1.一种基于深度强化学习的索引选择方法，其特征在于，包括以下步骤：S1创建数据库实例；

S2根据所述数据库实例和指定规则分别生成训练工作负载和测试工作负载；

S3根据五条启发式规则分析所述训练工作负载，生成候选索引；

S4基于所述候选索引设置本次训练的索引限制条件，并基于所述索引限制条件训练索引选择智能体；

S5使用所述索引选择智能体在所述测试工作负载上选择最优索引组合；

S6在所述数据库实例创建索所述最优索引组合；

五条所述启发式规则分别为：

将查询语句中所有出现的属性设为单列索引；

将WHERE后面的等值查询和范围查询关联的属性作为多列索引，且索引中的顺序和查询语句中的排列顺序一致；

若出现ORDER‑BY和GROUP‑BY，多列索引需要包含对应关联的属性，且保持顺序一致；

若有具体要查询的属性，多列索引需包含全部要查询的属性，即为覆盖索引；

若出现多表多属性连接查询，将连接查询处的每个表所有连接属性分别设为多列索引。

2.如权利要求1所述的基于深度强化学习的索引选择方法，其特征在于，所述创建数据库实例的具体方式为：使用TPC‑H工具生成1GB数据，并将所述数据加载到数据库，得到数据库实例。

3.如权利要求2所述的基于深度强化学习的索引选择方法，其特征在于，所述基于所述索引限制条件训练索引选择智能体的具体方式为：S40对索引选择智能体的经验回放池、目标网络更新频率、估计Q网络参数和目标网络参数进行定义；

S41初始化所述数据库的环境状态，得到初始化数据库；

S42使所述索引选择智能体在所述初始化数据库中的预设概率下满足预设动作；

S43执行所述预设动作，观测获得奖励和下一状态，并将当前状态、所述预设动作、所述奖励和所述下一状态整理，得到储存序列；

S44将所述储存序列输入到所述经验回放池，并更新所述储存序列的优先级；

S45在所述经验回放池中依据所述优先级从所述储存序列中抽取批量训练数据进行更新，得到采样序列；

S46基于所述预设动作、所述储存序列、所述采样序列和所述估计Q网络参数计算目标Q值；

S47基于所述目标Q值计算所述索引选择智能的损失函数，得到计算结果，并根据所述计算结果更新当前的所述估计Q网络参数；

S48每隔频率更新所述目标网络参数；

S49迭代步骤S40至S48，直至迭代次数到达指定次数，训练完成。