【技术实现步骤摘要】
本专利技术属于数据库分析，具体是一种可视化的数据库分析方法及系统。
技术介绍
1、可视化的数据库分析方法是一种基于flask后端和vue.js前端的技术架构，将flask强大的后端处理能力与vue.js出色的前端交互性能相结合，在这种架构中，flask负责处理数据逻辑、业务流程和数据库等后端资源交互，vue.js专注于构建用户界面，以高效的组件化模式和良好的用户体验特性，打造出直观、友好且交互性强的前端界面，通过采用直观的展示方式和深入的统计分析，帮助用户更好地理解数据库的情况，及时发现潜在的问题，并采取相应的优化措施。但是现有的可视化的数据库分析方法，存在慢查询不能及时发现和定位，无法准确地分析慢查询的具体执行情况，导致系统整体性能下降，增加系统的维护成本和难度，影响用户体验的技术问题；存在数据库分析工具大多都只提供基本的数据库操作功能，缺乏对crud操作次数的可视化展示，导致难以直观地了解数据库操作的具体情况和趋势，不利于快速发现异常操作和频繁操作的重点区域的技术问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种可视化的数据库分析方法及系统，针对存在慢查询不能及时发现和定位，无法准确地分析慢查询的具体执行情况，导致系统整体性能下降，增加系统的维护成本和难度，影响用户体验的技术问题，采用慢查询优化，在后端服务器配置mysql慢查询日志，运用甲虫群优化算法，计算甲虫位置和移动速度，调整惯性权重，借助慢查询日志数据，对导致慢查询的因素进行搜索分析，提高
2、本专利技术采取的技术方案如下：本专利技术提供的一种可视化的数据库分析方法，该方法包括以下步骤：
3、步骤s1：分流统计，具体为获取数据的流动和分布情况；
4、步骤s2：慢查询优化，具体为在后端服务器配置mysql慢查询日志，运用甲虫群优化算法，计算甲虫位置和移动速度，调整惯性权重，借助慢查询日志数据，对导致慢查询的因素进行搜索分析，提高查询效率；
5、步骤s3：后端服务器搭建，具体为使用flask框架搭建后端服务器，通过python的mysql连接器与mysql数据库建立连接，后端服务器负责接收前端发送的请求，执行数据库操作，并将结果返回给前端；
6、步骤s4：crud操作可视化展示，具体为统计所有crud的操作请求，记录操作类型和次数并实时更新提供给前端，分解操作数据并整理，通过奇异值分解再进行主成分压缩，计算目标函数来评估后端服务器对数据库的操作情况，包括整体效率和资源利用，根据目标函数的分析对后端服务器进行调整；
7、步骤s5：开发前端展示界面，具体为使用vue.js框架开发前端展示界面，包括图表、表格，用于直观展示crud操作次数和慢查询分析结果，以便更好地理解数据库的性能情况。
8、进一步地，在步骤s1中，所述分流统计，包括以下步骤：
9、步骤s11：确定需要统计的分流维度，包括按照不同的数据来源渠道、不同的时间段和不同的业务类型进行划分；
10、步骤s12：在数据流经的各个节点设置监测点，记录相关数据通过的情况；
11、步骤s13：用数据库的查询语句来对数据进行分类汇总计算，统计每个维度下的数据量、流量占比信息，对收集到的数据进行处理和分析，以清晰地呈现分流的具体情况，确保数据采集的准确性和完整性，以便得到可靠的分流统计结果。
12、进一步地，在步骤s2中，所述慢查询优化，包括以下步骤：
13、步骤s21：配置慢查询日志，在后端服务器上配置mysql的慢查询日志功能，确定慢查询的阈值时间，mysql自动记录满足慢查询条件的查询记录放入日志文件中，后端服务器定期读取慢查询日志文件；
14、步骤s22：采用甲虫群优化算法，计算甲虫在搜索空间中的位置，用于寻找可能的优化方向和潜在的改进点，所用公式如下：
15、；
16、式中，表示在迭代次数为k+1时第i只甲虫在搜索空间中的位置，表示在迭代次数为k时第i只甲虫在搜索空间中的位置，表示第i只甲虫在迭代次数为k时的位置移动范围，表示在迭代次数为k时第i只甲虫的移动速度，μ用于控制对甲虫位置更新的影响权重；
17、步骤s23：计算甲虫的移动速度，不同的速度在算法运行中用于平衡全局的广泛探索和局部的精细开发，既能在较大范围中寻找潜在的更好的解，又能在已发现的区域进行深入挖掘，所用公式如下：
18、；
19、式中，表示在迭代次数为k+1时第i只甲虫的移动速度，表示第i只甲虫的速度更新因子，表示整个甲虫群体的速度更新因子，w表示改进后的惯性权重，和表示范围为[0，1]的随机权重，表示第i只甲虫在迭代次数为k时的最优位置，表示整个群体在迭代次数为k时的最优位置，表示整个群体在迭代次数为k时的当前位置；
20、步骤s24：改进惯性权重，随着迭代进行，惯性权重逐渐从最大值向最小值变化，这样可以保证在算法初期保持较大的惯性，有助于在较大范围内搜索，在后期减少惯性权重，使算法更倾向于精细搜索，提高算法的收敛速度和精度，所用公式如下：
21、；
22、式中，w表示改进后的惯性权重，表示惯性权重的最大值，表示惯性权重的最小值，k表示最大迭代次数；
23、步骤s25：进化搜索，进化开始时，算法的搜索范围更大，检测到最优解后，甲虫的速度会减慢并进入本地搜索，所用公式如下：
24、；
25、式中，表示第i只甲虫在迭代次数为k时的位置移动范围，δ表示步长，sign表示符号函数，表示整个群体在迭代次数为k时的随机最优位置，表示整个群体在迭代次数为k时的当前随机位置；
26、步骤s26：调整优化，根据甲虫群优化算法对导致慢查询的因素进行搜索和分析，有针对性地对导致慢查询的因素进行分析改进，提升系统性能和用户体验。
27、进一步地，在步骤s3中，所述后端服务器搭建，具体为使用flask框架搭建后端服务器，通过python的mysql连接器与mysql数据库建立连接，后端服务器负责接收前端发送的请求，执行数据库操作，并将结果返回给前端。
28、进一步地，在步骤s4中，所述crud操作可视化展示，包括以下步骤：
29、步骤s41：统计操作请求，后端服务器通过统计所有对mysql数据库的crud操作请求，记录每个操作的类型和次数，统计信息实时更新，并提供给前端进行展示；...
【技术保护点】
1.一种可视化的数据库分析方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤S2中，所述慢查询优化，包括以下步骤：
3.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤S4中，所述CRUD操作可视化展示，包括以下步骤：
4.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤S1中，所述分流统计，包括以下步骤：
5.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤S3中，所述后端服务器搭建，具体为使用Flask框架搭建后端服务器，通过Python的MySQL连接器与MySQL数据库建立连接，后端服务器负责接收前端发送的请求，执行相应的数据库操作，并将结果返回给前端。
6.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤S5中，所述开发前端展示界面，包括以下步骤：
7.一种可视化的数据库分析系统，用于实现如权利要求1-6中任一项所述的一种可视化的数据库分析方法，其特征在于：包括分流统计
8.根据权利要求7所述的一种可视化的数据库分析系统，其特征在于：所述分流统计模块，具体为了解数据的流动和分布情况；
...【技术特征摘要】
1.一种可视化的数据库分析方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤s2中，所述慢查询优化，包括以下步骤：
3.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤s4中，所述crud操作可视化展示，包括以下步骤：
4.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤s1中，所述分流统计，包括以下步骤：
5.根据权利要求1所述的一种可视化的数据库分析方法，其特征在于：在步骤s3中，所述后端服务器搭建，具体为使用flask框架搭建后端服务器，通过python...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。