[发明专利]用于演进分析的系统

权利要求书

1.一种用于支持演进查询的方法，包括：

保留来自先前查询或工作流执行运行的物化视图；

提供用户定义函数UDF的灰盒模型以支持针对UDF的重写的搜索，其中所述灰盒模型仅捕获由UDF执行的端对端变换；

自动地产生使用物化视图减少工作流执行时间的重写；以及

递增地搜索要创建的重写的空间并搜索最小量的解空间以找到最优重写。

2.根据权利要求1所述的方法，包括：支持沿包括工作流、用户和数据演进的三个维度的同时演进。

3.根据权利要求1所述的方法，包括：将重写语言扩展成包括UDF。

4.根据权利要求1所述的方法，包括：确定乐观代价函数OptCost(W_i,v)，其将候选视图v和目标W_i当作输入；以及提供使用v的W_i的重写r_i的下限，其中r_i是使用候选视图v的W_i的重写，并且其中下限的特性被确定为：

OptCost(W_i,v)≤Cost(r_i)

其中所述函数Cost()是代价函数。

5.根据权利要求4所述的方法，包括：创建按OptCost排序的候选视图的搜索空间；提供下一候选视图的OptCost；以及使用所述下一候选视图来确定目标的重写。

6.根据权利要求1所述的方法，包括通过下述操作来确定工作流W的最优重写r^*：

执行针对工作流W中的所有目标的重写的高效搜索，并输出针对W_n的全局最优重写；以及

基于针对单个目标的一个或多个候选视图的产生所述目标的低代价重写的潜力来枚举针对单个目标的一个或多个候选视图。

7.根据权利要求1所述的方法，包括：产生由在工作流W中的多个目标处找到的重写构成的工作流W的重写r^*，其中，所计算的r^*具有在相同类别中的重写当中最小的代价。

8.根据权利要求1所述的方法，包括：

使用工作流W作为针对计划的重写；

在工作流W中的每个目标处引起n个并发的搜索问题，并迭代地找到更好的重写，其中，每次迭代选择一个目标W_i并检查W_i处的候选视图；以及

把更好的重写结果用于精简工作流W中的其他目标的搜索空间。

9.根据权利要求1所述的方法，包括：优化UDF在非结构化数据集上的执行。

10.根据权利要求1所述的方法，包括：针对用户工作流的演进进行优化。

11.一种用于支持演进分析查询的系统，包括：

优化器，接收查询并将所述查询翻译成执行计划；

查询重写器，耦合至所述优化器以支持沿包括工作流、用户和数据演进的三个维度的同时演进；

物化视图元数据存储装置，耦合至所述查询重写器，所述存储装置包含与包括视图定义的物化视图有关的信息、查询优化中使用的标准数据统计和用户定义函数UDF的灰盒模型，所述灰盒模型仅捕获由UDF执行的端对端变换；以及

查询执行引擎，耦合至所述查询重写器以执行所述查询。

12.根据权利要求11所述的系统，其中，针对包括大日志的基本数据来表达查询，并且查询包含UDF。

13.根据权利要求11所述的系统，其中，所述优化器提供针对允许进入系统的UDF的代价估计。