買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電子科技大學申請的專利基于圖注意力網絡的查詢優化領域代價估計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117113075B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310810875.7，技術領域涉及：G06F18/214；該發明授權基于圖注意力網絡的查詢優化領域代價估計方法是由朱道冰;席瑞;范淑煥;曾驍陽;侯孟書;廖建明設計研發完成，并于2023-07-04向國家知識產權局提交的專利申請。

本基于圖注意力網絡的查詢優化領域代價估計方法在說明書摘要公布了：本發明公開了基于圖注意力網絡的查詢優化領域代價估計方法，包括以下步驟：獲取數據并構建針對PostgreSQL數據庫的訓練集；構建代價估計模型的深度學習網絡；將訓練集傳入代價估計模型對深度學習網絡進行訓練；基于需要預測的查詢語句的數據，得到預測的代價；將代價估計模型外掛于PostgreSQL數據庫中，實現在該數據庫上的代價估計任務。本發明對傳統的基數估計和代價估計方法的發展進行了調研，深入研究和分析了現有的學習型代價估計模型存在的問題，并提出了基于圖注意力網絡的代價估計模型。在特征編碼中引入表格基數、基表選擇率和連接選擇率等有效的特征數據，從而提高了代價估計的準確性。

本發明授權基于圖注意力網絡的查詢優化領域代價估計方法在權利要求書中公布了：1.基于圖注意力網絡的查詢優化領域代價估計方法，其特征在于，包括以下步驟： 步驟S1，獲取數據并構建針對PostgreSQL數據庫的訓練集； 步驟S2，構建代價估計模型的深度學習網絡； 步驟S3，將訓練集傳入代價估計模型對深度學習網絡進行訓練； 步驟S4，基于需要預測的查詢語句的數據，得到預測的代價； 步驟S5，將代價估計模型外掛于PostgreSQL數據庫中，實現在該數據庫上的代價估計任務； 所述步驟S1中獲取數據包括查詢PostgreSQL數據庫現有統計信息和ExplainAnalyze接口兩種方式； 所述數據包括數據庫模式信息、統計信息及查詢語句物理執行計劃樹； 所述物理執行計劃樹由多個節點組成，每個節點對應一個物理算子； 所述物理執行計劃樹還包括使用弗洛伊德算法計算最短路徑構建先驗注意力矩陣的步驟； 所述物理算子包括BitmapHeapScan，IndexScan和NestedLoopJoin； 所述步驟S1中構建針對PostgreSQL數據庫的訓練集使用特征編碼方法； 所述特征編碼包括針對表格、列名以及連接謂詞使用LearningEmbedding的方法； 選擇謂詞使用編碼為一個三元組的方法； 所述三元組為Column,Operator,Value； 引入數據庫統計信息中的基數、基表選擇率和連接選擇率則進行拼接并傳入Linner進行特征編碼； 所述選擇謂詞還包括根據在采樣表格上的滿足情況生成的固定長度的向量的步驟； 所述步驟S2包括以下子步驟： 步驟S21，對特征進行編碼； 步驟S22，構建圖注意力； 步驟S23，多層迭代擬合； 步驟S24，對代價進行預測； 所述步驟S22包括以下子步驟： 對表格名稱、列名稱、選擇謂詞中的操作類型、等值連接依次采用Embedding層和Linner層進行特征編碼; 對采樣數據使用Linner層進行特征編碼; 對選擇謂詞采用Mask機制進行平均池化; 使用Concat層將不同特征編碼拼接在一起作為查詢語句物理執行計劃樹節點的特征編碼向量； 所述步驟S22輸入特征編碼層編碼的節點特征向量和佛洛依德算法計算的先驗注意力矩陣，使用先驗注意力去調整圖注意力網絡學習到的注意力矩陣以學習物理執行計劃樹跨節點依賴與節點層級之間的關系。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學，其通訊地址為：610041 四川省成都市高新區（西區）西源大道2006號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。