数据库查询优化中的智能预取技术摘要：提出了一种新的用于关系数据库查询缓冲和预取的方法。首先将数据查询语句抽象成由四元组组成的查询模板，同时保存了查询语句的实际参数。基于这些模板和参数，提出了两种智能预取算法以适应两类不同的数据查询需求。第一个算法基于蚁群规则，该算法能够用于预测将来具有最高可能性的查询。经过监控某个特定应用对于数据库所发生的大量查询，实际的模板数要远远小于发生的查询数。当通过考虑查询模板和跟踪历史查询记录来预测未来可能发生的查询时，提出了第二类算法。该算法基于惯性规则，它使用BP网络来跟踪用户的查询历史。相对于前面的算法，该算法更适合多应用共存的场合。在模拟实验中发现对于单个应用而言，查询具有很高的模板依赖性，而对于多应用场合，惯性规则具有更好的适应性。??关键词：数据预取；蚁群规则；惯性规则??：TP391．7文献标志码：A：1001－3695(2007)05－0035－03??0引言??对于海量数据的检索往往耗时巨大，因此有必要设计特定的查询优化系统。通常的优化系统采用的策略可以分为两类：①通用的优化策略。该策略与应用本身无关，适应面广，可以应用在所有的优化系统中，但往往优化的效果并不是十分明显，尤其是对于海量随机检索，查询效率很难有所提高。②与应用密切相关的优化策略。该策略在设计过程中需要考虑应用的细节，有可能对查询效率有所提高，但如果应用比较复杂，其设计的难度也很大，而且由于仅适用于特定应用，其开发成本也很高。人工智能技术具有自适应的特性，能够针对不同情况自动调整系统的各项参数，因此十分适合构造一种既与应用相关，又可以通过自动调整以适应不同应用的查询优化策略。??通过构建一个采用预取策略的查询优化系统来对数据检索进行优化。其中预取哪些数据是查询优化系统能否发挥作用的一个重要因素。因此在预取数据的选择上采用了蚁群规则和惯性规则相结合的方式来实现。通过使用该算法，预取数据既可以与应用紧密相关，同时又具有自动调整的特性，能够适应不同的应用需求。通过实验验证，该方案不仅在特定应用中能够发挥优化作用，而且具有较强的通用性。??1相关工作??Seppi[1]提出了一种基于Bayesian方法的数据查询优化算法。该算法试图利用人工智能的方法解决查询的不确定性，在学习算法和查询处理之间获得较好的平衡。但是这种方法需要大量的实例进行训练，从而获得相应的Bayesian网络。然而即使得到了该网络，仍然不能处理其他类型应用所产生的查询，因此在应用面上受到了很大的限制。基于Seppi的工作，Cole等人[2]提出了一种基于成本的决策模型来生成动态执行计划。与Seppi进行预测的优化思想不同，Cole的工作是基于执行成本进行优化，而相应的执行成本需要建立在预先数据分析的基础上，这对负载较重的数据库系统来说会带来较大的性能问题。WangDazhi提出了采用分析查询语句，并提取出相应模板的做法来实现数据预取[3]。这种思想与本文所提出的预取思想有类似之处，但是其应用场合仅限于包含大量相同查询模式的场合。例如通过Web页面访问数据库，在该场合下，访问数据库的模式往往是预先定义好的，因此比较适合简单的统计预测。Zhou激ngren等人[4]则从内存访问的局部化方面入手，设计了一种新的预测算法，可以通过提高在查询过程中内存访问的局部性来提高Cache的命中率。??随着对数据查询需求的日益提高，查询优化系统已经从单纯的性能提高发展为具有体系结构、可扩展的系统。针对这种发展趋势，已有研究机构对于查询优化的可扩展性提出了以下几个显著特征[5]：①具有严格的数学推导和理论算法;②具有一套数据变换规则；③基于统计学或成本的模型;④算法的物理属性；⑤新的状态空间搜索策略;⑥执行计划的质量（如是否需要全局搜索）。??与此同时，由于现代数据查询都具有海量的特性，优化器本身的查询和匹配效率也是十分重要的指标。目前国外已经开发出了一些具有可扩展特性的查询优化系统[6～8]，但是这些系统并没有完全满足完整的查询优化需求。本文提出的方法满足了特征②～④。虽然并没有提出严格的数学推导，但由于采用了以统计学为基础的蚁群假设和以BP网络为基础的惯性...