通常 SQL語句可以分為分為四大類： 資料查詢語言 DQL，資料操縱語言DML，資料定義語言DDL，資料控制語言DCL。

但在資料的操作上，可以根據 SQL對於IO、CPU、記憶體等資源的消耗可以分為 AP的SQL和TP的SQL。

通常情況下單個 TP的SQL語句對於資源的消耗是非常的少的。而AP的SQL會消耗量的IO、記憶體、CPU等資源。過程如下圖：

ap_tp_decide

SQL的判別可以從幾個點入手：

1）基於規則的判別。

SQL語法可以解析為抽象語法解析樹，透過觀察者模型對語法解析數進行規則分析，提取出SQL語法的關鍵資訊點可以進行簡單的做甄別出SQL的類別。如TP 類SQL會有事務級別的插入、修改、刪除等操作，也會有指定條件的簡單查詢等操。AP類SQL通常會有大量的分類統計與語法巢狀，根據類似SQL的規則的甄別可以通常可以判斷出70%左右的SQL的類別。對於無法做到甄別的可以再透過演算法模型做進一步判別

2）基於演算法模型的判別。

基於演算法模型的判別需要從幾個步驟入手：訓練集、驗證集資料準備與標註、特徵變數處理、訓練模型選擇、模型引數最佳化、驗證準確性、根據驗證準確性做進一步最佳化。

訓練集、驗證集準備：

開啟資料庫的日誌記錄功能，把 SQL語句以及對應的資源消耗等記錄記錄下來，用做演算法模型需要使用的資料，並把資料分成訓練集合驗證集。

特徵變數處理：

可以對資料的特徵變數進行進一步加工處理，如對 SQL可以進一步處理為語法樹，根據語法樹展開放入到特徵變數中去。

訓練模型選擇：

本次做的處理是分類模型，是對 SQL語句或者SQL解析後的語法樹進行分類，所以我們可以選擇分類模型來處理這個事情，但由於資料庫對於效能要求很高，所以在選擇時也要從模型呼叫的效能做為考慮。

模型引數最佳化：

通常指的就是模型調參，這個是一個演算法模型的常規做法根據不同的引數進行最佳化。

驗證準確性：

把資料代入到驗證集中對資料做進一步校驗，驗證演算法的準確度。

以上為 SQL 解析的 AP/TP 判別， 「分散式技術專題」是國產資料庫 hubble 團隊精心整編，專題會持續更新，歡迎大家保持關注。