[发明专利]查询语句处理方法、查询语句分类模型的构建方法、装置

说明书

本公开提供了一种查询语句处理方法，可以应用于计算机技术领域和人工智能技术领域。该查询语句处理方法包括：将待分类的查询语句信息的监控指标集合输入至指标特征提取模块，输出指标特征信息，其中，监控指标集合包括执行查询语句信息产生的监控指标；将指标特征信息输入至第一分类模块，输出查询语句信息的第一分类结果；将查询语句信息输入至第二分类模块，输出查询语句信息的第二分类结果；以及根据第一分类结果与第二分类结果，确定查询语句信息的异常情况。本公开还提供了查询语句分类模型的构建方法、装置、设备、介质及程序产品。

技术领域

本公开涉及计算机技术领域和人工智能技术领域，更具体地，涉及一种查询语句处理方法、查询语句分类模型的构建方法、装置、设备、介质及程序产品。

背景技术

查询语句，即SQL(Structured Query Language)语句是用于对数据库进行操作的语言。通过执行SQL语句可以对数据库进行查询、更新、管理等操作。通常可以将SQL语句中，执行时长大于时间阈值的SQL语句确定为慢SQL语句，通过对慢SQL语句中的异常SQL语句进行优化，来实现提升数据库整体运行效率。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：识别异常SQL语句较为依赖经验判断，识别效率与识别准确率较低。

发明内容

有鉴于此，本公开提供了一种查询语句处理方法、查询语句分类模型的构建方法、装置、设备、介质及程序产品。

本公开的一个方面提供了一种查询语句处理方法，包括：

将待分类的查询语句信息的监控指标集合输入至指标特征提取模块，输出指标特征信息，其中，上述监控指标集合包括执行上述查询语句信息产生的监控指标；

将上述指标特征信息输入至第一分类模块，输出上述查询语句信息的第一分类结果；

将上述查询语句信息输入至第二分类模块，输出上述查询语句信息的第二分类结果；以及

根据上述第一分类结果与上述第二分类结果，确定上述查询语句信息的异常情况。

根据本公开的实施例，上述指标特征提取模块包括时序特征提取子模块与波动特征提取子模块；

将待分类的查询语句信息的监控指标集合输入至指标特征提取模块，输出指标特征信息包括：

将上述监控指标集合输入至上述时序特征提取子模块，输出上述时序特征信息；

将上述监控指标集合输入至上述波动特征提取子模块，输出上述波动特征信息；以及

基于上述时序特征信息与上述波动特征信息，确定上述指标特征信息。

根据本公开的实施例，上述监控指标包括多个，每个上述监控指标具有对应的指标类别，上述指标类别包括N个，上述时序特征提取子模块包括第一卷积层与第二卷积层，上述第一卷积层包括L个第一卷积子层，L≥2，N≥2；

将上述监控指标集合输入至上述波动特征提取子模块，输出上述波动特征信息包括：

按照上述监控指标具有的指标类别，将上述监控指标集合划分为N个监控指标子集，其中，每个上述监控指标子集中的监控指标具有相同的上述指标类别；

根据N个上述监控指标子集，确定L个监控指标子集组，其中，每个上述监控指标子集组包括M个上述监控指标子集，N≥M≥2；

将L个上述监控指标子集组中的每个监控指标，分别输入至L个上述第一卷积子层中不同的第一卷积子层，输出L个初始波动特征信息；以及

将L个上述初始波动特征信息输入至上述第二卷积层，输出上述波动特征信息。

根据本公开的实施例，上述第二卷积层包括顺序连接的多个第二卷积子层。