【技術實現步驟摘要】
本專利技術涉及編程技術，尤其涉及基于自然語言生成sql語句的查詢方法及系統。
技術介紹
1、自然語言處理技術和數據庫技術的快速發展使得通過自然語言查詢數據庫成為可能。用戶無需編寫復雜的sql語句，即可使用自然語言表達查詢需求，降低了數據庫的使用門檻。然而，現有的自然語言生成sql語句的查詢方法存在以下缺陷和不足：
2、首先，現有的方法大多缺乏對查詢過程的精細化控制，難以有效管理并發查詢和資源占用。在高并發場景下，容易出現查詢擁塞、資源競爭等問題，導致查詢效率低下甚至系統崩潰。
3、其次，現有的方法普遍缺乏完善的容錯機制。當查詢過程中出現異常時，往往難以快速定位和解決問題，導致查詢失敗或返回錯誤結果。這對于對數據一致性和可靠性要求較高的應用場景來說是不可接受的。
4、最后，現有的方法通常難以根據用戶的查詢歷史和數據特征進行自適應調整。這導致在面對復雜的查詢場景或數據分布變化時，查詢效率和準確率難以得到保證。缺乏持續學習和優化的能力限制了現有方法的實用性和普適性。
技術實現思路
1、本專利技術實施例提供基于自然語言生成sql語句的查詢方法及系統，能夠解決現有技術中的問題。
2、本專利技術實施例的第一方面，
3、提供基于自然語言生成sql語句的查詢方法，包括：
4、接收用戶查詢請求并進行身份認證，獲取包含數據源類型、數據庫名稱和表名稱的數據源配置信息；基于身份認證結果和數據源配置信息，按照預設順序通過分布式鎖管理模塊
5、對所述數據模板進行查詢路徑評估，所述查詢路徑評估包括查詢復雜度評估和數據規模評估，根據評估結果選擇最優查詢路徑；根據最優查詢路徑通過http請求調用大模型服務器解析所述數據模板生成sql語句；
6、基于所述sql語句的結構預測資源占用并設置監控閾值，執行過程中實時監控查詢狀態，當檢測到異常時觸發包括斷點續傳、服務降級和備用切換的多級容錯機制；記錄異常信息并結合sql執行計劃進行錯誤原因分析，根據分析結果調整查詢策略，完成查詢恢復；釋放所述多級鎖定標識，將查詢結果返回給用戶，并通過異步方式將查詢信息更新至所述查詢模式知識庫。
7、在一種可選的實施方式中，
8、按照預設順序通過分布式鎖管理模塊獲取多級鎖定標識，所述多級鎖定標識包括用戶會話級鎖定標識、數據庫連接池鎖定標識以及sql執行鎖定標識，所述分布式鎖管理模塊基于歷史查詢負載動態調整各級鎖定標識的超時時間的步驟包括：
9、按照預設順序獲取多級鎖定標識，通過用戶會話管理單元采用分布式鍵值存儲獲取用戶會話級鎖定標識，所述用戶會話級鎖定標識采用會話編號與時間戳組合的方式生成鎖定鍵值，并通過原子性操作保證互斥訪問；
10、基于所述用戶會話級鎖定標識，通過數據庫連接池管理單元建立臨時順序節點獲取數據庫連接池鎖定標識，所述數據庫連接池鎖定標識采用公平鎖策略分配連接資源，并通過節點監聽機制維護資源狀態；
11、基于所述數據庫連接池鎖定標識，通過sql執行管理單元建立租約機制獲取sql執行鎖定標識，所述sql執行鎖定標識通過比較交換操作保證并發安全，并設置租約有效期；
12、采用滑動時間窗口統計各級鎖定標識的查詢負載信息，所述查詢負載信息包括查詢頻率、執行時間分布和資源使用峰值，基于所述查詢負載信息計算各級鎖定標識的基準執行時間；
13、采用反饋控制機制動態調整各級鎖定標識的超時時間，所述反饋控制機制通過執行時間誤差計算調整參數，并在負載突變情況下觸發梯度式參數調整。
14、在一種可選的實施方式中，
15、基于所述數據源配置信息和用戶歷史查詢記錄從并發控制的查詢模式知識庫中提取查詢模式，生成數據模板，所述數據模板包含數據源標識、模型請求標識、數據庫信息以及用戶查詢內容的步驟包括：
16、對數據源配置信息進行解析處理，形成數據源描述信息；基于所述數據源描述信息構建多維特征向量空間，所述多維特征向量空間包含數據庫結構特征、負載特征、時序特征和業務特征，其中所述數據庫結構特征包含表節點信息和表間關聯信息，所述負載特征包含資源密集度信息，所述時序特征包含執行時間模式信息和周期性強度信息，所述業務特征包含業務域信息；
17、對用戶歷史查詢記錄進行特征提取，將提取的查詢特征映射至所述多維特征向量空間，采用改進的dbscan聚類算法進行聚類分析，所述改進的dbscan聚類算法結合編輯距離和特征向量余弦相似度定義距離函數，基于查詢分布動態調整密度閾值，通過增量式更新支持在線模式演化；基于聚類分析結果構建并發控制的查詢模式知識庫，所述查詢模式知識庫采用知識圖譜結構，在節點和邊上分別標注模式適用條件信息、性能特征信息和資源需求信息；
18、根據所述數據源描述信息，按照所述知識圖譜結構從所述查詢模式知識庫中提取查詢模式，在提取過程采用上下文感知的模式匹配算法，通過計算時間相關性得分、負載兼容性得分和業務對齊性得分進行綜合評估，所述時間相關性得分基于查詢模式的執行時間窗口和周期性特征計算與當前查詢的匹配程度，所述負載兼容性得分基于查詢模式的資源需求與當前系統負載狀態的匹配程度計算，所述業務對齊性得分基于查詢模式與當前業務場景約束的符合程度計算，基于綜合評估結果選擇最優的查詢模式；
19、根據提取的查詢模式生成數據模板，采用自適應的模板生成策略進行基礎模板構建和并發控制策略選擇；對所述數據模板的執行過程建立反饋機制，將評估結果用于更新所述查詢模式知識庫。
20、在一種可選的實施方式中，
21、對所述數據模板進行查詢路徑評估，所述查詢路徑評估包括查詢復雜度評估和數據規模評估，根據評估結果選擇最優查詢路徑的步驟包括：
22、構建基于查詢語法樹的復雜度計算模型，所述復雜度計算模型對查詢語法樹中的節點進行復雜度評分，基于節點嵌套深度特征值、表連接數量特征值和子查詢復雜度特征值構建復雜度特征向量，通過特征權重向量與復雜度特征向量的內積運算得到所述復雜度評分；
23、建立多維數據規模評估模型，所述多維數據規模評估模型基于直方圖數據分布計算表數據量信息、過濾條件選擇率信息和關聯關系重復度信息，并維護表級數據統計信息和列級數據分布信息；
24、基于復雜度評分和多維數據規模評估模型的評估結果，構建查詢路徑的成本計算函數，所述成本計算函數集成路徑復雜度評分信息、數據規模信息和歷史執行時間信息，對所述成本計算函數的計算結果采用改進的動態規劃算法進行路徑搜索，所述改進的動態規劃算法通過狀態本文檔來自技高網...
【技術保護點】
1.基于自然語言生成SQL語句的查詢方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，按照預設順序通過分布式鎖管理模塊獲取多級鎖定標識，所述多級鎖定標識包括用戶會話級鎖定標識、數據庫連接池鎖定標識以及SQL執行鎖定標識，所述分布式鎖管理模塊基于歷史查詢負載動態調整各級鎖定標識的超時時間的步驟包括：
3.根據權利要求1所述的方法，其特征在于，基于所述數據源配置信息和用戶歷史查詢記錄從并發控制的查詢模式知識庫中提取查詢模式，生成數據模板，所述數據模板包含數據源標識、模型請求標識、數據庫信息以及用戶查詢內容的步驟包括：
4.根據權利要求1所述的方法，其特征在于，對所述數據模板進行查詢路徑評估，所述查詢路徑評估包括查詢復雜度評估和數據規模評估，根據評估結果選擇最優查詢路徑的步驟包括：
5.根據權利要求4所述的方法，其特征在于，構建查詢路徑的成本計算函數，所述成本計算函數集成路徑復雜度評分信息、數據規模信息和歷史執行時間信息，對所述成本計算函數的計算結果采用改進的動態規劃算法進行路徑搜索，所述改進的動態規劃算法通過狀態轉移方
6.根據權利要求1所述的方法，其特征在于，基于所述SQL語句的結構預測資源占用并設置監控閾值，執行過程中實時監控查詢狀態，當檢測到異常時觸發包括斷點續傳、服務降級和備用切換的多級容錯機制的步驟包括：
7.根據權利要求6所述的方法，其特征在于，根據所述閾值調整結果建立多級容錯機制，所述多級容錯機制包括斷點續傳級別、服務降級級別和備用切換級別，針對不同資源預測值區間觸發相應級別的容錯處理的步驟包括：
8.基于自然語言生成SQL語句的查詢系統，用于實現前述權利要求1-7中任一項所述的方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.基于自然語言生成sql語句的查詢方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，按照預設順序通過分布式鎖管理模塊獲取多級鎖定標識，所述多級鎖定標識包括用戶會話級鎖定標識、數據庫連接池鎖定標識以及sql執行鎖定標識，所述分布式鎖管理模塊基于歷史查詢負載動態調整各級鎖定標識的超時時間的步驟包括：
3.根據權利要求1所述的方法，其特征在于，基于所述數據源配置信息和用戶歷史查詢記錄從并發控制的查詢模式知識庫中提取查詢模式，生成數據模板，所述數據模板包含數據源標識、模型請求標識、數據庫信息以及用戶查詢內容的步驟包括：
4.根據權利要求1所述的方法，其特征在于，對所述數據模板進行查詢路徑評估，所述查詢路徑評估包括查詢復雜度評估和數據規模評估，根據評估結果選擇最優查詢路徑的步驟包括：
5.根據權利要求4所述的方法，其特征在于，構建查詢路徑的成本計算函數，所述成本計算函數集成路徑復雜度評分信息、數據規模信息和歷史執行時間信息，對所述成...
【專利技術屬性】
技術研發人員：高海玲，高經郡，張天宇，
申請(專利權)人：北京科杰科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。