Spark SQL多表连接优化方法、装置、计算机设备和存储介质

摘要

本申请涉及一种Spark SQL多表连接优化方法、装置、计算机设备和存储介质。该方法包括：获取根据目标数据仓库设计的SQL多表连接查询语句集；将SQL多表连接查询语句集划分为训练集和测试集；根据训练集和测试集，对预先构建的马尔可夫决策模型进行训练，获得目标数据仓库的多表连接查询计划选择策略；根据多表连接查询计划选择策略，对目标数据仓库的数据表进行连接。解决了Spark SQL现有的查询优化在多表连接查询计划选择时效率低、依赖开发人员经验的问题，能够快速有效地构建多表连接查询执行计划，从而提高Spark SQL执行效率。