一种基于强化学习的数据库自适应混合数据分区方法及系统

一种基于强化学习的数据库自适应混合数据分区方法及系统，它属于人工智能领域。本发明解决了在现有数据分区方案下，查询负载执行时需要访问大量冗余数据且无法根据动态工作负载自动进行自适应数据分区的问题。本发明建立工作负载预测模型，基于历史工作负载来预测数据库未来一段时间内查询工作负载中各种类查询出现的频率，将混合数据分区问题建模为马尔科夫决策过程，定义智能体状态、动作及奖励，根据预测出的各种类查询出现的频率和训练好的强化学习模型为到来的查询工作负载自适应推荐出合适的混合数据分区方案，减少了查询负载执行时所需要访问的数据量。本发明方法可以应用于数据库自适应混合数据分区。