数据库的性能优化方法、装置、存储介质及电子设备与流程

本技术涉及金融科技领域及其他相关，具体而言，涉及一种数据库的性能优化方法、装置、存储介质及电子设备。

背景技术：

1、随着国产数据库版本更新迭代速度的加快，测试人员对数据库进行测试的频率也愈加频繁。针对数据库的性能测试，测试人员需要根据不同的数据库使用场景构造出不同的测试数据，并且在测试时需覆盖尽可能多的测试场景。在现有技术中，由于测试人力成本和测试环境的限制，造成在进行性能测试时可覆盖的测试场景数量有限，另外，在检测到某个性能问题后，还需采用人工方式对该性能问题进行分析，得到优化建议，再依据优化建议对数据库性能进行优化，整个优化流程的周期较长，从而导致对数据库进行性能测试的效率低的问题。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术提供了一种数据库的性能优化方法、装置、存储介质及电子设备，以至少解决对数据库进行性能测试的效率低的的技术问题。

2、根据本技术的一个方面，提供了一种数据库的性能优化方法，包括：获取待优化数据库对应的目标数据库操作语句；将目标数据库操作语句输入至目标模型中，输出目标数据库操作语句对应的y个目标性能标签，其中，y为正整数，每个目标性能标签表征待优化数据库在执行目标数据库操作语句时所对应的目标性能指标数据大于或等于目标预设阈值，目标模型为依据已知性能标签的数据库操作语句训练得到的神经网络模型；确定每个目标性能标签所对应的目标脚本，并根据每个目标性能标签所对应的目标脚本对待优化数据库进行性能优化。

3、进一步地，数据库的性能优化方法还包括：依据已发布数据库的网络流量生成目标策略，其中，已发布数据库的版本为待优化数据库的上一发布版本，目标策略用于生成数据库操作语句；将目标策略生成的数据库操作语句作为目标数据库操作语句。

4、进一步地，数据库的性能优化方法还包括：依据已发布数据库的网络流量获取第一应用变量，其中，第一应用变量用于表征已发布数据库中的表字段；依据第一应用变量生成第二应用变量，其中，第二应用变量用于表征待优化数据库中的表字段；基于第二应用变量生成目标策略。

5、进一步地，数据库的性能优化方法还包括：获取已发布数据库对应的n个数据库操作语句，其中，n为正整数；控制已发布数据库执行n个数据库操作语句，得到n个性能指标数据，其中，每个数据库操作语句对应一个性能指标数据，性能指标数据至少包括目标时长和目标cpu占用率，目标时长为已发布数据库执行数据库操作语句的执行时长，目标cpu占用率为已发布数据库在执行数据库操作语句时对应的cpu占用率；依据n个性能指标数据生成k个性能标签，其中，k为大于或等于n的正整数，每个性能指标数据对应k个性能标签中的至少一个性能标签；依据n个数据库操作语句和k个性能标签生成目标模型。

6、进一步地，数据库的性能优化方法还包括：性能指标数据对应的性能标签为第一性能标签、第二性能标签、第三性能标签以及第四性能标签中的任意一个性能标签，其中，第一性能标签用于表征性能指标数据中的目标时长大于或等于第一预设阈值，第二性能标签用于表征性能指标数据中的目标时长小于第一预设阈值，第三性能标签用于表征性能指标数据中的目标cpu占用率大于或等于第二预设阈值，第四性能标签用于表征性能指标数据中的目标cpu占用率小于第二预设阈值。

7、进一步地，数据库的性能优化方法还包括：依据n个数据库操作语句中的每个数据库操作语句生成一个抽象语法树，得到n个抽象语法树，其中，抽象语法树用于表征数据库操作语句的特征；对n个抽象语法树中的每个抽象语法树进行特征提取，得到与每个抽象语法树相对应的一个特征向量；依据n个抽象语法树对应的n个特征向量生成目标矩阵。

8、进一步地，数据库的性能优化方法还包括：对每个数据库操作语句进行数据清洗，得到第一语句，其中，数据清洗用于统一每个数据库操作语句的格式；对第一语句进行分词操作，得到q个单词，其中，q为正整数；对q个单词进行去停用词操作，得到s个第一单词，其中，s为小于或等于q的正整数，去停用词处理用于过滤q个单词中不具有语义信息的单词；对s个第一单词进行去重操作，得到t个目标单词，其中，t为小于或等于s的正整数，去重操作用于从s个第一单词中过滤与t个目标单词中任意一个目标单词相同的第一单词；依据每个数据库操作语句对应的t个目标单词生成一个抽象语法树，其中，抽象语法树中包括t个树节点，每个树节点对应一个目标单词。

9、进一步地，数据库的性能优化方法还包括：获取每个目标性能标签对应的置信率，其中，置信率用于表征目标模型预测目标数据库操作语句对应该目标性能标签时的可信度；依据y个目标性能标签中置信率最高的目标性能标签所对应的目标脚本对待优化数据库进行性能优化。

10、根据本技术的另一方面，还提供了一种数据库的性能优化装置，包括：第一获取单元，用于获取待优化数据库对应的目标数据库操作语句；第一输入单元，用于将目标数据库操作语句输入至目标模型中，输出目标数据库操作语句对应的y个目标性能标签，其中，每个目标性能标签表征待优化数据库在执行目标数据库操作语句时所对应的目标性能指标数据大于或等于目标预设阈值，目标模型为将已知性能标签的数据库操作语句作为训练样本训练得到的神经网络模型；第一确定单元，用于确定每个目标性能标签所对应的目标脚本，并根据每个目标性能标签所对应的目标脚本对待优化数据库进行性能优化。

11、根据本技术的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述的数据库的性能优化方法。

12、根据本技术的另一方面，还提供了一种电子设备，其中，电子设备包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的数据库的性能优化方法。

13、在本技术中，首先获取待优化数据库对应的目标数据库操作语句，然后，将目标数据库操作语句输入至目标模型中，输出目标数据库操作语句对应的y个目标性能标签，其中，每个目标性能标签表征待优化数据库在执行目标数据库操作语句时所对应的目标性能指标数据大于或等于目标预设阈值，目标模型为依据已知性能标签的数据库操作语句训练得到的神经网络模型，最后，确定每个目标性能标签所对应的目标脚本，并根据每个目标性能标签所对应的目标脚本对待优化数据库进行性能优化。

14、由上述内容可知，本技术将目标数据库操作语句作为待优化数据库的测试数据，通过将目标数据库操作语句输入目标模型的方式，实现对待优化数据库进行性能测试的目的，然后，将目标模型输出的y个目标性能标签作为测试结果，并根据y个目标性能标签确定目标脚本，通过执行目标脚本的方式，从而实现了对待优化数据库进行性能优化的目的，同时缩短了整个数据库优化流程的周期时长，进而提高了对数据库进行性能测试的效率。

15、由此可见，本技术的技术方案达到了依据数据库的性能测试结果对数据库进行性能优化的目的，从而实现了提高对数据库进行性能测试的效率的技术效果，进而解决了现有技术中对数据库进行性能测试的效率低的技术问题。