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！

龙图腾网获悉上海沄熹科技有限公司申请的专利基于Q-learning生成分布式执行计划的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：CN116991878B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310740409.6，技术领域涉及：G06F16/2453；该发明授权基于Q-learning生成分布式执行计划的方法及系统是由张仔涵设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本基于Q-learning生成分布式执行计划的方法及系统在说明书摘要公布了：本发明公开了基于Q‑learning生成分布式执行计划的方法及系统，属于分布式数据库技术领域，本发明要解决的技术问题为如何将强化学习应用到数据库中，用于生成最优的分布式物理执行计划，从而提高查询性能和响应速度，采用的技术方案为：该方法具体如下：生成逻辑计划：生成一个planNode逻辑计划节点，每一条SQL均有对应的planNode；生成分布式物理计划：根据逻辑计划生成分布式物理计划；具体如下：查询优化器接收到一个SQL查询，并根据查询语句构建逻辑查询计划；将逻辑查询机刷转换成分布式物理查询计划；针对每个候选的物理执行计划采用Q‑learning算法生成最优的代理选择和任务分配方案。

本发明授权基于Q-learning生成分布式执行计划的方法及系统在权利要求书中公布了：1.一种基于Q-learning生成分布式执行计划的方法，其特征在于，该方法具体如下： 生成逻辑计划：生成一个planNode逻辑计划节点，每一条SQL均有对应的planNode； 生成分布式物理计划：根据逻辑计划生成分布式物理计划；具体如下： 查询优化器接收到一个SQL查询，并根据查询语句构建逻辑查询计划； 将逻辑查询计划转换成分布式物理查询计划：优化器生成一个候选的物理执行计划列表，并且每个物理执行计划均涉及到一个或多个节点上的任务分配； 针对每个候选的物理执行计划采用Q-learning算法生成最优的代理选择和任务分配方案； 根据代理选择和任务分配方案计算出物理执行计划的效用函数值； 通过比较所有候选的物理执行计划的效用函数值，选择效用函数最高的物理执行计划作为执行该查询的方案； 执行由优化器选择的最佳物理执行计划，在分布式环境中协调各个节点的执行进度，最终完成查询处理； 其中，效用函数值与任务完成时间、资源利用率和负载均衡相关，具体如下： 根据任务完成时间和截止时间的比例计算完成任务的效用函数值，并对完成任务的效用函数值进行归一化处理；具体为： completionUtility:=math.Max0,taskDeadline-taskExecutionTimetaskDeadline； 其中，completionUtility表示一个calculateUtility函数；taskExecutionTime表示任务的实际完成时间；taskDeadline表示任务的截止时间； 根据系统资源利用率计算资源利用效用函数值，并对资源利用效用函数值进行归一化处理；具体为： resourceUtility:=math.Max0,1-resourceUtilization； 其中，resourceUtilization表示系统资源的利用率； 根据代理负载均衡计算负载均衡效用函数值，并使用函数对效用函数值进行平滑处理，具体为： loadBalanceUtility:=math.Exp-agentLoadBalance 其中，agentLoadBalance表示各个代理的负载均衡情况； 将各个效用函数按照权重进行加权平均，综合计算总体效用函数值，具体为： utility:=0.6completionUtility+0.3resourceUtility+0.1loadBalanceUtility； Q-learning算法是以贪心策略为基础，不断地对当前状态的Q值进行更新，使Q值越来越逼近最优值；具体为： 在每个时间步骤中，智能体根据当前状态选择一个动作，并观察到环境的下一个状态和相应的奖励信号； 智能体使用下一个状态的最大Q值更新当前状态的Q值，并将这个Q值存入Q表中； Q-learning算法生成分布式执行计划的训练过程，公式如下： Qs,a=Qs,a+αr+γmaxQs',a'-Qs,a； 其中：S表示逻辑计划生成的plannode与NodeID之间的映射，作为当前状态；a表示NodeID服务器节点ID，作为当前动作；s'表示逻辑计划生成的plannode与新的NodeID之间的映射，作为下一个状态；α表示学习率；γ表示衰减因子，用于调整未来奖励的折扣因素；Qs,a=Qs,a+αr+γmaxQs',a'-Qs,a代表Q值的更新过程，通过对奖励信号的不断观察和对Q值的不断更新，物理计划逐渐学习到最优分布式策略。

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上海沄熹科技有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区张东路1158号、丹桂路1059号2幢305-22室；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。