CN111190897A - 信息处理方法、装置、存储介质及服务器 - Google Patents

Abstract

本申请实施例公开了一种信息处理方法、装置、存储介质及服务器。该方法包括：计算在基于数据库的多个索引对该数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；获取当前评估值集合与初始评估值集合的差异信息；当差异信息不满足预设条件时获取标准评估值集合，并根据初始评估值集合、当前评估值集合及标准评估值集合确定该数据库的索引统计信息。本方案通过引入验证机制，保证数据库中索引的区分度在前后统计出现较大偏差时，最终决策的结果更接近真实情况，提升了索引统计信息的准确性；确保不会因评估值的变化而采用错误的执行计划，提高了数据库语句执行的效率。

Description

信息处理方法、装置、存储介质及服务器

技术领域

本申请涉及通信技术领域，具体涉及一种信息处理方法、装置、存储介质及服务器。

背景技术

在数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构。它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单，是为了加速对表中数据行的检索而创建的一种分散的存储结构。

相关技术中，采用定期重新采样的方式计算索引统计信息。每次随机采样索引中的多个数据页，并根据多个数据页中的数据估算整个索引的统计信息。然而由于索引统计信息是随机采样得到的，其随机性容易导致索引统计信息与实际偏差较大，进而会影响到对索引方式的选择。例如，选错了索引，将导致语句执行慢、***耗费的资源变大，造成业务风险。

发明内容

本申请实施例提供一种信息处理方法、装置、存储介质及服务器，可提升数据库中索引统计信息的准确性。

本申请实施例提供了一种信息处理方法，包括：

计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

相应的，本申请实施例还提供了一种信息处理装置，包括：

计算单元，用于计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

第一获取单元，用于获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

第二获取单元，用于当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述初标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

处理单元，用于根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

相应的，本申请实施例还提供了一种计算机可读存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上所述信息处理方法中的步骤。

相应的，本申请实施例还提供了一种服务器，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行如上所述信息处理方法中的步骤。

本申请方案通过计算在基于数据库的多个索引对该数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合，并获取当前评估值集合与初始评估值集合的差异信息。当差异信息不满足预设条件时，获取标准评估值集合，并根据初始评估值集合、当前评估值集合及标准评估值集合确定该数据库的索引统计信息。本方案通过引入验证机制，保证数据库的区分度评估值在前后统计出现较大偏差时，最终决策的结果更接近真实情况，提升了索引统计信息的准确性；确保不会因评估值的变化而采用错误的执行计划，提高了数据库查询语句执行的效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的信息处理方法的一流程示意图。

图2是本申请实施例提供的信息处理方法的另一流程示意图。

图3是本申请实施例提供的信息处理方法的应用流程图。

图4是本申请实施例提供的信息处理装置的结构示意图。

图5是本申请实施例提供的信息处理装置的另一结构示意图。

图6是本申请实施例提供的终端的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供一种信息处理方法、装置、存储介质及服务器，可提升视频风险评估的准确性、及视频审核与发布的效率。以下分别进行详细说明。需说明的是，以下实施例的顺序不作为对实施例优选顺序的限定。

在一实施例中，将以该信息处理装置集成在服务器中的角度进行描述。

请参阅图1，图1为本申请实施例提供的信息处理方法的一种流程示意图。该信息处理方法的具体流程可以如下：

101、计算在基于数据库的多个索引对该数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合。

其中，数据库是存放数据的仓库，其可存放百万条、千万条、上亿条数据。而数据库并不是随意地将数据进行存放，是有一定的存储规则的，否则查询数据时的效率将会很低。在数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构。它是某个表中一列或若干列值的集合与相应指向表中物理标识这些值的数据页的逻辑指针清单，是为了加速对表中数据行的检索而创建的一种分散的存储结构。

为保证数据查询效率，数据库都有配备有多个索引。数据库中每个索引有不同的区分度，区分度可以理解为字段中有多少各不同的值。例如，一个性别字段的值包括男和女，则其区分度就是2；一个年龄字段的值包括1～100，则其区分度就是100。可见，年龄字段的区分度比性别字段的区分度高。不同的区分度决定了基于该索引进行数据搜索时，查询语句定位所需数据的速度，区分度越高查询速度越快。

基于不同索引在数据库中查询数据时都会带来相应的执行代价。实际应用中，执行代价可以为查询语句在执行过程所消耗的CPU/IO资源的总称，消耗的CPU/IO资源越多则执行代价越大不同的索引意味着不同的执行计划，对于同一个查询语句，可以通过数据库优化器计算出每个执行计划的执行代价，并可根据执行代价的大小来选择最终的执行计划。其中，数据库优化器是用于查询语句在数据库中执行计划的组件。

实际应用中，可建立统一的分析模型量化执行计划的每一个操作的代价。在该模型内，各种操作的代价可以被量化并且有统一的估算单位。以Oracle数据库为例，查询语句执行消耗的主要是CPU资源和IO资源。因此，正确计算CPU和IO的代价，就可以正确估算基于不同索引对应的执行计划下整个数据库的执行代价。

执行代价的计算结果依赖于索引统计信息，而索引统计信息是对该索引的区分度的一个评估值。因此，在本实施例中，可在基于数据库的索引对当前采样数据进行查询时，查询语句中携带的筛选策略信息而得到的相关数据，来估算每一索引的区分度评估值。

具体实施时，该查询语句可以为结构化查询语言(SQL，Structured QueryLanguage)，其是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库***。也即，在一些实施例中，当前采样数据对应有结构化查询信息，结构化查询信息至少包括：第一节点信息和第二节点信息。步骤“计算在基于数据库的多个索引对数据库中的当前采样数据进行查询时，每一索引的区分度评估值”，可以包括以下流程：

(11)基于数据库的多个索引、及第一节点信息，从数据库获取多个数据页；

(12)基于第二节点信息从多个数据页中确定当前采样数据；

(13)根据多个数据页中的数据行总量、以及当前采样数据的数据行数量，计算区分度评估值。

其中，第一节点信息和第二节点信息为：查询语句中携带的查询该当前采样数据的关键字词信息。例如，基于索引k1下查询一个用户，“年龄-性别”作为结构化信息进行查询，则“年龄”为第一节点信息，“性别”为第二节点信息；基于索引k2下查询一个用户，“性别-年龄”作为结构化信息进行查询，则“性别”为第一节点信息，“年龄”为第二节点信息。

具体实施时，假设选定一个索引，则基于当前的查询语句、及该查询语句中携带的第一节点信息获取若干个数据页。然后执行去重操作，基于第二节点信息从该若干个数据页中的多条数据中筛选出相关数据，即当前采样数据。

在本实施例中，计算区分度评估值时，可基于该多个数据页中的数据行(即数据记录)总量、及最终筛选出的当前采样数据的数据行量，计算两者之间的比值，作为该索引的区分度评估值。以此为基准，获取其他索引的区分度评估值，从而得到上述当前评估值集合。

实际应用中，为避免采样的随机性带来的弊端，可基于不同的查询语句进行采样评估，得到同一个索引在不同查询语句下的多个评估值。并可对多个评估值加权处理，得到加权处理后的评估值，并将该加权处理后的评估值作为该索引的区分度评估值。

本实施例中，可以采取定期重采样的方式，每隔预设时间段便重新估算数据库中各索引的区分度评估值。

102、获取当前评估值集合与初始评估值集合的差异信息，其中，初始评估值集合包括：基于多个索引对数据库中的历史采样数据进行查询时，每一索引的区分度评估值。

其中，初始评估值集合为该数据库当前的索引统计信息中的各索引的区分度评估值集合，其为上一次重新估算数据库各索引的区分度评估值后，对索引统计信息进行比对后确定出来的评估值集合。具体可以是上一次重新估算后更新得到的区分度评估值，也可以是原来未被更新的区分度评估值。具体是何值需基于上一次重新估算后实际的比对结果来确定。

需要说明的是，该初始评估值集合中的区分度评估值的计算方式，与上述当前评估值集合中区分度评估值的计算方式相同。由于采样的随机性，结构化查询信息可以是不同的。

在一些实施例中，步骤“获取当前评估值集合与初始评估值集合的差异信息”可以包括以下流程：

(21)分别对当前评估值集合和初始评估值集合中，每一索引的区分度评估值进行偏离程度计算，得到第一偏离值和第二偏离值；

(22)获取第一偏离值和第二偏离值之间的差值，作为差异信息。

实际应用中，由于数据库的数据会不定时更新，当发生较大数据更新时则可能会影响到正常的索引统计信息，因此需要定期重新计算索引统计信息，以保证选择正确的索引。然而，在数据库的数据变化不大时，由于重新估算时数据是抽样的，可能出现前后两次统计信息差异太大的情况，导致执行代价的评估结果的变动幅度加大。

对于同一个查询语句而言，针对数据库的每个索引执行计划，数据库优化器(即用于查询语句在数据库中执行计划的组件)会算出这个索引执行计划的执行代价，并选取执行代价最小的方案来执行。因此，若索引统计信息不稳定，则将影响最终索引的正确选择。

因此，在本实施例中，目的是为了保证索引统计信息的稳定性，即让数据库中多个索引的区分度评估值之间的差异保持稳定，保证各索引的执行效率维持稳定，从而使得在不同查询语句下选择索引时的执行代价维持稳定，确保选择到最佳索引。

具体的，该第一偏离值即当前评估值集合中各元素(即区分度评估值)之间的偏离值，第二偏离值即初始评估值集合中各元素(即区分度评估值)之间的偏离值。在本实施例中，通过计算第一偏离值与第二偏离值之间的差值作为两个集合之间的差异信息。根据差异信息的大小来确定前后两次索引的区分度评估值的稳定性。

在一些实施例中，该第一偏离值、第二偏离值可以为标准差值或方差值等，其可反映当前评估值集合、初始评估值集合中各评估值之间的离散程度。若两者之间的离散程度差异小，则表明前后两次统计得到的区分度评估值较为稳定，否则表明前后两次统计得到的区分度评估值不稳定。

103、当差异信息不满足预设条件时，获取标准评估值集合，其中，标准评估值集合包括：基于多个索引对数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值。

在一些实施例中，当第一偏离值与第二偏离值指之间的差值大于预设值时，表明当前评估值与初始评估值集合中元素的离散程度差异较大，也即前后两次统计得到的区分度评估值不稳定，此时可确定差异信息不满足预设条件。当第一偏离值与第二偏离值指之间的差值小于或等于预设值时，表明当前评估值与初始评估值集合中元素的离散程度差异较小，也即前后两次统计得到的区分度评估值较为稳定，此时可确定差异信息满足预设条件。

其中，该预设值可以由数据开发人员或维护人员自行设置，其值应该在一个合理范围内，保证差异信息在该范围内时，该数据库中索引的区分度评估值一定程度上维持稳定。

具体的，当差异信息不满足预设条件时，认为评估值出现严重偏差，此时将发起一次精确的区分度评估值统计。实际应用中，精确统计流程可以采用在线的备用数据库(热备数据库或冷备数据库)进行区分度评估值统计，以避免在业务主库中执行影响正常业务操作。

需要说明的是，备用数据库需与业务主库(即本申请中的上述数据库)的数据、及数据结构等都保持据一致。具体实施时，可将对备用数据库中的采样数据页设置成无穷大，使得统计算法取数据页时候，可遍历备用数据库中所有索引的所有数据页，得到准确的数据行数量和各索引的区分度评估值(即标准评估值集合)。而得到的标准评估值集合中的区分度评估值，将可直接反映该业务主库(即本申请中的上述数据库)中各索引的实际区分度信息。

104、根据初始评估值集合、当前评估值集合及标准评估值集合，确定数据库的索引统计信息。

具体的，可通过比较初始评估值集合与标准评估值集合之间的差异、以及当前评估值集合与标准评估值集合之间的差异，来确定前后两次统计中较为准确的统计信息。本实施例中，确定差异大小的方式可以有多种，例如，可通过比较分布的离散程度差异的大小来确定较为准确的统计信息。参考图2，在一些实施例中，步骤“根据初始评估值集合、当前评估值集合及标准评估值集合，确定数据库的索引统计信息”，可以包括以下流程：

1041、计算初始评估值集合中多个评估值的偏离程度，得到第一偏离值；

1042、计算当前评估值集合中多个评估值的偏离程度，得到第二偏离值；

1043、计算标准评估值集合中多个评估值的偏离程度，得到第三偏离值；

1044、根据第一偏离值、第二偏离值及第三偏离值，确定数据库的索引统计信息。

其中，上述偏离程度可以为集合中各元素的离散程度，偏离值即偏离程度的量化体现。具体实施时，可基于计算得到的三者的偏离值之间的关系，来确定是否更新数据库的索引统计信息。

实际应用中，第一偏离值、第二偏离值及第三偏离值都可为方差值，或者第一偏离值、第二偏离值及第三偏离值都可为标准差值。

在一些实施例中，在根据第一偏离值、第二偏离值及第三偏离值确定该数据库的索引统计信息时，可以执行以下操作：

获取第一偏离值与第三偏离值之间的差值，得到第一差值；

获取第二偏离值与第三偏离值之间的差值，得到第二差值；

根据第一差值和第二差值，从初始评估值集合和当前评估值集合中确定目标评估值集合；

基于目标评估值集合中各评估值及其对应的索引，确定数据库的索引统计信息。

在一些实施例中，当第一差值大于第二差值时，表明第二偏离值更接近第三偏离值，即当前评估值集合与标准评估值集合中元素的离散程度更接近，此时可确定当前评估值集合为目标评估值集合。当第一差值小于或等于第二差值时，表明第一偏离值更接近第三偏离值，即初始评估值集合与标准评估值集合中元素的离散程度更接近，此时可确定初始评估值集合为目标评估值集合。

具体的，索引统计信息的实质上是基于索引的区分度评估值来确定的。因此，在确定索引统计信息时，可以是基于计算得到的索引的区分度评估值而得到。当前后两次统计信息差异较大(即差异信息不满足预设条件)时，就需要确定是否需要对当前的索引统计信息进行更新。

在一些实施例中，在基于当前评估值集合及其对应的索引确定数据库的索引统计信息时，具体可以基于当前评估值集合中的各评估值及其对应的索引，对该数据库的多个索引的索引统计信息进行更新。

实际应用中，当前的索引统计信息在一定程度上可以认为是上述初始评估值集合，本方案实质就是确定是否需要将索引统计信息中的初始评估值集合中各评估值与其对应索引之间的关系，更新为当前评估值集合中各评估值与其对应索引之间的关系。

在一些实施例中，当差异信息满足预设条件时，表明前后两次统计值差异较小，此时可基于当前评估值集合中各评估值及其对应的索引，对该数据库的索引统计信息进行更新。

本申请实施例提供的信息处理方法，通过计算在基于数据库的多个索引对该数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合，并获取当前评估值集合与初始评估值集合的差异信息。当差异信息不满足预设条件时，获取标准评估值集合，并根据初始评估值集合、当前评估值集合及标准评估值集合确定该数据库的索引统计信息。本方案通过引入验证机制，保证数据库的区分度评估值在前后统计出现较大偏差时，最终决策的结果更接近真实情况，提升了索引统计信息的准确性；确保不会因评估值的变化而采用错误的执行计划，提高了数据库语句执行的效率。

下面，将以具体的数据库D为例，对本申请中的信息处理方法进行详细描述。参考图3，图3为本申请实施例提供的信息处理方法的应用流程图。

具体的，在数据库D中定义表T的行数为R，设表T上有K个索引。假设索引的区分度评估值为S1～Sk，则在统计估算后定义集合{S1,S2,…,Sk}，并算出这个集合的标准差X0。

具体的，当检测到需要重新对该数据库D的索引的统计信息进行估算时，基于预设的结构化查询语句(如SQL语句)对该表T中的多个数据页进行随机采样，并执行去重处理从得到的若干采样数据页中筛选出最终需要的采样数据。例如，选定索引K1，假设针对索引K1采样得到的数据页里面总共有a条数据行记录，去重后有b条数据行记录，则可以得到该索引K1的区分度评估值为S1，其中S1＝a/b。

每次重新估算区分度评估值后，按照上述方法得到新的标准差X1。

计算X1和X0之间的差值的绝对值T，当T超过预设值T＇时，认为区分度评估值出现严重偏差，此时将发起一次精确的区分度评估值统计。

精确统计流程可以采用在线的热备数据库，也可以使用冷备数据库，在此统称为Slave。需要说明的是，本实施例中需保持Slave跟业务主库(即数据库D)的数据、数据结构等一致，并对Salve上的表T做精确统计。精确统计时，可将采样数据页N设置成无穷大，使得在读取数据页时可遍历表T的所有索引的所有数据页，得到准确的数据行数R和索引的区分度评估值S1～Sk。并按照上述方法，计算出精确数据集合的标准差X2。

最后，比较|X2-X0|和|X2-X1|的大小，也即判断X2更接近X0和X1中的哪个值。若X2更接近X0,则认为X1不准，业务主库保持当前索引统计信息不变；若X2更接近X1,则认为X0不准，业务主库更新当前索引统计信息。以此维持索引统计信息的稳定性。

需要说明的是，本实施例中每次重新估算索引统计信息时，若估算结果与上一次估计值差距太大，都将利用备用数据库发起一次精确统计。

为便于更好的实施本申请实施例提供的信息处理方法，本申请实施例还提供一种基于上述信息处理方法的装置。其中名词的含义与上述信息处理方法中相同，具体实现细节可以参考方法实施例中的说明。

请参阅图4，图4为本申请实施例提供的一种信息处理装置的结构示意图。其中，该信息处理装置400可以集成在服务器中。该信息处理装置400可以包括计算单元401、第一获取单元402、第二获取单元403、及处理单元404，具体可以如下：

计算单元401，用于计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

第一获取单元402，用于获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

第二获取单元403，用于当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述初标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

处理单元404，用于根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

在一些实施例中，所述当前采样数据对应有查询结构信息，所述查询结构信息包括：第一节点信息及第二节点信息；计算单元401具体可以用于：

基于数据库的多个索引、及所述第一节点信息，从所述数据库获取多个数据页；

基于所述第二节点信息从所述多个数据页中确定所述当前采样数据；

根据所述多个数据页中的数据行总量、以及所述当前采样数据的数据行数量，计算所述区分度评估值。

参考图5，在一些实施例中，处理单元404可以包括：

计算子单元4041，用于：

计算所述初始评估值集合中多个评估值的偏离程度，得到第一偏离值；计算所述当前评估值集合中多个评估值的偏离程度，得到第二偏离值；计算所述标准评估值集合中多个评估值的偏离程度，得到第三偏离值；

确定子单元4042，用于根据第一偏离值、第二偏离值及第三偏离值，确定所述数据库的索引统计信息。

在一些实施例中，确定子单元4042可以用于：

获取第一偏离值与第三偏离值之间的差值，得到第一差值；

获取第二偏离值与第三偏离值之间的差值，得到第二差值；

根据第一差值和第二差值，从所述初始评估值集合和所述当前评估值集合中确定目标评估值集合；

基于所述目标评估值集合中各评估值及其对应的索引，确定所述数据库的索引统计信息。

在一些实施例中，确定子单元4042进一步可以用于：

当第一差值大于第二差值时，确定所述当前评估值集合为目标评估值集合；

当第一差值小于或等于第二差值时，确定所述初始评估值集合为目标评估值集合。

在一些实施例中，第一偏离值、第二偏离值及第三偏离值都为方差值，或者第一偏离值、第二偏离值及第三偏离值都为标准差值。

在一些实施例中，第一获取单元402可以用于：

分别对所述当前评估值集合和初始评估值集合中，每一索引的区分度评估值进行偏离程度计算，得到第一偏离值和第二偏离值；

获取所述第一偏离值和所述第二偏离值之间的差值，作为所述差异信息。

继续参考图5，在一些实施例中，该信息处理装置400还可以包括：

第一确定单元405，用于当所述差值大于预设值时，确定所述差异信息不满足预设条件；当所述差值小于或等于所述预设值时，确定所述差异信息满足预设条件。

继续参考图5，在一些实施例中，该信息处理装置400还可以包括：

第二确定单元406，用于当所述差异信息满足预设条件时，基于所述当前评估值集合中各评估值及其对应的索引，确定所述数据库的索引统计信息。

在一些实施例中，该第二确定单元406具体可以用于：

基于所述当前评估值集合中的各评估值及其对应的索引，对所述数据库的多个索引的索引统计信息进行更新。

本申请实施例提供的信息处理装置，通过计算在基于数据库的多个索引对该数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；获取当前评估值集合与初始评估值集合的差异信息；当差异信息不满足预设条件时获取标准评估值集合，标准评估值集合包括：基于该多个索引对该数据库中的数据进行查询时，每一索引的区分度评估值；根据初始评估值集合、当前评估值集合及标准评估值集合确定该数据库的索引统计信息。本方案通过引入验证机制，保证数据库的区分度评估值在前后统计出现较大偏差时，最终决策的结果更接近真实情况，提升了索引统计信息的准确性；确保不会因评估值的变化而采用错误的执行计划，提高了数据库语句执行的效率。

本申请实施例还提供一种服务器。如图6所示，该服务器可以包括射频(RF，RadioFrequency)电路601、包括有一个或一个以上计算机可读存储介质的存储器602、输入单元603、显示单元604、传感器605、音频电路606、无线保真(WiFi，Wireless Fidelity)模块607、包括有一个或者一个以上处理核心的处理器608、以及电源609等部件。本领域技术人员可以理解，图6中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

RF电路601可用于收发信息过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器608处理；另外，将涉及上行的数据发送给基站。通常，RF电路601包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA，LowNoise Amplifier)、双工器等。此外，RF电路601还可以通过无线通信与网络和其他设备通信。

存储器602可用于存储软件程序以及模块，处理器608通过运行存储在存储器602的软件程序以及模块，从而执行各种功能应用以及信息处理。存储器602可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等。此外，存储器602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器602还可以包括存储器控制器，以提供处理器608和输入单元603对存储器602的访问。

输入单元603可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元603可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。除了触敏表面，输入单元603还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元604可用于显示由用户输入的信息或提供给用户的信息以及服务器的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元604可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid CrystalDisplay)、有机发光二极管(OLED，Organic Light-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器608以确定触摸事件的类型，随后处理器608根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图6中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。

服务器还可包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在服务器移动到耳边时，关闭显示面板和或或背光。

音频电路606、扬声器，传声器可提供用户与服务器之间的音频接口。音频电路606可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路606接收后转换为音频数据，再将音频数据输出处理器608处理后，经RF电路601以发送给比如服务器，或者将音频数据输出至存储器602以便进一步处理。音频电路606还可能包括耳塞插孔，以提供外设耳机与服务器的通信。

WiFi属于短距离无线传输技术，服务器通过WiFi模块607可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块607，但是可以理解的是，其并不属于服务器的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器608是服务器的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器602内的软件程序和或或模块，以及调用存储在存储器602内的数据，执行服务器的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器608可包括一个或多个处理核心；优选的，处理器608可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器608中。

服务器还包括给各个部件供电的电源609(比如电池)，优选的，电源可以通过电源管理***与处理器608逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源609还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

具体在本实施例中，服务器中的处理器608会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中，并由处理器608来运行存储在存储器602中的应用程序，从而实现各种功能：

计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

本申请实施例提供的服务器，通过引入验证机制，保证数据库的区分度评估值在前后统计出现较大偏差时，最终决策的结果更接近真实情况，提升了索引统计信息的准确性；确保不会因评估值的变化而采用错误的执行计划，提高了数据库语句执行的效率。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种信息处理方法中的步骤。例如，该指令可以执行如下步骤：

计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种信息处理方法中的步骤，因此，可以实现本申请实施例所提供的任一种信息处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的信息处理方法、装置、存储介质及服务器进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (15)

1.一种信息处理方法，其特征在于，包括：

计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

2.根据权利要求1所述的信息处理方法，其特征在于，所述当前采样数据对应有结构化查询信息，所述结构化查询信息至少包括：第一节点信息和第二节点信息；

所述计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，包括：

基于数据库的多个索引、及所述第一节点信息，从所述数据库获取多个数据页；

基于所述第二节点信息从所述多个数据页中确定所述当前采样数据；

根据所述多个数据页中的数据行总量、以及所述当前采样数据的数据行数量，计算所述区分度评估值。

3.根据权利要求1或2所述的信息处理方法，其特征在于，根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息，包括：

计算所述初始评估值集合中多个评估值的偏离程度，得到第一偏离值；

计算所述当前评估值集合中多个评估值的偏离程度，得到第二偏离值；

计算所述标准评估值集合中多个评估值的偏离程度，得到第三偏离值；

根据第一偏离值、第二偏离值及第三偏离值，确定所述数据库的索引统计信息。

4.根据权利要求3所述的信息处理方法，其特征在于，根据第一偏离值、第二偏离值及第三偏离值，确定所述数据库的索引统计信息，包括：

获取第一偏离值与第三偏离值之间的差值，得到第一差值；

获取第二偏离值与第三偏离值之间的差值，得到第二差值；

根据第一差值和第二差值，从所述初始评估值集合和所述当前评估值集合中确定目标评估值集合；

基于所述目标评估值集合中各评估值及其对应的索引，确定所述数据库的索引统计信息。

5.根据权利要求4所述的信息处理方法，其特征在于，根据第一差值和第二差值，从所述初始评估值集合和所述当前评估值集合中确定目标评估值集合，包括：

当第一差值大于第二差值时，确定所述当前评估值集合为目标评估值集合；

当第一差值小于或等于第二差值时，确定所述初始评估值集合为目标评估值集合。

6.根据权利要求3所述的信息处理方法，其特征在于，第一偏离值、第二偏离值及第三偏离值都为方差值，或者第一偏离值、第二偏离值及第三偏离值都为标准差值。

7.根据权利要求1或2所述的信息处理方法，其特征在于，获取所述当前评估值集合与初始评估值集合的差异信息，包括：

分别对所述当前评估值集合和初始评估值集合中，每一索引的区分度评估值进行偏离程度计算，得到第一偏离值和第二偏离值；

获取所述第一偏离值和所述第二偏离值之间的差值，作为所述差异信息。

8.根据权利要求7所述的信息处理方法，其特征在于，当所述差值大于预设值时，确定所述差异信息不满足预设条件；当所述差值小于或等于所述预设值时，确定所述差异信息满足预设条件。

9.根据权利要求1所述的信息处理方法，其特征在于，还包括：

当所述差异信息满足预设条件时，基于所述当前评估值集合中各评估值及其对应的索引，确定所述数据库的索引统计信息。

10.根据权利要求9所述的信息处理方法，其特征在于，基于所述当前评估值集合及其对应的索引，确定所述数据库的索引统计信息，包括：

基于所述当前评估值集合中的各评估值及其对应的索引，对所述数据库的多个索引的索引统计信息进行更新。

11.一种信息处理装置，其特征在于，包括：

计算单元，用于计算在基于数据库的多个索引对所述数据库中的当前采样数据进行查询时，每一索引的区分度评估值，得到当前评估值集合；

第一获取单元，用于获取所述当前评估值集合与初始评估值集合的差异信息，其中，所述初始评估值集合包括：基于所述多个索引对所述数据库中的历史采样数据进行查询时，每一索引的区分度评估值；

第二获取单元，用于当所述差异信息不满足预设条件时，获取标准评估值集合，其中，所述初标准评估值集合包括：基于所述多个索引对所述数据库对应的备用数据库中所有数据进行查询时，每一索引的区分度评估值；

处理单元，用于根据所述初始评估值集合、所述当前评估值集合及所述标准评估值集合，确定所述数据库的索引统计信息。

12.根据权利要求1所述的信息处理方法，其特征在于，所述当前采样数据对应有查询结构信息，所述查询结构信息包括：第一节点信息及第二节点信息；所述计算单元用于：

基于数据库的多个索引、及所述第一节点信息，从所述数据库获取多个数据页；

基于所述第二节点信息从所述多个数据页中确定所述当前采样数据；

根据所述多个数据页中的数据行总量、以及所述当前采样数据的数据行数量，计算所述区分度评估值。

13.根据权利要求11或12所述的信息处理装置，其特征在于，所述处理单元包括：

计算子单元，用于计算所述初始评估值集合中多个评估值的偏离程度，得到第一偏离值；计算所述当前评估值集合中多个评估值的偏离程度，得到第二偏离值；计算所述标准评估值集合中多个评估值的偏离程度，得到第三偏离值；

确定子单元，用于根据第一偏离值、第二偏离值及第三偏离值，确定所述数据库的索引统计信息。

14.一种计算机可读存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述权利要求1-10任一项所述信息处理方法中的步骤。

15.一种服务器，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行上述权利要求1-10任一项所述信息处理方法中的步骤。

Images