)構(gòu)化查詢語句的情況下，從多個(gè)初始結(jié)構(gòu)化查詢語句中篩選出屬于預(yù)設(shè)語句類型的多個(gè)結(jié)構(gòu)化查詢語句；根據(jù)每個(gè)結(jié)構(gòu)化查詢語句的查詢樹，確定與每個(gè)結(jié)構(gòu)化查詢語句相關(guān)的多個(gè)候選鍵各自的重分布代價(jià)，其中，結(jié)構(gòu)化查詢語句包括至少一個(gè)數(shù)據(jù)庫表，每個(gè)數(shù)據(jù)庫表包括至少一個(gè)候選鍵；重分布代價(jià)至少是基于候選鍵在結(jié)構(gòu)化查詢語句中的出現(xiàn)次數(shù)確定的；將多個(gè)結(jié)構(gòu)化查詢語句中相同數(shù)據(jù)庫表的相同候選鍵的重分布代價(jià)進(jìn)行匯總，得到每個(gè)數(shù)據(jù)庫表中每個(gè)候選鍵的重分布總代價(jià)；以及將每個(gè)數(shù)據(jù)庫表中重分布總代價(jià)最高的候選鍵作為數(shù)據(jù)庫表的分布鍵。

3、根據(jù)本發(fā)明的實(shí)施例，根據(jù)與每個(gè)結(jié)構(gòu)化查詢語句的查詢樹，確定與每個(gè)結(jié)構(gòu)化查詢語句相關(guān)的多個(gè)候選鍵各自的重分布代價(jià)，包括：針對每個(gè)結(jié)構(gòu)化查詢語句，將每個(gè)候選鍵在查詢樹中的出現(xiàn)次數(shù)，作為每個(gè)候選鍵的重分布代價(jià)；或者針對每個(gè)結(jié)構(gòu)化查詢語句，根據(jù)每個(gè)候選鍵在查詢樹中的位置和出現(xiàn)次數(shù)，確定每個(gè)候選鍵的重分布代價(jià)。

4、根據(jù)本發(fā)明的實(shí)施例，根據(jù)每個(gè)候選鍵在查詢樹中的位置和出現(xiàn)次數(shù)，確定每個(gè)候選鍵的重分布代價(jià)，包括：根據(jù)每個(gè)候選鍵在查詢樹中的位置，確定與位置對應(yīng)的位置權(quán)重；以及根據(jù)位置權(quán)重和出現(xiàn)次數(shù)，確定每個(gè)候選鍵的重分布代價(jià)。

5、根據(jù)本發(fā)明的實(shí)施例，該方法還包括：針對每個(gè)結(jié)構(gòu)化查詢語句，將每個(gè)數(shù)據(jù)庫表中每個(gè)候選鍵的重分布代價(jià)緩存至哈希表；其中，哈希表包括多個(gè)緩存記錄，每個(gè)緩存記錄與一個(gè)數(shù)據(jù)庫表中的一個(gè)候選鍵相關(guān)，緩存記錄的緩存結(jié)構(gòu)包括命名空間、數(shù)據(jù)庫表名、候選鍵的屬性名和重分布代價(jià)。

6、根據(jù)本發(fā)明的實(shí)施例，將多個(gè)結(jié)構(gòu)化查詢語句中相同數(shù)據(jù)庫表的相同候選鍵的重分布代價(jià)進(jìn)行匯總，得到每個(gè)數(shù)據(jù)庫表中每個(gè)候選鍵的重分布總代價(jià)，包括：遍歷哈希表，將多個(gè)結(jié)構(gòu)化查詢語句中相同數(shù)據(jù)庫表的相同候選鍵的重分布代價(jià)進(jìn)行匯總，得到每個(gè)數(shù)據(jù)庫表中每個(gè)候選鍵的重分布總代價(jià)。

7、根據(jù)本發(fā)明的實(shí)施例，初始結(jié)構(gòu)化查詢語句的語句類型包括操作類型和定義類型；在不執(zhí)行多個(gè)初始結(jié)構(gòu)化查詢語句的情況下，從多個(gè)初始結(jié)構(gòu)化查詢語句中，確定預(yù)設(shè)語句類型的多個(gè)結(jié)構(gòu)化查詢語句，包括：在不執(zhí)行多個(gè)初始結(jié)構(gòu)化查詢語句的情況下，從多個(gè)初始結(jié)構(gòu)化查詢語句中篩選出操作類型的初始結(jié)構(gòu)化語句，并將操作類型的初始結(jié)構(gòu)化語句確定為結(jié)構(gòu)化查詢語句。

8、根據(jù)本發(fā)明的實(shí)施例，該方法還包括：通過解析器、語義分析、重寫操作，生成多個(gè)結(jié)構(gòu)化查詢語句中每個(gè)結(jié)構(gòu)化查詢語句的查詢樹；通過解析器、語義分析、重寫操作生成多個(gè)結(jié)構(gòu)化查詢語句中每個(gè)結(jié)構(gòu)化查詢語句的查詢樹，包括：通過解析器對結(jié)構(gòu)化查詢語句進(jìn)行解析，得到語法樹；對語法樹進(jìn)行語義分析并通過重寫操作生成查詢樹。

9、本發(fā)明的第二方面提供了一種分布式數(shù)據(jù)庫中分布鍵的確定裝置，其特征在于，裝置包括：讀取模塊，用于從開發(fā)分布式數(shù)據(jù)庫時(shí)編寫的編碼文件中解析出多個(gè)初始結(jié)構(gòu)化查詢語句；確定模塊，用于在不執(zhí)行多個(gè)初始結(jié)構(gòu)化查詢語句的情況下，從多個(gè)初始結(jié)構(gòu)化查詢語句中篩選出屬于預(yù)設(shè)語句類型的多個(gè)結(jié)構(gòu)化查詢語句；代價(jià)計(jì)算模塊，用于根據(jù)每個(gè)結(jié)構(gòu)化查詢語句的查詢樹，確定與每個(gè)結(jié)構(gòu)化查詢語句相關(guān)的多個(gè)候選鍵各自的重分布代價(jià)，其中，結(jié)構(gòu)化查詢語句包括至少一個(gè)數(shù)據(jù)庫表，每個(gè)數(shù)據(jù)庫表包括至少一個(gè)候選鍵，重分布代價(jià)至少是基于候選鍵在結(jié)構(gòu)化查詢語句中的出現(xiàn)次數(shù)確定的；匯總模塊，用于將多個(gè)結(jié)構(gòu)化查詢語句中相同數(shù)據(jù)庫表的相同候選鍵的重分布代價(jià)進(jìn)行匯總，得到每個(gè)數(shù)據(jù)庫表中每個(gè)候選鍵的重分布總代價(jià)；以及分布鍵確定模塊，用于利用將每個(gè)數(shù)據(jù)庫表中重分布總代價(jià)最高的候選鍵作為數(shù)據(jù)庫表的分布鍵。

10、本發(fā)明的第三方面提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲器，用于存儲一個(gè)或多個(gè)計(jì)算機(jī)程序，當(dāng)一個(gè)或多個(gè)處理器執(zhí)行一個(gè)或多個(gè)計(jì)算機(jī)程序時(shí)以實(shí)現(xiàn)根據(jù)上述分布式數(shù)據(jù)庫中分布鍵的確定方法的步驟。

11、本發(fā)明的第四方面還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序或指令，計(jì)算機(jī)程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)上述分布式數(shù)據(jù)庫中分布鍵的確定方法的步驟。

12、本發(fā)明的第五方面還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序或指令，計(jì)算機(jī)程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)上述分布式數(shù)據(jù)庫中分布鍵的確定方法的步驟。

13、本發(fā)明的分布式數(shù)據(jù)庫中分布鍵的確定方法的技術(shù)效果體現(xiàn)在1）分布鍵信息收集過程與數(shù)據(jù)庫解耦，省去了信息收集的前置部署工作。2）靜態(tài)分析業(yè)務(wù)sql語句，分布鍵分析階段無需優(yōu)化器和執(zhí)行器等耗時(shí)操作的參與，單個(gè)sql語句的分析效率大大提升。3）只處理和分布鍵相關(guān)的業(yè)務(wù)sql語句，無關(guān)sql自動(dòng)過濾，減少了信息收集的整體工作量。

14、綜上，本發(fā)明通過獨(dú)立的分析工具進(jìn)行分布鍵分析，無需提前部署數(shù)據(jù)庫，實(shí)現(xiàn)了與數(shù)據(jù)庫的解耦。此外，分布鍵信息獲取時(shí)每個(gè)sql語句均不需要經(jīng)過優(yōu)化器和執(zhí)行器模塊，降低了操作復(fù)雜度，提高分布鍵確定效率。此外，本發(fā)明不僅無需執(zhí)行每個(gè)業(yè)務(wù)sql語句，同時(shí)還能夠確定每個(gè)數(shù)據(jù)庫表中最優(yōu)的分布鍵，減少數(shù)據(jù)庫節(jié)點(diǎn)之間的重分布操作，減少了數(shù)據(jù)庫資源的消耗，提升了數(shù)據(jù)庫整體運(yùn)行效率。