[发明专利]一种面向用户的图数据库查询优化方法、系统

说明书

本公开属于图数据处理领域，公开一种面向用户的图数据库查询优化方法、系统，包括以下步骤：针对于数据量无法完全载入系统内存的场合下，在没有用户查询数据的基础上，根据数据的获取频率，以获取频率最高的数据作为热点数据，将所述热点数据优先载入至系统内存；针对于用户查询数据，优先从系统内存中的数据获取与用户查询数据相匹配的数据，若系统内存的数据无法与用户查询数据相匹配，则从硬盘进行获取与户查询数据相匹配的数据；与现有方法相比所提方法能更加提升查询效率。

技术领域

本公开属于图数据处理领域，具体涉及一种面向用户的图数据库查询优化方法、系统。

背景技术

图数据是以节点和节点之间关联关系为核心的数据库，相对于传统关系型数据库，图数据库在研究实体关联关系方面拥有很大的优势，因为被广泛应用于社交网络、互联网、金融、人工智能等诸多领域。图结构数据的典型代表是知识图谱，其中节点代表实体，边代表实体之间的关系，同样，社交网络也是一种典型的图数据，其中节点表示用户，而边表示用户之间的关系。

图数据库作为一种新兴的专门用于存储图结构数据的数据库，提供了图数据的存储、查询等功能。

随着图结构数据的数据量越来越大，受限于有限的系统内存规模以及硬盘I/O的低速，因而对高性能的实时查询提出了巨大的挑战。当今的图数据规模在向TB甚至PB方向发展，例如Facebook发布的社交网络数据包含数十亿个节点和数千亿条边，数据规模达到数百TB，类脑神经元网络拥有数百亿个节点，数据规模同样达到TB级别。在如此大规模的数据量下，常规计算机系统无法将所有数据全部载入系统内存中，而从硬盘获取数据将会造成非常大的查询延迟。

同时用户所经常查询的数据只占整体数据的一小部分，因而将所有数据载入系统内存会造成不必要的额外开销。

发明内容

在一些公开中，本发明提出了一种面向用户的图数据库查询优化方法，与现有方法相比所提方法能更加提升查询效率。

本公开的目的可以通过以下技术方案实现：

一种面向用户的图数据库查询优化方法，包括以下步骤：

针对于数据量无法完全载入系统内存的场合下，在没有用户查询数据的基础上，根据数据的获取频率，以获取频率最高的数据作为热点数据，将所述热点数据优先载入至系统内存；

针对于用户查询数据，优先从系统内存中的数据获取与用户查询数据相匹配的数据，若系统内存的数据无法与用户查询数据相匹配，则从硬盘进行获取与户查询数据相匹配的数据。

在一些公开中，针对于系统内存的数据无法与户查询数据相匹配的场合下，系统内存中的所述热点数据的更新，包括以下步骤：

收集用户查询数据，根据从硬盘进行匹配的数据与户查询数据之间的应答率，判别是否将从硬盘进行匹配的数据作为新的热点数据，进行载入至系统内存中，用于对所述热点数据的更新。

在一些公开中，所述热点数据包括：一组节点V_H、所述节点的n-跳邻居、以及n-跳邻居与节点相关联的边H(n,V_H)，所述n-跳邻居为对应所述节点v，所有到所述节点v的最短路径为n的节点。

在一些公开中，所述热点数据的节点最大数量x,以及所述n,满足x*m*kⁿ≤M，M为系统内存大小，m为系统数据库每个节点平均占用内存，k为系统数据库平均每个节点的边数。

在一些公开中，在系统初始化时，将n设置为2，并得到相应的x值；在系统运行过程中，根据用户查询的相关信息，动态的调整n和x的值。