清华大学李国良获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉清华大学申请的专利基于深度图压缩算法的自动数据库分区方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116226281B 。
龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310179696.8，技术领域涉及：G06F16/27；该发明授权基于深度图压缩算法的自动数据库分区方法及系统是由李国良;周煊赫设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。
本基于深度图压缩算法的自动数据库分区方法及系统在说明书摘要公布了：本发明公开了基于深度图压缩算法的自动数据库分区方法及系统，该方法包括：获取输入数据库中查询语句的工作负载和数据集以及关系表的查询关系；利用提取的工作负载特征和数据特征以及查询关系构建用于选择划分列的图模型；利用深度图压缩模型提取图模型的每个数据列节点的自身特征和子图结构信息；将每个数据列节点的自身特征和子图结构信息输入划分列选择模型得到选择的划分列，基于划分列进行数据库的表分区。本发明可以有效地估计数据库分区的质量。
本发明授权基于深度图压缩算法的自动数据库分区方法及系统在权利要求书中公布了：1.一种基于深度图压缩算法的自动数据库分区方法，其特征在于，包括以下步骤： 获取输入数据库中查询语句的工作负载和数据集以及关系表的查询关系； 利用提取的工作负载特征和数据特征以及所述查询关系构建用于选择划分列的图模型；其中，所述图模型以数据列作为节点，节点特征包括表大小、行选择性、扫描操作频率和聚合操作频率，且根据查询语句中数据列之间的连接谓词在节点之间构建边，并基于连接谓词的出现频率和谓词基数确定边权重； 利用深度图压缩模型提取所述图模型的每个数据列节点的自身特征和子图结构信息；其中，所述深度图压缩模型基于图卷积对每个节点的k跳子图结构进行特征提取，并通过前向传播将子图结构信息映射为低维特征向量； 将所述每个数据列节点的自身特征和子图结构信息输入划分列选择模型得到选择的划分列，其中，基于所述低维特征向量对每个数据列节点的自身特征和子图结构信息利用相关度分析以得到预设条件的顶点集合；其中，所述预设条件的顶点集合，包括每个数据列节点与其他节点的相关度大于第一预设阈值以及压缩密度大于第二预设阈值的顶点；基于所述划分列进行数据库的表分区。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学，其通讯地址为：100084 北京市海淀区清华园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励