(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210314941.7 (22)申请日 2022.03.28 (71)申请人 阿里云计算有限公司 地址 310024 浙江省杭州市西湖区转塘科 技经济区块12号 (72)发明人 余从佳　王腾　 (74)专利代理 机构 北京同钧律师事务所 16 037 专利代理师 吴梅锡　许怀远 (51)Int.Cl. G06F 16/22(2019.01) G06F 16/23(2019.01) G06F 16/242(2019.01) G06F 16/2455(2019.01) G06F 16/27(2019.01) G06F 16/28(2019.01) (54)发明名称 数据库表的处 理方法和系统 (57)摘要 本申请实施例提供了一种数据库表的处理 方法和系统， 该方法中， 通过采集单机数据库的 数据库审计日志和统计信息， 且根据数据库 审计 日志得到的表的语句执行信息， 存储节点的个 数， 以及统计信息， 获取表的拆分信息， 其中可以 基于表的语句执行信息， 准确得到拆分建议， 进 而提高表后续的查询效率。 另外可以输出表的拆 分建议， 用户基于该拆分建议可 以自行拆分表， 以实现单机数据库向分布式数据库的演进， 难度 低， 无技术壁垒。 权利要求书3页 说明书19页 附图6页 CN 114661721 A 2022.06.24 CN 114661721 A 1.一种数据库表的处 理方法， 其特 征在于， 包括： 采集单机数据库的数据库审计日志和统计信息； 接收存储节点的个数， 所述存储节点为： 分布式数据库中用于存储所述单机数据库中 表的存储节点； 根据所述数据库审计日志， 得到所述表的语句执 行信息； 根据所述语句执行信 息、 所述统计信 息， 以及所述存储节点的个数， 获取所述表的拆分 信息； 根据所述表的拆分信息， 输出 所述表的拆分 建议。 2.根据权利要求1所述的方法， 其特征在于， 所述语句执行信息包括： 每个候选列关联 的语句的执 行次数比例， 候选列为： 所述表关联的语句涉及到的列； 所述根据所述数据库审计日志， 得到所述表的语句执 行信息， 包括： 将所述数据库审计日志进行脱敏处理， 得到所述表关联的语句的第一执行次数， 以及 所述表关联的每 个语句涉及到的列， 以得到所述 候选列； 根据所述每个候选列关联的语句的第二执行次数， 以及所述第一执行次数， 获取所述 每个候选列关联的语句的执 行次数比例。 3.根据权利要求2所述的方法， 其特征在于， 所述拆分信 息包括： 拆分键， 所述拆分键用 于对所述表进行拆分， 所述统计信息包括： 所述表中每 个列的区分度； 所述根据所述语句执行信 息、 所述统计信 息， 以及所述存储节点的个数， 获取所述表的 拆分信息， 包括： A， 在第i次循环中， 根据第i ‑1次拆分后的表的行信息和/或所述第i ‑1次拆分后的表的 数据量， 检测是否对 所述第i‑1次拆分后的表进行第i次拆 分， 若是， 执行步骤B、 步骤C， 所述 i为大于或等于1的整数， 当所述 i为1时， 所述第i ‑1次拆分后的表为： 未 经拆分的表； B， 根据多个候选列中的部分候选列的执行次数比例， 以及所述部分候选列的区分度， 确定第i次拆分的拆分键； C， 根据第i ‑1次拆分后的表的行信息和/或所述第i ‑1次拆分后的表的数据量， 以及所 述存储节点的个数， 确定每 个所述i‑1次拆分后的表经第i次拆分后的数量。 4.根据权利要求3所述的方法， 其特征在于， 当所述i为1时， 所述部分候选列为所述多 个候选列中的至少一个第一 候选列， 每 个第一候选列中包括表中的一列； 所述根据多个候选列中的部分候选列的执行次数比例， 以及所述部分候选列的区分 度， 确定第i次拆分的拆分键， 包括： 根据所述每个第 一候选列关联的语句的执行次数比例， 以及所述每个第 一候选列的区 分度， 在所述至少一个第一 候选列中确定第一目标列； 将所述第一目标列的类型作为第一拆分键 。 5.根据权利要求4所述的方法， 其特征在于， 所述在所述至少一个第 一候选列中确定第 一目标列， 包括： 将区分度 大于预设区分度， 且大于预设比例中最大执行次数比例的第 一候选列作为所 述第一目标列。 6.根据权利要求5所述的方法， 其特征在于， 当所述i为2时， 所述部分候选列为所述多 个候选列中的至少一个第二候选列， 每个第二候选列中包括表中的至少一列， 且所述至少权　利　要　求　书 1/3 页 2 CN 114661721 A 2一列中包括所述第一目标列； 所述根据多个候选列中的部分候选列的执行次数比例， 以及所述部分候选列的区分 度， 确定第i次拆分的拆分键， 包括： 根据所述每个第 二候选例关联的语句的执行次数比例， 以及所述每个第 二候选例的区 分度， 在所述至少一个第二 候选列中确定第二目标列； 在所述第二目标列的类型中， 将除了所述第一拆分键的剩余类型作为第二拆分键 。 7.根据权利要求4或5所述的方法， 其特征在于， 所述根据所述数据库审计日志， 得到所 述表的语句执 行信息之前， 还 包括： 采集表结构， 所述表结构中包括字段类型； 所述将所述第一目标列的类型作为第一拆分键之后， 包括； 根据所述字段类型， 检测所述第一拆分键是否可用。 8.根据权利要求6所述的方法， 其特征在于， 所述根据所述表的拆分信息， 输出所述表 的拆分建议， 包括： 根据拆分键和拆分函数的映射关系， 获取所述第一拆分键对应的第一拆分函数， 以及 所述第二拆分键对应的第二拆分函数； 输出所述第一拆分函数、 所述第二拆分函数， 以及所述数量。 9.根据权利要求6所述的方法， 其特征在于， 第三候选列为： 所述候选列中不包含所述 第一目标列、 所述第二目标列的候选列， 所述方法还 包括： 若在第三候选列中， 存在执行次数比例大于所述预设比例且区分度大于所述预设区分 度的候选列， 则创建全局二级索引。 10.根据权利要求9所述的方法， 其特 征在于， 所述创建全局二级索引， 包括： 根据所述每个第 三候选列关联的语句的执行次数比例， 以及所述每个第 三候选列的区 分度， 在所述至少一个第三候选列中确定第三 目标列， 所述第三 目标列的区分度大于所述 预设区分度， 且执 行次数比例大于所述预设比例； 将所述第三目标列的类型作为第三拆分键 。 11.根据权利要求10所述的方法， 其特征在于， 所述将所述第 三目标列的类型作为第 三 拆分键之后， 包括： 若确定对第 一次拆分后的表进行第 二次拆分， 则根据每个第四候选例的关联的语句的 执行次数比例， 以及所述每个第四候选例的区分度， 确定第四拆 分键， 所述每个第四候选列 中包括表中的至少一列， 且所述每个第四候选列中包括的至少一列中包含有 所述第三目标 列。 12.根据权利要求11所述的方法， 其特征在于， 所述根据所述数据库审计日志， 得到所 述表的语句执 行信息之前， 还 包括： 采集所述单机数据库的索引； 所述确定第四拆分键之后， 还 包括： 确定预设覆盖列的类型； 在所述预设覆盖列的类型、 所述第 三拆分键， 以及所述第四拆分键中， 删除与所述索引 重复的类型； 根据删除后的索引、 所述预设覆盖列的类型、 所述第三拆分键， 以及所述第 四拆分键，权　利　要　求　书 2/3 页 3 CN 114661721 A 3