摘要
本发明提供了一种代价估计模型构建方法,包括:步骤S1、获取已执行的历史查询计划以构建训练数据集;步骤S2、采用独热编码方式和词嵌入编码方式对历史查询计划进行编码处理,以获取历史查询计划的初始向量表示;步骤S3、构建初始模型;步骤S4、以历史查询计划的初始向量表示为输入,历史查询计划的执行代价为输出,执行多轮迭代训练更新初始模型参数直至收敛。本发明的技术方案在提取特征信息时额外提取算子位置信息的特征,使得代价估计模型能够更加全面的表示查询计划在算力网场景下的执行特性;还引入词嵌入编码方式进行编码处理,不仅提高了编码效率,还能在不牺牲准确性的前提下减少代价估计模型预测时占用的计算资源。
技术关键词
计划
模型构建方法
循环神经网络模型
估计方法
表达式
编码
数据
数值
模块
抽取器
语句
处理器
节点
可读存储介质
存储器
标签
电子设备
指令