具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

应当理解，在本公开的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

应当理解，在本公开中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本公开中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。

应当理解，在本公开中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。

取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。

下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1示例性地示出本公开实施例云计算索引推荐方法的流程示意图，如图1所示，所述方法包括：

步骤S101、获取当前使用的云计算服务器在单位时间的单位计算成本以及单位存储成本；

本公开实施例的云计算索引推荐方法是OLAP领域中基于云上成本智能推荐索引的方案，基于本公开实施例的方案，能够满足客户对查询性能和构建性能的前提下，会根据客户分析查询历史，进行全方位多轮次的智能反馈调优，最终智能推荐出来一部分索引，通过增加这部分索引，虽然增加了构建计算成本和存储成本，但是大幅度降低了查询的计算成本，从而大大降低了总成本。

本公开实施例中，OLTP(On-Line Transaction Processing，联机事务处理过程)应用，其特点一般有：

1.实时性要求高。

2.数据量不是很大，生产库上的数据量一般不会太大，而且会及时做相应的数据处理与转移。

3.交易一般是确定的，比如银行存取款的金额肯定是确定的，所以OLTP是对确定性的数据进行存取。

4.高并发，并且要求满足ACID原则。比如两人同时操作一个银行卡账户，比如大型的购物网站秒杀活动时上万的QPS请求。

OLAP(On-Line Analytical Processing，联机分析处理过程)应用，其特点一般有：

1.实时性要求不是很高，比如最常见的应用就是天级更新数据，然后出对应的数据报表。

2.数据量大，因为OLAP支持的是动态查询，所以用户也许要通过将很多数据的统计后才能得到想要知道的信息，例如时间序列分析等等，所以处理的数据量很大；

3.OLAP系统的重点是通过数据提供决策支持，所以查询一般都是动态，自定义的。所以在OLAP中，维度的概念特别重要。一般会将用户所有关心的维度数据，存入对应数据平台。

通过获取当前使用的云计算服务器在单位时间的单位计算成本以及单位存储成本，能够适配多家主流云计算厂商，用来收集准确的单位计算和存储成本信息，用以支持后续的成本计算过程。

步骤S102、获取目标用户所有的历史查询语句，提取所述所有的历史查询语句的共有特征，根据所述共有特征确定所述历史查询语句对应的查询索引；

通过提取所有历史查询语句的共有特征，能够进一步根据共有特征确定查询索引，查询索引能够重复使用，从而降低后续查询成本。

在一种可选的实施方式中，所述获取目标用户所有的历史查询语句，提取所述所有的历史查询语句的共有特征，根据所述共有特征确定所述历史查询语句对应的查询索引之前，所述方法还包括：

基于预先获取的多个用户的所有的历史查询语句，构建所述所有的历史查询语句对应的查询计划树；

提取所述查询计划树的查询语句的共有特征，基于所述共有特征，匹配与所述共有特征对应的查询分析模型；

根据所述查询分析模型确定所述历史查询语句对应的查询索引，其中，所述查询索引包括所述查询语句与所述查询索引之间的包含关系。

通过收集客户所有的历史分析查询语句，从所有的查询计划树中提取出来共有的特征，从而推荐出来可以回答这些查询的模型。

步骤S103、根据所述查询索引查询数据库的频率、时间以及所使用的计算资源，确定每个查询索引的查询成本；

在一种可选的实施方式中，所述根据所述查询索引查询数据库的频率、时间以及所使用的计算资源，确定每个查询索引的查询成本的方法包括：

根据所述查询索引查询数据库的频率、所述查询索引查询数据库的时间、所述查询索引查询所用计算资源，以及预先获取的源数据的数据抽样统计信息，确定每个查询索引的查询成本；

基于预先获取的查询索引计算成本，确定所述查询索引的成本收益，并为所述查询索引添加成本收益标签。

因为客户的分析查询是复杂多样的，所以会推荐出来具有包含关系的大量索引，查询历史分析预测模块根据历史查询中查询SQL的频率，以及查询SQL的耗时和使用的计算资源的情况，以及源数据的数据抽样统计信息，推测出具备某个索引后每个查询的SQL可以降低的计算资源的使用量，节约计算的成本，给每个索引打上查询成本收益的标签。

步骤S104、基于所获取的目标用户的当前查询语句，确定所述当前查询语句对应的多个当前查询索引；

步骤S015、根据所述多个当前查询索引，通过所述单位计算成本以及单位存储成本、以及所述计算资源使用量以及使用时间，确定每个当前查询索引对应的总成本；

在一种可选的实施方式中，确定每个当前查询索引对应的计算资源使用量以及使用时间的方法包括：

根据预先获取的源数据的数据抽样统计信息，确定所述查询索引在每个维度的倾斜率和重复率；

基于每个维度的倾斜率和重复率，预测所述每个查询索引所需的计算资源、内存资源以及构建时长；

基于所述每个查询索引所需的计算资源、内存资源以及构建时长，以及所述单位计算成本以及单位存储成本，确定每个当前查询索引对应的计算资源使用量以及使用时间。

多个候选索引，可以根据源数据的数据抽样统计信息，来推测出构建每个索引需要的构建计算成本和存储成本。在推测构建计算成本时，可以根据源数据的数据抽样统计信息，识别出来每个维度的倾斜率和重复率，从而智能预测出计算出每个索引需要的cpu和内存资源和构建时长，从而推测出计算资源的使用量和使用时长。

在推测存储成本的时候，会根据数据特征推测构建出该索引的存储大小，再根据云上计算和存储成本收集模块提供的单位计算成本和单位存储成本，计算出每个索引的总成本，再给所有的候选索引打上构建成本支出的标签。

步骤S106、向所述目标用户推荐目标查询索引。

其中，所述目标查询索引包括每个当前查询索引对应的总成本中成本最低的查询索引。

在一种可选的实施方式中，所述向所述目标用户推荐目标查询索引之后，所述方法还包括：

基于所述目标查询索引，构建预计算索引；

基于所述预计算索引，以及预先构建数据集对所述预计算索引进行预聚合；

基于所述进行预聚合后的预计算索引，分析所述目标用户的查询语句对数据库的查询效率以及扫描所述数据库的数据量；

基于所述查询效率以及所述扫描所述数据库的数据量，确定所述目标查询索引的计算成本。

根据所有的候选索引以及查询成本收益的情况，可以分析出所有的构建成本支出的情况。然后根据总的成本收益，来挑选索引，从而提供出使总成本最低的索引推荐方案。

本公开实施例提供一种云计算索引推荐方法，所述方法包括：

获取当前使用的云计算服务器在单位时间的单位计算成本以及单位存储成本；

获取目标用户所有的历史查询语句，提取所述所有的历史查询语句的共有特征，根据所述共有特征确定所述历史查询语句对应的查询索引；

根据所述查询索引查询数据库的频率、时间以及所使用的计算资源，确定每个查询索引的查询成本；

基于所获取的目标用户的当前查询语句，确定所述当前查询语句对应的多个当前查询索引；

根据所述多个当前查询索引，通过所述单位计算成本以及单位存储成本、以及所述计算资源使用量以及使用时间，确定每个当前查询索引对应的总成本；

向所述目标用户推荐目标查询索引，其中，所述目标查询索引包括每个当前查询索引对应的总成本中成本最低的查询索引。

本公开实施例提供一种智能推荐索引来减少查询计算成本，更多的使用智能推荐出来的索引来进行预计算，从而把计算成本交换为存储成本，从而减少在云上使用的总拥有成本。尤其在高并发的场景下，查询越多，越能复用预计算结果，就越能降低每个查询消耗的计算资源。

图2示例性地示出本公开实施例云计算索引推荐系统的逻辑示意图，如图2所示，所述系统的运行逻辑包括：

云上计算和存储成本收集模块，此模块会自动收集当前使用的云服务提供商的计算主机类型，计算服务器的单位时间的使用成本，以及单位存储数据量在单位时间内的存储成本，此模块适配了多家主流厂商，用来收集准确的单位计算和存储成本信息来支持查询历史分析预测模块和构建和存储成本分析预测模块的成本计算过程。

查询历史分析预测模块，此模块会收集客户所有的历史分析查询语句，从所有的查询计划树中提取出来共有的特征，从而推荐出来可以回答这些查询的模型，因为客户的分析查询是复杂多样的，所以会推荐出来具有包含关系的大量索引，查询历史分析预测模块根据历史查询中查询SQL的频率，以及查询SQL的耗时和使用的计算资源的情况，以及源数据的数据抽样统计信息，推测出具备某个索引后每个查询的SQL可以降低的计算资源的使用量，节约计算的成本，给每个索引打上查询成本收益的标签。

构建和存储成本分析预测模块，此模块会收到智能中枢判断模块传入的构建的索引候选者，此模块会根据源数据的数据抽样统计信息，来推测出来构建每个索引需要的构建计算成本，和存储成本。在推测构建计算成本时，此模块会根据源数据的数据抽样统计信息，识别出来每个维度的倾斜率和重复率，从而智能预测出计算出每个索引需要的cpu和内存资源和构建时长，从而推测出计算资源的使用量和使用时长，在推测存储成本的时候，会根据数据特征推测构建出该索引的存储大小，再根据云上计算和存储成本收集模块提供的单位计算成本和单位存储成本，计算出每个索引的总成本，再给所有的候选索引打上构建成本支出的标签。

智能中枢判断模块，此模块会通知查询历史分析预测模块提供出所有的候选索引以及他们的查询成本收益的情况，并交由构建和存储成本分析预测模块分析出所有的构建成本支出的情况。然后根据总的成本收益，来挑选索引，从而提供出使总成本最低的索引推荐方案。

预计算和查询引擎模块，此模块会根据智能中枢判断模块推荐出来的索引，进行构建预计算索引，预计算模块会拉取原始超大规模的数据集合来进行预聚合，并且将构建出来的索引提供给查询模块，从而加速客户分析SQL的执行效率和减少扫描的数据量，进一步减少查询计算成本。

图3示例性地示出本公开实施例云计算索引推荐系统的结构示意图，如图3所示，所述系统包括：

云上计算和存储成本收集模块31，用于获取当前使用的云计算服务器在单位时间的单位计算成本以及单位存储成本；

查询历史分析预测模块32，用于获取目标用户所有的历史查询语句，提取所述所有的历史查询语句的共有特征，根据所述共有特征确定所述历史查询语句对应的查询索引；

构建和存储成本分析预测模块33，用于根据所述查询索引查询数据库的频率、时间以及所使用的计算资源，确定每个查询索引的查询成本；基于所获取的目标用户的当前查询语句，确定所述当前查询语句对应的多个当前查询索引；

根据所述多个当前查询索引，通过所述单位计算成本以及单位存储成本、以及所述计算资源使用量以及使用时间，确定每个当前查询索引对应的总成本；

智能中枢判断模块34，向所述目标用户推荐目标查询索引，其中，所述目标查询索引包括每个当前查询索引对应的总成本中成本最低的查询索引。

在一种可选的实施方式中，所述构建和存储成本分析预测模块33还用于：

根据所述查询索引查询数据库的频率、所述查询索引查询数据库的时间、所述查询索引查询所用计算资源，以及预先获取的源数据的数据抽样统计信息，确定每个查询索引的查询成本；

基于预先获取的查询索引计算成本，确定所述查询索引的成本收益，并为所述查询索引添加成本收益标签。

在一种可选的实施方式中，所述构建和存储成本分析预测模块33还用于：

根据预先获取的源数据的数据抽样统计信息，确定所述查询索引在每个维度的倾斜率和重复率；

基于每个维度的倾斜率和重复率，预测所述每个查询索引所需的计算资源、内存资源以及构建时长；

基于所述每个查询索引所需的计算资源、内存资源以及构建时长，以及所述单位计算成本以及单位存储成本，确定每个当前查询索引对应的计算资源使用量以及使用时间。

在一种可选的实施方式中，所述系统还包括成本计算模块，所述成本计算模块用于：

基于所述目标查询索引，构建预计算索引；

基于所述预计算索引，以及预先构建数据集对所述预计算索引进行预聚合；

基于所述进行预聚合后的预计算索引，分析所述目标用户的查询语句对数据库的查询效率以及扫描所述数据库的数据量；

基于所述查询效率以及所述扫描所述数据库的数据量，确定所述目标查询索引的计算成本。

在一种可选的实施方式中，所述系统还包括模型匹配模块，所述模型匹配模块用于：

基于预先获取的多个用户的所有的历史查询语句，构建所述所有的历史查询语句对应的查询计划树；

提取所述查询计划树的查询语句的共有特征，基于所述共有特征，匹配与所述共有特征对应的查询分析模型；

根据所述查询分析模型确定所述历史查询语句对应的查询索引，其中，所述查询索引包括所述查询语句与所述查询索引之间的包含关系。

本公开还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。

其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本公开所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。