神經(jīng)網(wǎng)絡(luò)思想切入數(shù)據(jù)庫查詢優(yōu)化的應(yīng)用

神經(jīng)網(wǎng)絡(luò)思想是一種新型的計(jì)算機(jī)算法思想和技術(shù)，它源于動物的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)所體現(xiàn)出的學(xué)習(xí)和聯(lián)想能力，在應(yīng)用到計(jì)算機(jī)方面能夠反映諸多的非線性映射關(guān)系，并在數(shù)據(jù)庫查詢優(yōu)化上有著非常大的優(yōu)勢。本文以事務(wù)鎖查詢優(yōu)化為案例，對神經(jīng)網(wǎng)絡(luò)思想切入數(shù)據(jù)庫查詢優(yōu)化的應(yīng)用展開研究，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)思想能夠高效快速的識別，提升事務(wù)的執(zhí)行效率，進(jìn)而提升數(shù)據(jù)庫的查詢效率。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)庫 查詢優(yōu)化 應(yīng)用

神經(jīng)網(wǎng)絡(luò)思想是以人體的神經(jīng)系統(tǒng)為參考而創(chuàng)立的，并模仿人體記憶和訓(xùn)練的過程。由于神經(jīng)網(wǎng)絡(luò)能夠體現(xiàn)出聯(lián)想記憶和數(shù)據(jù)非線性映射的特征，因而在數(shù)據(jù)識別方面具有顯著的優(yōu)勢，并被廣泛的運(yùn)用到數(shù)據(jù)庫查詢優(yōu)化中。

1 神經(jīng)網(wǎng)絡(luò)簡介

從生物學(xué)角度來說，神經(jīng)網(wǎng)絡(luò)位于動物的大腦中，并成為其組成部分之一。在此基礎(chǔ)上，科學(xué)家將其遷移到網(wǎng)絡(luò)環(huán)境并發(fā)明了人工神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)的目的在于，模仿人類大腦內(nèi)部的某些機(jī)理和功能，將網(wǎng)絡(luò)的功能擴(kuò)大化。而這種思想并不是想要徹底取代傳統(tǒng)的計(jì)算機(jī)，而是想要在現(xiàn)有計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域進(jìn)行深入研究，著重解決那些利用傳統(tǒng)計(jì)算方式非常困難的問題領(lǐng)域。神經(jīng)網(wǎng)絡(luò)即使一個(gè)計(jì)算機(jī)概念，也是一個(gè)數(shù)學(xué)概念。作為一項(xiàng)新鄉(xiāng)的研究領(lǐng)域技術(shù)，迅速引起了科學(xué)家們的廣泛關(guān)注，并開展了大量的研究和探討。

2 神經(jīng)網(wǎng)絡(luò)思想在數(shù)據(jù)庫查詢優(yōu)化方面的優(yōu)勢

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的快速發(fā)展，數(shù)據(jù)庫系統(tǒng)技術(shù)也在突飛猛進(jìn)。目前，國內(nèi)外的大型企業(yè)為了處理海量的數(shù)據(jù)和高并發(fā)，紛紛采用大型的分布式數(shù)據(jù)庫系統(tǒng)。而根據(jù)傳統(tǒng)的分布式系統(tǒng)理論，在分布式系統(tǒng)中大部分的處理單元都屬于自律要素，并且通過這些處理單元彼此之間產(chǎn)生的作用來決定該系統(tǒng)的整體處理性能高低。然而，這些自律要素之間卻存在較大的差異，有的處理能力較強(qiáng)，有的則較弱。因而，其總體處理效率通常受到一些低處理能力的自律要素所限制。而在人工神經(jīng)網(wǎng)絡(luò)模型中，通常都會假設(shè)單個(gè)神經(jīng)元的處理能力非常簡單，并通過興奮性或抑制性信號與其他單元完成通信。而每個(gè)神經(jīng)元都代表一個(gè)假設(shè)，不同神經(jīng)元之間產(chǎn)生相互作用則可以證明假設(shè)的成立。

根據(jù)以上的分析，可以歸納出神經(jīng)網(wǎng)絡(luò)思想在數(shù)據(jù)庫查詢優(yōu)化方面的幾個(gè)特征：

（1）能夠在極端的時(shí)間間隔內(nèi)找到較好，但不一定是最佳的解決方案。

（2）對于同一個(gè)問題的處理，是由許多的簡單的處理單元共同完成的。

（3）以假設(shè)、模糊或者矛盾等方法對數(shù)據(jù)進(jìn)行分析并試圖尋找解決方案。

（4）容錯(cuò)能力強(qiáng)。

而在上述的四個(gè)特征當(dāng)中，第一個(gè)非常突出，這也是啟發(fā)式算法的核心特征。因此，在許多情況下，尤其是一些實(shí)際問題，在對數(shù)據(jù)庫進(jìn)行查詢時(shí)，一些所謂的最佳算法通常計(jì)算時(shí)間較長，或者隨著問題規(guī)模的增長，其計(jì)算時(shí)間也會呈現(xiàn)出指數(shù)級的增長速度。而利用神經(jīng)網(wǎng)絡(luò)思想的啟發(fā)式算法則可以在最短的時(shí)間找出一個(gè)較好的答案。

3 神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)庫查詢優(yōu)化中的具體應(yīng)用

增、刪、改、查是數(shù)據(jù)庫的四大基本操作，而查詢時(shí)使用頻率最高的一種操作。因此，必然要對查詢進(jìn)行深入優(yōu)化，以提升查詢效率，減少查詢時(shí)間。傳統(tǒng)的數(shù)據(jù)庫查詢優(yōu)化方式通常包含增加索引、改變模式、修改事務(wù)隔離級別等。然而這些方案通常都會對整個(gè)數(shù)據(jù)庫系統(tǒng)產(chǎn)生影響，還會產(chǎn)生一些不利影響。而想要避免這些不利影響，并將查詢效率提高，最佳的方案就是重寫查詢語句。在影響數(shù)據(jù)庫查詢效率的諸多因素中，事務(wù)是最主要的一個(gè)因素。因此，本文將以事務(wù)為例，利用神經(jīng)網(wǎng)絡(luò)的思想對其進(jìn)行優(yōu)化。

在對事務(wù)進(jìn)行處理時(shí)，鎖查詢優(yōu)化是一個(gè)非常關(guān)鍵的問題。如果采用神經(jīng)網(wǎng)絡(luò)思想，可以從如下幾個(gè)方面對其進(jìn)行優(yōu)化。

（1）使用單獨(dú)的程序來處理那些較為復(fù)雜耗時(shí)的讀操作。

（2）去除多余的鎖。

（3）對事務(wù)進(jìn)行再次分割，分成更小的事務(wù)單元。

（4）在不影響應(yīng)用正常使用的前提下，降低事務(wù)的隔離級別。

（5）根據(jù)程序的要求，選取合適的粗粒度鎖或細(xì)粒度鎖。

（6）只有對數(shù)據(jù)庫的訪問量很少時(shí)，采取修改數(shù)據(jù)庫的結(jié)構(gòu)。

（7）死鎖監(jiān)測周期的查詢優(yōu)化。

上述七點(diǎn)建議雖然可以單獨(dú)使用，但是融合到一起，效果會更好。沒一點(diǎn)都是對神經(jīng)網(wǎng)絡(luò)思想的貫徹。例如，在選擇降低事務(wù)隔離級別的時(shí)候，可以運(yùn)用單層的前向神經(jīng)網(wǎng)絡(luò)思想來進(jìn)行確定。具體實(shí)驗(yàn)原理為，同時(shí)開啟多個(gè)線程，通過持續(xù)的反復(fù)執(zhí)行對同一個(gè)賬戶的總余額查詢事務(wù)和多個(gè)轉(zhuǎn)賬事務(wù)。為了不影響數(shù)據(jù)的正常使用，可以首先使用模擬數(shù)據(jù)來實(shí)驗(yàn)。同樣也可以獲得期望的結(jié)果，包含可串行化的影響，死鎖可能性，阻塞可能性，隔離級別等。在這個(gè)實(shí)驗(yàn)的基礎(chǔ)上，可以構(gòu)建出如下的單層前向神經(jīng)網(wǎng)絡(luò)，如圖1所示。在該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，主要包含了輸入層和輸出層。其中輸出層的作用是，對輸入層的數(shù)據(jù)和期望結(jié)果加以比較，并確定其權(quán)數(shù)。最紅，把該權(quán)數(shù)應(yīng)用到實(shí)際問題當(dāng)中。因此，單層神經(jīng)網(wǎng)絡(luò)包含如下三個(gè)環(huán)節(jié)：確定期望結(jié)果參數(shù)，確定權(quán)數(shù)，實(shí)際應(yīng)用。

此外，在一些情況下，增加數(shù)據(jù)的事務(wù)會把每條新增記錄的唯一標(biāo)識進(jìn)行關(guān)聯(lián)。但是當(dāng)并發(fā)量較大時(shí)，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)就必須要進(jìn)行有效的協(xié)調(diào)，避免出現(xiàn)唯一標(biāo)識重復(fù)或沖突的問題。然而，傳統(tǒng)的做法是依賴于數(shù)據(jù)庫內(nèi)部的計(jì)數(shù)器。具體做法是在新增數(shù)據(jù)事務(wù)開始時(shí)，首先該計(jì)數(shù)器加1，之后進(jìn)行插入操作，之后提交事務(wù)。但是，從操作效率上來說，多了一個(gè)計(jì)數(shù)器，就多增加了計(jì)算的時(shí)間，而事務(wù)又是相互隔離，一個(gè)事物未提交，另一個(gè)事物讀取的計(jì)數(shù)器的值可能會出現(xiàn)差錯(cuò)。因此，傳統(tǒng)的計(jì)數(shù)器方式無法很好的解決這個(gè)問題。而使用一種非線性激活函數(shù)的前向神經(jīng)網(wǎng)絡(luò)則提供了一種新的解決方式。例如可以把激活函數(shù)設(shè)定為符號函數(shù)，閥值為0，這樣就能夠識別XOR（異或）問題。并且這種思想較為簡單，識別能力較強(qiáng)，對于上述的協(xié)調(diào)工作非常具有優(yōu)勢，因而在數(shù)據(jù)庫的查詢優(yōu)化方面有著較多的應(yīng)用。

4 結(jié)語

綜上所述，神經(jīng)網(wǎng)絡(luò)思想在數(shù)據(jù)庫查詢優(yōu)化上的核心切入點(diǎn)在于高效快速的解決識別問題，方便快捷，容錯(cuò)率較高，因而具有十分廣泛的應(yīng)用。

參考文獻(xiàn)

[1]樊紅珍.基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)庫優(yōu)化查詢方法研究[J].電腦知識與技術(shù)，2017（04）：1-3.

[2]孫國社，李艷玲，王明章.基于神經(jīng)網(wǎng)絡(luò)的動態(tài)查詢構(gòu)件設(shè)計(jì)及實(shí)現(xiàn)[J].計(jì)算機(jī)與信息技術(shù)，2010（Z2）：41-44.

[3]吳樹榮.神經(jīng)網(wǎng)絡(luò)思想切入數(shù)據(jù)庫查詢優(yōu)化的應(yīng)用研究[J].中小企業(yè)管理與科技（上旬刊），2009（05）：283-284.

作者簡介

劉嬋（1984-），女，山西省太原市人。中北大學(xué)軟件工程碩士，助理實(shí)驗(yàn)師。

作者單位

忻州師范學(xué)院 山西省忻州市 034000