在 Ettu 中总结大型查询日志

数据库访问日志庞大、难以处理，且不易由人工检查和总结。尽管如此，它们仍是性能调优到安全审计等任务的标准首选资源。本文中，我们应对的挑战是：将大量 SQL 查询序列紧凑编码，以便呈现给人类用户。我们的方法基于 Weisfeiler-Lehman (WL) 近似图同构算法，该算法可识别图（在我们的案例中为抽象语法树）的显著特征。我们对 WL 的推广使我们能够为 SQL 查询定义距离度量，进而实现查询的自动聚类。我们还提出了两种可视化查询聚类的技术，以及一种允许以交互速度构建这些可视化的算法。最后，我们以一个激励性示例——一家美国大型银行的内部威胁检测——为背景评估了我们的算法。我们在真实世界的查询日志上通过实验表明：(a) 我们的距离度量捕捉到了有意义的相似性概念，(b) 日志总结过程具有可扩展性和高性能。