(宁夏建设职业技术学院,宁夏 银川 750021)
人工智能技术的运用具有较强的便捷性,依托于大数据技术的运用可在较短的时间内对大量数据进行快速而高效地处理。但是如何对大量的数据信息进行有效查询已经成为数据库管理与运行的重要项目之一。
在人工智能运用下数据库查询功能中,常常需要对大量较为复杂的数据进行查询,对数据查询的便捷性与时间性要求越来越高,要求通过数据查询能够得到较为直接的分析结果[1]。
基于用户的数据查询需求,在人工智能数据查询过程中、可以构建多个系统管理与运行模块,同时对模块运行的功能要求高。在系统管理模块,要求能够快速地进行用户注册与登录。在数据查询模块,要求能够实现数据信息的有效查询与输出。在数据订阅模块,要求能够实现对数据信息的订阅。为数据库中的内容建立自然语言解析方式,使得运行中可对数据库中的内容与数据运用SQL语言。在用户权限管理中,对用户进行组下权限的有效分配与管理操作,提升数据信息的真实性与可靠性。为数据库的信息管理与运行设置相关的辅助操作功能,包括数据可视化、语言语音输入以及历史记录查询等人性化的功能[2]。
在LE CCO SQL Expert 运行中具有边做边学式的操作方式,以此可促进系统的开发人员与数据库的管理人员专业技能的提升,在管理中可写出性能较优的SQL语句。
源SQL与待选SQL之间的差异之处可以通过LEC CO SQL Expert中的SQL比较器进行体现。在数据库运行中按下比较器按钮,对不同的语句进行对比分析,从而可优化数据库的查询与数据分析,同时还可以选择源语句与重写语句之间进行对比。
对数据的分析对比结果可见,SQL124在重写之后将第一个Exists变为In,在字段DPT—ID中合并空字符串,使得数据库运行中能够运行系统中的子查询要求。项目执行完成之后,将查询结果和EMPLOYEE表之间建立嵌套循环连接(Nested Loop Join)[3]。
点击“执行计划”复选框能够查看系统运行中的两条不同SQL语句之间执行计划的差异性,以此分析不同查询结果之间的不同。通过点击“SQL信息按钮”,查看系统运行中存在的疑惑点,并利用上下文敏感帮助系统对其中的疑惑点进行解释分析。在系统运行比较器中,点击“统计信息”复选框,能够得到两条SQL语句运行下的数据信息,通过对数据信息进行分析对比可得出对数据库资源消耗的理解。
通过对LE CCO SQL Expert的优化,在数据查询方面具有显著的运用优势,可运用LE CCO SQL Expert实现对SQL的有效优化,在数据库查询过程中,只要写出SQL语句,即可自主找到最佳的性能优化方法。
LE CCO SQL Expert技术通过长期的运行之后已经形成了较为成熟的应用技术,通过对运用中缺陷的分析可找出有效的改善对策。传统查询方式中面临着需要耗费大量的时间,对人具有较高的依赖性、运行中会受到人的思维的限制,可以不断寻求新的优化方法与优化方式,采用新的自动优化软件,具有省时而高效的运行特征,借助于LE CCO小助手的运用与实施可写出专家级的SQL语句,以此促进并优化系统查询[4]。
当前数据库运行中往往具有较多的数据需要处理,在数据计算以及数据分析层面往往需要耗费较多的资源,为了便于数据库的查询,应当不断加强数据库的服务端设计,对数据运行中的多个层面分析,据此设置相应的运行框架。在数据服务端的设计过程中要求能够满足自然语言分析、数据查询、数据订阅与数据分析等多项功能。
客户端的数据分析主要包括Android端、Web端等,客户端主要反映用户使用过程中服务端返回的相关数据,并进行客户相关要求进行操作,在管理过程中建立一种较为便捷的操作方式。业务服务端主要是对系统信息数据写入与更新的有效处理。对内部数据的查询主要是针对自然语言,用户输入的内容中可能并不符合数据查询的命令,难以实现有效查询,针对此种情况,可以不断优化系统中的框架设计。
系统模块设计主要包括自然语言解析模块、数据查询模块等。
自然语言解析模块设计中可解析用户输入的相关数据内容,并针对数据内容进行条件与层级的构建,结合查询工作进行的需要将数据转化为可以进行内部查询的数据结构。在查询约束中可以建立针对关键字与简单指令的约束条件,在语言解析时构建一个整体上的判断框架,若系统难以实现有效查询,则转交第三方聊天机器人,或者开发自身系统的内部的聊天功能,并预留扩展接口。或者在常规操作方式之下通过检测而进行语句分解[5]。
例如在高校数据库建立过程中可以为师生构建相关的查询体系,相关数据查询方式的代码表示如下:
数据查询模块能够将数据进行有效汇总与整理,并将整理完成的数据结构建立条件搜索方式,同时可将搜索完成的数据打包发送至业务服务器。用户在输入数据查询内容之后,可将自然语言模块中的内容进行解析处理,并将其转化为结果集合。上级管理组事务管理模块可获得该模块中的数据信息,并可依据数据查询条件等,为数据信息管理构建最优的数据搜索范围,对数据匹配率进行整理与分析。
数据库运行中的基础性操作工具为项目数据库操作系统,运行中可从数据库中获得所需的数据,例如可以第三方插件MySQL Connector/J 5.1.42与项目的数据库连接,可获取管理组URL与管理组ID,为数据管理提供数据支持。在该模块中具有传统数据库操作类的常规操作,在实际运用中需要频繁操作,未设计成单例的运行方式,运行中结合实例进行分析,并建立开启连接与关闭的运行方式。
订阅监控模块运行属于一个较为独立的运行分支,运行中不涉及出服务器的业务。将服务器启动之后,订阅模块会自动初始化,同时系统运行中可启动定时任务功能,在初始化操作之后,系统可对内部数据进行自动检测与筛检,由此而判断系统中是否具有订阅数据目录(Excel-Data)、订阅日志文件(Excel DataLog.xlsx),并对日志文件及时更新,并分析检测中的订阅内容是否准确,在内容数据不符合要求时,将该数据删除。
在日志数据分析时,可以通过系统中的监控模块周期更新日志,可以此检测当前时间是否符合要求,若在凌晨更新,则在订阅监控模块时,系统会暂时停止对订阅日志的更新,在日志订阅中可从指定的数据库中获取相关信息,且在系统运行中构建一个Excel文件IO模块,将数据库中的数据在本地进行存取,并生成temp.xslx文件,对不同的数据进行对比,主要包括日志文件与temp.xslx文件中的信息,可通过两张表并行模式进行信息对比与分析。在进行独臂分析时,将必要的数据统计与分析之后,可对数据归纳至项目数据表格之中,并在系统运行中进行推送处理,业务数据库对数据库中的相关数据进行后续分析。
本文研究的数据库查询方式参照了阿里云的DataV的数据库管理服务,在传统的数据查询方式之外构建了语言分词与语句解析的运行方式,对数据库运行建立了多种分析方式,可借助于自然语言使得机器人可促进数据信息查询,由此为使用者进行数据信息查询提供了一种全新的方式,使得用户可通过语音进行数据查询,降低了传统数据库查询的门槛,为信息数据库的使用者建立了一种较为便捷的查询方式,可在较短的时间内查询大量数据。