特許ウォッチ

公開番号2025118511
公報種別公開特許公報(A)
公開日2025-08-13
出願番号2024203210
出願日2024-11-21
発明の名称クエリ性能向上のための自動インデックス推奨
出願人エスアーペーエスエー
代理人個人,個人,個人
主分類G06F 16/22 20190101AFI20250805BHJP(計算;計数)
要約【課題】データベースクエリ性能向上のための自動インデックス推奨の提供に適したシステムおよび方法を提供する。
【解決手段】方法は、スロークエリとして分類されるデータベースクエリに関連付けられる候補インデックスを識別し、候補インデックスに関連付けられたステートメント特徴及び統計的特徴を表すために、各候補インデックスについて特徴ベクトルを生成し、1つまたは複数の機械学習モデルを介して各候補インデックスのインデックス推奨値を取得し、インデックス推奨をユーザデバイスで提示する。インデックス推奨は、第1のインデックス向けに取得されたインデックス推奨値に少なくとも部分的に基づいて、候補インデックスのうちの第1のインデックスを識別する。方法はまた、第1のインデックスのユーザ選択を示すユーザ入力を受信することに応答して、第1のインデックスを含むようにデータベーススキーマを更新する。
【選択図】図6
特許請求の範囲【請求項１】
命令を記憶する少なくとも1つのメモリと、
動作を実施するように前記命令によって構成された1つまたは複数のプロセッサと
を備え、前記動作は、
スロークエリとして分類されるデータベースクエリに関連付けられた複数の候補インデックスを識別することと、
前記複数の候補インデックスの各候補インデックスについて、前記候補インデックスに関連付けられたステートメント特徴および統計的特徴を表す特徴ベクトルを生成することと、
1つまたは複数の機械学習モデルに前記特徴ベクトルを提供して、前記複数の候補インデックスの各候補インデックスについてインデックス推奨値を取得することと、
ユーザデバイスにおいて、前記複数の候補インデックスのうちの第1のインデックスを識別するインデックス推奨の提示を引き起こすことであって、前記第1のインデックスは、前記第1のインデックス向けに取得された前記インデックス推奨値に少なくとも部分的に基づいて、前記インデックス推奨の中で識別される、引き起こすことと、
前記第1のインデックスのユーザ選択を示すユーザ入力を受信することと、
前記ユーザ入力の受信に応答して、前記第1のインデックスを含むようにデータベーススキーマを自動更新することと
を含む、システム。
続きを表示（約 1,700 文字）【請求項２】
前記動作は、
前記データベースクエリのクエリ実行時間がしきい値を超えることを検出することと、
前記データベースクエリに関連付けられた前記クエリ実行時間が前記しきい値を超えることの検出に応答して、
前記データベースクエリをスロークエリとして指定すること、および
前記インデックス推奨値の前記取得を自動でトリガすることと
をさらに含む、請求項1に記載のシステム。
【請求項３】
前記データベースクエリは複数のデータベースクエリのうちの1つであり、前記動作は、
前記複数のデータベースクエリの各々の前記クエリ実行時間を監視するために、インデックス推奨アプリケーションを使うことであって、前記データベースクエリは、前記複数のデータベースクエリの中から指定される、使うことをさらに含む、請求項2に記載のシステム。
【請求項４】
前記動作は、前記ユーザデバイスにおける前記インデックス推奨の前記提示に先立って、
所定の性能メトリックに従って、前記第1のインデックスの性能を査定することと、
前記第1のインデックスの前記性能に基づいて、前記インデックス推奨に含めるための前記第1のインデックスを選択することと
をさらに含む、請求項1に記載のシステム。
【請求項５】
前記第1のインデックスの前記性能の前記査定は、
前記第1のインデックスを適用せずに、前記データベースクエリに関連付けられたデータベースからのデータのサブセットに対して実行されたとき、前記データベースクエリの第1のクエリ実行時間を判断することと、
前記第1のインデックスを適用することによって、前記データベースからの前記データのサブセットに対して実行されたとき、前記データベースクエリの第2のクエリ実行時間を判断することと、
前記第1のクエリ実行時間を前記第2のクエリ実行時間と比較することと
を含む、請求項4に記載のシステム。
【請求項６】
前記ユーザデバイスにおける前記インデックス推奨の提示を前記引き起こすことは、前記第1のインデックスの前記性能のインジケーションと一緒に前記インデックス推奨を提示するユーザインターフェースの生成を引き起こすことを含む、請求項4に記載のシステム。
【請求項７】
前記複数の候補インデックスの各候補インデックスは1つまたは複数の候補インデックス列を有し、前記ステートメント特徴は、前記データベースクエリ内の前記1つまたは複数の候補インデックス列の各々のロケーションを示す、請求項1に記載のシステム。
【請求項８】
前記1つまたは複数の候補インデックス列の各々について、前記ロケーションは、前記候補インデックス列に関わるそれぞれのクエリ条件の有無を示す符号化方式によって、前記特徴ベクトル中に符号化される、請求項7に記載のシステム。
【請求項９】
前記複数の候補インデックスの各候補インデックスは1つまたは複数の候補インデックス列を有し、前記統計的特徴は、前記データベースクエリに関連付けられた少なくとも1つの選択度値、前記データベースクエリに関連付けられた少なくとも1つの基数値、前記1つもしくは複数の候補インデックス列の各々の中のヌル値の数、または前記1つもしくは複数の候補インデックス列の各々に関連付けられた行の数のうちの少なくとも1つを含む、請求項1に記載のシステム。
【請求項１０】
前記複数の候補インデックスのうちの少なくとも1つは多列候補インデックスであり、前記多列候補インデックスについての前記特徴ベクトルは、
前記多列候補インデックスの中の個々の列の特性を示す列特有値を生成することと、
前記多列候補インデックスの中の前記個々の列の合成特性を示す多列値を生成することと、
前記列特有値と前記多列値とを合成することと
によって生成される、請求項1に記載のシステム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本明細書において開示する主題は概して、データベースクエリ性能を向上させるためのインデックスの使用に関する。より詳細には、ただし排他的にではなく、本主題は、自動インデックス推奨の提供に適したシステムおよび方法に関する。
続きを表示（約 2,900 文字）【背景技術】
【０００２】
インデックスは、データベースシステムにおけるスロークエリに対処するための重要なツールである。データベースクエリは、たとえば、その実行時間が所定のしきい値を超える(たとえば、データベースクエリが、実行するのに1秒よりも長くかかる)か、またはその実行時間に関するユーザの不満に基づいて、注意を向けるためにフラグを付けられた場合、「スロークエリ」として分類することができる。
【０００３】
インデックスを作成すると、スロークエリの数を減らし、そうすることによってデータベースクエリ性能を向上させることができるが、インデックスは、データベースシステムに追加のオーバーヘッドをもち込む可能性があるので、注意して選択されるべきである。適切なインデックスを識別することは、特に、スロークエリに対処する試みにおいて複数のインデックスが潜在的に実装され得る大規模な動的データベースシステムにおいて、難しいかまたは時間がかかるタスクであり得る。その上、適切なインデックスが識別されると、その性能を評価し、データベーススキーマに統合することは、技術的難題を課し得る。
【発明の概要】
【課題を解決するための手段】
【０００４】
本開示の一態様は、システムを提供する。本システムは、
命令を記憶する少なくとも1つのメモリと、
動作を実施するように命令によって構成された1つまたは複数のプロセッサと
を備え、動作は、
スロークエリとして分類されるデータベースクエリに関連付けられた複数の候補インデックスを識別することと、
複数の候補インデックスの各候補インデックスについて、候補インデックスに関連付けられたステートメント特徴および統計的特徴を表す特徴ベクトルを生成することと、
1つまたは複数の機械学習モデルに特徴ベクトルを提供して、複数の候補インデックスの各候補インデックスについてインデックス推奨値を取得することと、
ユーザデバイスにおいて、複数の候補インデックスのうちの第1のインデックスを識別するインデックス推奨の提示を引き起こすことであって、第1のインデックスは、第1のインデックス向けに取得されたインデックス推奨値に少なくとも部分的に基づいて、インデックス推奨の中で識別される、引き起こすことと、
第1のインデックスのユーザ選択を示すユーザ入力を受信することと、
ユーザ入力の受信に応答して、第1のインデックスを含むようにデータベーススキーマを自動更新することと
を含む。
【図面の簡単な説明】
【０００５】
いくつかの例が、限定ではなく説明のために、添付の図面の図に示される。図面は必ずしも縮尺通りに描かれているわけではなく、同様の番号は、同様の構成要素を異なる視点または例で記述する場合がある。任意の特定の要素または作用の考察をより容易に識別するために、参照番号の中の1つまたは複数の最上位桁は、その要素が最初に取り上げられる図番号を指す。
【０００６】
いくつかの例による、データベース管理システムおよびインデックス推奨システムを含むネットワーク環境の図式表現である。
いくつかの例による、データベース管理システムのいくつかの構成要素のブロック図である。
いくつかの例による、インデックス推奨システムのいくつかの構成要素のブロック図である。
いくつかの例による、インデックス推奨値を生成するように機械学習モデルをトレーニングするのに適した方法の動作を示すフローチャートである。
いくつかの例による、データベースクエリと、トレーニングデータを生成するために実施されるインデックスベクトル化のアスペクトを示すための複数のテーブルとを示す図である。
いくつかの例による、スロークエリに対処するためのインデックス推奨を自動生成するのに適した方法の動作を示すフローチャートである。
インデックス推奨システムが、インデックス推奨値を生成するのに3つの異なる機械学習モデルを利用する、いくつかの例によるインデックス推奨の生成の概略図である。
いくつかの例による、機械学習プログラムのトレーニングおよび使用を示す図である。
いくつかの例による、コンピューティングデバイスのためのソフトウェアアーキテクチャを示すブロック図である。
本明細書において論じる方法論のうちのいずれか1つまたは複数を機械に実施させるために命令が実行され得る、いくつかの例による、コンピュータシステムの形での機械のブロック図である。
【発明を実施するための形態】
【０００７】
適切なインデックスを確立することは、データベースシステムにおけるスロークエリの出現を削減するための効果的方法であり得る。本明細書に記載するシステムおよび方法は、データベースクエリ性能向上のためのインデックス推奨の自動生成を可能にする。本明細書に記載する例示的な技法は、スロークエリの自動分析、適切なインデックス推奨の生成、およびデータベーススキーマへの、選択されたインデックスの統合を可能にし、そうすることによって、性能向上のための、標的型技術的解決策を提供する。
【０００８】
いくつかの例では、1つまたは複数の機械学習モデルを使うことによって、スロークエリが分析される。1つまたは複数の機械学習モデルは、既存または適切なインデックスの特性を表すベクトル化されたデータを使ってトレーニングされ得る。トレーニングの後、推論中に機械学習モデルによって生成された値が、データベースクエリ性能を向上させる見込みがあるインデックス構築プランを生成するのに使われ得る。
【０００９】
例示的な方法は、スロークエリとして分類されるデータベースクエリに関連付けられた複数の候補インデックスを識別することを含み得る。「データベースクエリ」および「クエリ」という用語は、本開示の文脈において交換可能に使われる。
【００１０】
複数の候補インデックスを識別するのに先立って、スロークエリが検出または分類され得る。たとえば、システムが、データベースクエリのクエリ実行時間がしきい値を超えることを検出し、データベースクエリに関連付けられたクエリ実行時間がしきい値を超えることの検出に応答して、データベースクエリをスロークエリとして指定し得る(たとえば、データベース中でスロークエリのレコードにフラグを付けることによって)。いくつかの例では、スロークエリとしてのデータベースクエリの指定が、以下で説明するように、候補インデックスについてのインデックス推奨値の取得など、さらなる動作を自動でトリガする。
（【００１１】以降は省略されています）

関連特許