[发明专利]表的增量聚类维护

说明书

一种方法，包括将表的表数据存储在多个分区中，并保持近似或足够好的聚类。该方法包括基于对表的改变创建一个或更多个新分区，其中该一个或更多个新分区中的至少一个彼此重叠或与先前分区重叠，导致表的聚类程度降低。该方法包括确定表数据的聚类程度低于聚类阈值。该方法还包括响应于以下项中的一项或更多项和/或作为DML命令的一部分重新聚类表的一个或更多个分区以提高该表的聚类程度：确定聚类程度已经下降到聚类阈值以下；来自用户的显式用户命令。重新聚类可以按增量步骤执行，以迭代地改进聚类。

相关申请的交叉引用

本申请要求于2016年9月2日提交的、题为“INCREMENTAL CLUSTER MAINTENANCEOF A TABLE”的美国临时申请序列号62/383,201的权益，该申请的公开内容通过引用以其整体并入本文。

技术领域

本公开涉及数据库，更具体地，涉及数据库或表中的数据的增量聚类维护。

附图简述

参考以下附图描述了本公开的非限制性和非穷尽的实现，其中，除非以其它方式说明，否则在所有各个视图中相似的参考数字指代相似或类似的部分。本公开的优点将关于以下描述和随附附图变得更好理解，其中：

图1是图示了根据本文所描述的系统和方法的示例实施例的数据库系统的处理平台的框图；

图2是图示了根据一个实施例的数据库服务管理器的部件的框图；

图3是图示了根据一个实施例的表的逻辑结构的示意图；

图4是图示了根据一个实施例的图3的表在存储器中的物理结构的示意图；

图5是图示了根据一个实施例的重叠如何影响表的聚类比率的简化视图的示意图；

图6是图示了根据一个实施例的图3的表在重新聚类之后在存储器中的物理结构的示意图；

图7是图示了根据一个实施例的聚类维护模块的部件的示意框图；

图8是说明了根据一个实施例的增量聚类维护方法的示意流程图；以及

图9是描述与本文公开的一个或更多个实施例一致的示例计算设备或系统的框图。

详细描述

数据库广泛用于计算应用中的数据存储和访问。数据库可以包括一个或更多个表，这些表包括或引用可以使用查询来读取、修改或删除的数据。查询非常大的数据库和/或表可能需要扫描大量数据。减少扫描的数据量是数据组织和处理的主要挑战之一。

我们将表定义为记录(行)的集合。每条记录包含表属性值(列)的集合。表通常物理存储在多个较小(不同大小或固定大小)的存储单元中，例如，文件或块。这些文件或块可以是表的不同分区的一部分。我们将分区定义为在物理上分离的具有不同数据以分离数据分区的记录。例如，表可以基于日期属性(或列)对数据分区，从而产生按天的分区，或者基于国家属性(或列)对数据分区，从而产生按国家的分区。

数据仓库系统通常使用分区将这些大表格分割成可管理的大块数据。基于查询指定的谓词消除分区(分区修剪)的能力可以导致IO体积的大幅减小，并且是维护这些系统的可接受性能的关键。