Reducing Property Graph Queries to Relational Algebra for Incremental View Maintenance
现代图数据库系统的属性图数据模型越来越适合于存储和处理像网络这样的异构数据集。许多具有近实时要求的挑战性应用程序-例如金融欺诈检测，推荐系统和动态验证-可以通过图形查询来捕获，并重复评估。为了确保对不断变化的数据集的快速响应时间，这些应用程序将受益于应用增量视图维护（IVM）技术，该技术可以执行查询的连续评估并在更新时计算结果集中的变化。然而，目前没有图形数据库提供对增量视图的支持。虽然IVM问题已经在关系数据库上得到了广泛的研究，但是属性图查询的视图需要标准关系代数范围之外的运算符。因此，解决这个问题需要整合现有的多种IVM技术，并可能进一步扩展。在本文中，我们提出了一种方法来执行IVM的属性图，使用嵌套的关系代数表示的属性图和图形操作。然后，我们定义了一个链的转换，以减少大多数属性图查询到平面关系代数和使用技术的歧视网络（用于基于规则的专家系统）来评估它们。我们演示的方法，使用我们的原型工具，ingredient，它使用openCypher，一个开放的图形查询语言指定为行业倡议的一部分。然而，我们的方法的几个方面可以推广到其他图形查询语言，如G-CORE和PGQL。
2018-06-19 cs.DB
Fast Search for Dynamic Multi-Relational Graphs
通过处理不断增长的社交媒体或新闻流来应对时间紧迫的事件是一项重大的技术挑战。这些数据源中的许多可以建模为多关系图。对于关系数据库，已经广泛地研究了用于搜索通常在监视应用中出现的罕见事件的连续查询或技术。这项工作致力于回答自然出现的问题：我们如何在动态图上有效地执行连续查询？本文提出了一种精确的子图搜索算法，利用时间特性的代表性查询在线新闻或社交媒体监测。该算法是基于一种新的数据结构称为子图连接树（SJ-Tree），利用底层的多关系图的结构和语义特征。本文最后在几个真实世界的数据集上进行了广泛的实验，证明了这种方法的有效性。
2013-06-11 cs.DB
Faster Relational Algorithms Using Geometric Data Structures
University of Illinois Chicago（伊利诺伊大学芝加哥分校）
本文提出RBBD树，通过几何数据结构优化关系数据的连接操作，提升k-中心等聚类算法效率。
2026-03-12 cs.DB cs.DS
Manifesto for Improved Foundations of Relational Model
通过继承属性扩展的规范化关系可以更忠实于现实，并支持逻辑导航自由查询，目前只有通过特定视图才能获得属性。然而，添加继承的属性总是比定义任何这样的视图更少程序化。目前的方案甚至通常足以满足与外键的关系。在流行的DBS上实现扩展关系似乎也很简单。关系模型应该相应地发展，以使数百万的DBA、客户和开发人员受益。
2019-12-16 cs.DB
Tree Databases
LISN Laboratory - University Paris-Saclay, CNRS, INRIA（巴黎萨克雷大学 LISN 实验室）；FORTH Institute of Computer Science（FORTH 计算机科学研究所）
本文提出一种以带标签有向树为基础结构的新型树数据库模型，其查询语言与树操作均基于函数代数，可在同一框架内支持数据访问与分析，还能实现继承、关联数据库等功能。
2026-09-28 cs.DB
Incremental Relational Lenses
透镜是一种流行的双向转换方法，是数据库中视图更新问题的概括，其中我们希望对源表进行更改以在视图上实现所需的更改。然而，也许令人惊讶的是，镜头实际上很少用于实现数据库中的可更新视图。Bohannon，Pierce和Vaughan提出了一种称为关系透镜的可更新视图的方法，但据我们所知，该建议迄今尚未实施或评估。我们提出了增量关系镜头，装备关系镜头的变化传播语义，映射到视图的小变化（潜在的）源表的小变化。我们还提出了一个语言集成的实施关系镜头和详细的实验评估，显示了数量级的改进，非增量的方法。我们的工作表明，关系镜头可以用来支持表达和有效的视图更新在语言层面上，而不依赖于底层数据库的可更新视图支持。
2018-07-09 cs.DB cs.PL
XQuery Join Graph Isolation
真正的XQuery语义的纯关系解释可以将任何关系数据库系统转变为XQuery处理器。然而，编译完全组合的XQuery语言的嵌套表达式会产生奇怪的代数计划形状，其特点是连接运算符的分散分布，目前商业SQL查询优化器无法解决这些问题。此工作在提交到关系数据库后端之前重写此类计划。一旦转换成连接图的形状，我们已经找到了现成的关系查询优化器-特别是B树索引子系统和连接树规划器-来应对甚至能够自主地“重新发明”最初专门为XQuery领域设计的高级处理策略，例如，单步重排序、轴反转和路径缝合。性能评估提供的证据表明，关系查询引擎是当今最通用、最高效的XQuery处理器之一。
2008-10-27 cs.DB
Re-looking at the View Update Problem
关系数据库总是有一种方法来创建由查询定义的伪表（称为视图）。视图在大多数方面与表相似，只是它们是只读的，不能更新。如何更新视图的问题在20世纪80年代引起了很多关注，但尚未解决。当时最好的方法是Bancilhon和Spyratos。我使用他们的一个被忽视的定理，并找到了一些常见的关系运算符的简单解决方案。
2022-10-27 cs.DB
The View Update Problem Revisited
在本文中，我们重新审视的关系设置中的视图更新问题，并提出了一个框架的基础上的概念的确定性约束。在这样一个框架内，当一个视图映射是可逆的，建立，这正是当每个数据库符号有一个确切的重写在给定的约束条件下的视图符号的情况下，我们提供了一个通用的有效的标准来理解是否由视图更新引入的变化可以传播到底层的数据库关系在一个独特的和明确的方式。之后，我们将展示如何确定性约束下可以检查，重写有效地发现，在三个不同的相关场景中的视图约束的情况下。首先，我们解决了长期存在的开放问题，如何解决视图更新问题，在多关系数据库的意见，是连接的关系的投影，我们这样做，在一个更一般的设置，其中的意见被定义为任意的合取查询和数据库约束分层嵌入式依赖关系。接下来，我们研究基于单个数据库关系的水平分解的设置，其中视图通过对可能解释的属性（例如，算术比较）。最后，我们看看另一个多关系数据库设置，其中视图定义在一个表达的“类型”关系代数的基础上的n元描述逻辑DLR和数据库约束的代数表达式的包含。
2012-11-13 cs.DB
On the Expressiveness of Languages for Querying Property Graphs in Relational Databases
本文形式化 SQL/PGQ 三个片段的表现力，证明图创建决定表现力，扩展视图定义后恰好捕获 NL，形成严格层级，并在有序结构上崩溃。
2025-10-08 cs.DB
Query Preserving Watermarking Schemes for Locally Treelike Databases
数字水印是一种在数字文档中嵌入信息的方法。人们已经对关系数据库和XML文档的水印技术做了大量的研究，其中嵌入信息的过程不应该过多地扭曲查询输出。最近，已经提出了一些技术，以水印的关系结构类保持一阶和一元二阶查询。对于Gaifman图具有有界度的关系结构，水印可以保留一阶查询。我们延长这条线的工作和研究水印方案的其他类别的结构。我们证明，关系结构的Gaifman图属于一类图，具有局部有界树的宽度，是封闭的未成年人，水印方案存在，保持一阶查询。我们使用先前已知的逻辑公式和图的属性，并在它们的基础上进行一些技术工作，使它们在我们的上下文中工作。这构成了理解算法设计和计算学习理论的技术可以适用于水印的程度的第一步的一部分。
2019-09-25 cs.DB cs.LO
Translating database mathematical schemes into relational database software applications with MatBase
Ovidius University at Constanta（康斯坦察奥维迪乌斯大学）
本文提出将MatBase中的数学数据模型方案转换为关系模型及非关系约束的伪代码算法，并展示了其高效性与完整性，通过基因谱系子宇宙的数学方案应用，提供SQL和VBA代码示例及开发指南。
2026-05-11 cs.DB
Continuous Queries for Multi-Relational Graphs
通过处理不断增长的社交媒体或新闻流来应对时间紧迫的事件是一项重大的技术挑战。这些数据源中的许多可以建模为多关系图。对于关系数据库，已经广泛地研究了用于搜索通常在监视应用中出现的罕见事件的连续查询或技术。这项工作致力于回答自然出现的问题：我们如何在动态图上有效地执行连续查询？本文提出了一种精确的子图搜索算法，利用时间特性的代表性查询在线新闻或社交媒体监测。该算法是基于一种新的数据结构称为子图连接树（SJ-Tree），利用底层的多关系图的结构和语义特征。本文最后在几个真实世界的数据集上进行了广泛的实验，证明了这种方法的有效性。
2013-03-09 cs.DB cs.SI
F-IVM: Analytics over Relational Databases under Updates
本研究提出F-IVM统一框架，融合高阶增量视图维护、因子化计算与环抽象，可高效处理更新场景下关系数据库的多类分析任务，性能较传统方法提升数个数量级且内存占用更低。
2024-01-29 cs.DB
Interactive Browsing and Navigation in Relational Databases
虽然研究人员已经投入了相当大的精力来帮助数据库用户制定查询，许多用户仍然发现它具有挑战性的指定查询，涉及连接表。为了帮助用户构建连接查询，探索关系数据库，我们提出了ETable，一种新的表示数据模型，为用户提供一个表示级的交互式视图。此视图通过允许单元格包含一组实体引用，在单个丰富的表中呈现一对多和多对多关系。用户可以直接与这个丰富的表交互，以增量方式构建复杂的查询，并在概念实体关系级别上导航数据库。在一项用户研究中，参与者使用ETable比使用商业图形查询构建器更快地执行一系列数据库查询任务。对ETable的主观反馈也是积极的。所有参与者都发现ETable更容易学习，有助于探索数据库。
2016-08-21 cs.DB
A Systematic Method for On-The-Fly Denormalization of Relational Databases
规范化的关系数据库是存储数据的常用方法，但是提取可用的非规范化数据以供使用通常需要对源数据的直接存取或者由数据库管理员创建适当的视图或表。因此，最终用户探索和使用以这种方式存储的数据的能力受到限制。这里提出了一种用于在运行时执行关系数据库的自动化去规范化的方法，而不需要访问源数据或数据库管理员的持续干预。此外，该方法不需要对数据库本身进行重构，因此可以灵活地应用于现有数据库之上的层。
2020-10-01 cs.DB
Topological Relational Theory: A Simplicial-Complex View of Functional Dependencies, Lossless Decomposition, and Acyclicity
Bahcesehir University（巴赫切希尔大学）
本文提出基于单纯复形的拓扑关系理论，通过同调不变量分析函数依赖循环性，并提供无损分解的拓扑判定方法。
2026-01-28 cs.DB
DBSP: Automatic Incremental View Maintenance for Rich Query Languages
增量视图维护一直是数据库理论中的一个核心问题。对于受限的数据库语言类，例如关系代数或Datasheet，已经提出了许多解决方案。这些技术并不能自然地推广到更丰富的语言。本文提出了一个解决这个问题的一般方法，分三个步骤：（1）描述了一种简单而富有表现力的描述数据流计算的语言DBSP;（2）给出了任意DBSP程序的增量视图维护问题的通用算法;（3）给出了如何对多种富数据库查询语言建模的方法（包括全关系查询、分组和聚合、单调和非单调递归以及流聚合）。因此，我们获得了有效的增量视图维护技术，所有这些丰富的语言。
2022-03-30 cs.DB
View Selection in Semantic Web Databases
我们考虑设置的语义Web数据库，包含显式数据编码的RDF三元组，和隐含的数据，隐含的RDF语义。基于查询的工作量，我们解决的问题，选择一组要物化的数据库中的视图，最大限度地减少组合的查询处理，视图存储和视图维护成本。从现有的关系视图选择方法开始，我们设计了新的算法推荐视图集，并表明它们的规模显着超出现有的关系时，适应RDF上下文。考虑到查询答案中的隐式三元组，我们提出了一种新的RDF查询重构算法和一种创新的方式，将其纳入视图选择，以避免组合爆炸的复杂性的选择过程。我们的技术的兴趣是通过一组实验证明。
2011-10-30 cs.DB
HDPView: Differentially Private Materialized View for Exploring High Dimensional Relational Data
我们如何在保护隐私的同时探索高维敏感关系数据的未知属性？研究了在差分隐私下如何构造可探索的隐私保护物化视图。没有现有的最先进的方法同时满足数据探索中的以下基本属性：工作负载独立性、分析可靠性（即，为每个搜索查询提供误差界限）、对高维数据的适用性以及空间效率。为了解决上述问题，我们提出了HDPView，它通过在原始数据立方体上设计良好的递归二分划分来创建差异私有物化视图，即，计数张量。我们的方法搜索块划分，以尽量减少计数查询的错误，除了随机收敛，通过选择有效的切割点在一个不同的私人的方式，从而减少噪音和紧凑的视图。此外，我们确保形式的隐私保证和分析的可靠性，通过提供错误界的任意计数查询的物化视图。HDPView具有以下理想的属性：（a）独立性，（b）分析可靠性，（c）对高维数据的抗噪性，（d）空间效率。为了证明上述属性和数据探索的适用性，我们在八个真实数据集上进行了八种类型的范围计数查询的广泛实验。HDPView在这些评估中优于最先进的方法。
2022-05-26 cs.CR cs.DB
Object-Oriented Translation for Programmable Relational System (DRAFT)
本文介绍了面向对象的目标机器翻译的原则，它提供了执行的持久性数据的基本操作序列表示为一组关系（可编程关系系统）。该目标机的语言基于关系数据模型的形式化操作。给出了一种将复杂的面向对象数据结构的描述和对这些数据的操作转换为关系结构的描述和对它们的操作的方法。所提出的方法可以扩展目标关系语言的命令，允许数据被描述为一组复杂的持久性对象的不同类。引入对象视图，允许将关系操作应用于复杂对象的数据。它表明，任何操作和方法都可以在任何一组对象上执行，而无需显式和隐式迭代器。讨论了属性和方法与它们的多态实现的绑定。在引用完整性约束和数据查询操作中，类可以作为标量域与关系共同使用。
2013-04-08 cs.DB
A Comparative Analysis of Materialized Views Selection and Concurrency Control Mechanisms in NoSQL Databases
不断增长的资源需求要求关系数据库能够扩展。虽然关系数据库非常适合垂直扩展，但专用硬件可能很昂贵。相反，新兴的NewSQL和NoSQL数据存储旨在水平扩展。NewSQL数据库提供ACID事务支持;但是，连接仅限于分区键，导致查询表达能力受限。另一方面，NoSQL数据库被设计为在商用硬件上线性扩展;然而，它们受到连接性能缓慢的限制。因此，我们考虑是否可以在确保ACID语义且不会大幅牺牲写性能、磁盘利用率和查询表达能力的情况下提高NoSQL连接性能。本文介绍了协同系统，利用模式和工作负载驱动的机制，以确定物化视图和一个专门的并发控制系统上的NoSQL数据库，使可扩展的数据管理与熟悉的关系公约。Synergy以轻微的写入性能下降和更高的磁盘利用率换取更快的连接性能（与标准NoSQL数据库相比）和更好的查询表现力（与NewSQL数据库相比）。使用TPC-W基准测试的实验结果表明，对于一个数据库填充1M客户，协同系统表现出最大的性能提高80.5%相比，其他评估系统。
2017-10-04 cs.DB
There Goes the Neighborhood: Relational Algebra for Spatial Data Search
我们探索了在关系数据库中进行空间搜索的方法：（1）分层三角形网格（球体的镶嵌），（2）分区桶系统，以及（3）将区域表示为析取范式约束。这些方法各有优点。它们都允许高效的区域内点查询。区域的关系表示允许它们之间的布尔运算，并允许快速测试区域中的点、包含点的区域和区域重叠。这些算法的速度大大提高了一个区域和多尺度区域金字塔计划。该方法的优点是，区域机制在所有SQL系统的B-Trees上运行良好，并与当前的查询优化器自然集成-而不需要新的空间访问方法和随之而来的查询优化器扩展。在过去的5年里，我们在SkyServer.sdss.org和SkyQuery.net上的工作中广泛使用了这些技术。
2004-08-14 cs.DB
Modifying the Entity relationship modelling notation: towards high quality relational databases from better notated ER models
使用原始ER符号的实体关系建模在信息系统的概念建模中提供了一个自然的数据视图。然而，已知当前的ER到关系模型的转换算法不足以提供为转换而进行的ER模型的完整和准确的表示。为了从ER模型中得到更好的转换，我们已经理解，应该对现有的转换算法和ER符号进行修改。引入一些新的概念，我们已经适应了原来的ER符号，并开发了一个新的转换算法的基础上，现有的。本文提出了一种改进的ER表示法，并在此基础上绘制了ER图。
2013-06-21 cs.DB
Relational Argumentation Semantics
Kyoto University（京都大学）
在本文中，我们提出了一个新的角度对论证语义，把它们看作是一个关系数据库。它提供了底层论证图的封装，并允许我们在一个单一的关系视角下理解论证语义，从而产生了关系论证语义的概念。这是通过一种公共的形式语言来理解论证语义的一个方向。我们发现，许多现有的语义，如解释语义，多代理语义，和更典型的语义，已提出了特定的目的，理解关系的角度来看。
2021-04-26 cs.AI cs.DB
SOFOS: Demonstrating the Challenges of Materialized View Selection on Knowledge Graphs
由于知识图谱的激增，对RDF数据的分析查询变得越来越重要。然而，RDF数据库并没有被优化以有效地执行这样的查询，导致长的处理时间。一种众所周知的提高分析查询性能的技术是利用物化视图。虽然在关系数据库中很流行，但是RDF和SPARQL的视图物化还没有过渡到实践中，这是由于RDF图模型的非平凡应用。出于对RDF数据的视图物化替代方案的影响缺乏了解，我们展示了SOFOS，一个实现和比较视图物化的几种成本模型的系统。SOFOS是，据我们所知，第一次尝试适应成本模型，最初在关系数据中研究，通用的RDF设置，并提出新的，分析其缺陷和优点。SOFOS采用RDF数据集和数据中某些方面的分析查询，并比较和评估替代成本模型，显示有关时间，内存消耗和查询特征的统计数据和见解。
2021-03-11 cs.DB
Are Joins over LSM-Trees Ready? Take RocksDB as an Example
Nanyang Technological University（南洋理工大学）
本文研究了LSM树上连接操作的性能，通过系统性分析和实验，探讨了不同连接算法和索引设计在LSM存储中的表现，为开发者提供了选择合适连接方法的指导。
2026-03-02 cs.DB
Size-l Object Summaries for Relational Keyword Search
先前提出的关键字搜索范例产生作为查询结果的对象摘要（OS）的排名列表。OS是相关元组的树结构，它汇总了关系数据库中保存的关于特定数据主体（DS）的所有数据。然而，这些OS中的一些在尺寸上非常大，并且因此对于在进行关于特定DS的更全面的信息之前最初偏好天气信息的用户不友好。在本文中，我们研究了有效和高效的检索简洁和信息丰富的操作系统。我们认为，一个好的大小1操作系统应该是一个独立的和有意义的概要的最重要的信息，特定的DS。更确切地说，我们将大小为1的OS定义为由l个重要元组组成的部分OS。我们提出了三种算法的有效生成的大小1操作系统（除了最佳的方法，需要指数时间）。在DBLP和TPC-H数据库上的实验结果验证了该方法的有效性。
2011-11-30 cs.DB
Database Views as Explanations for Relational Deep Learning
Northeastern University（东北大学）
本文提出了一种基于视图定义的关系深度学习解释框架，通过可学习掩码实现模型特定的解释方法，提升了解释效率和质量。
2026-01-09 cs.DB cs.LG
An Experimental Study of the Treewidth of Real-World Graph Data (Extended Version)
Treewide是一个参数，用于度量关系实例的树型程度，以及它是否可以合理地分解为树。已知许多计算任务在小树宽的数据库上是易处理的，但是计算给定实例的树宽是棘手的。本文是第一次对真实数据库实例（来自8个不同领域的25个数据集，大小从几千到几百万个顶点）的树宽和树分解进行大规模实验研究。我们的目标是确定哪些数据（如果有的话）可以受益于小树宽数据库的大量算法。对于每一个数据集，我们得到的上，下界估计的树宽，并研究其树分解的性质。我们特别表明，即使树宽很高，使用部分树分解可以导致数据结构，可以帮助算法。
2019-01-21 cs.DB
Automated Migration of Hierarchical Data to Relational Tables using Programming-by-Example
虽然许多应用程序以XML和JSON等分层格式导出数据，但通常需要将此类分层文档转换为关系表示。本文提出了一种新的编程的例子的方法，并在一个工具中实现称为Mitra，自动迁移树结构的文档到关系表。我们已经评估了所提出的技术，使用两组实验。在第一个实验中，我们使用Mitra自动化从StackOverflow收集的98个数据转换任务。我们的方法可以生成所需的程序为94%的这些基准与平均合成时间为3.8秒。在第二个实验中，我们使用Mitra生成程序，这些程序可以将真实世界的XML和JSON数据集转换为成熟的关系数据库。我们的评估表明，Mitra可以自动化所有数据集的所需转换。
2017-11-10 cs.DB cs.PL
Pattern tree-based XOLAP rollup operator for XML complex hierarchies
随着XML作为表示业务数据的标准的兴起，XML数据仓库作为决策支持应用程序的合适解决方案出现了。在这种情况下，有必要允许对XML数据立方体进行OLAP分析。因此，需要XQuery扩展。为了定义一个正式的框架，并允许对用XQuery表示的分析查询进行急需的性能优化，需要定义一个代数。然而，文献中的XML-OLAP（XOLAP）代数在很大程度上仍然依赖于关系模型。因此，我们在本文中提出了一个基于模式树的上卷操作符，以处理复杂层次结构中表示的多维XML数据。
2011-02-04 cs.DB
Stored and Inherited Relations
普遍应用的Codd的关系模型有两个结构：一个存储关系，只存储属性;一个视图，只存储继承的属性。1992年，我们提出了第三种结构，混合了两种类型的属性。实例表明这一想法很有吸引力。然而，没有人跟着。我们现在重新审议我们的提案。我们表明，一个关系数据库计划也使用我们的结构可能更忠实于现实。它可以将逻辑导航或复杂的值表达式留给查询。它还可以避免目前在实践中经常需要的辅助视图。迟做总比不做好，现有的DBS应该很容易适应我们的建议，几乎没有存储和处理开销。
2017-03-28 cs.DB
ExtGraph: A Fast Extraction Method of User-intended Graphs from a Relational Database
本文提出 ExtGraph 方法，通过外连接与物化视图的混合查询处理高效提取用户预期图，并在多个数据集上取得最高 2.78 倍的性能提升。
2025-09-23 cs.DB
Relational Association Rules: getting WARMeR
近年来，事务数据中的关联规则挖掘问题得到了广泛的研究。我们建议扩展经典关联规则的发现，发现关联规则的合取查询在任意关系数据，启发的WARMR算法，开发的Dehaspe和Toivonen，发现关联规则在有限的合取查询。关系数据库中的合取查询评估是很好理解的，但是当从发现的观点来处理时仍然提出了一些很大的挑战，在发现的观点中，模式是相对于一些定义良好的搜索空间和修剪算子来生成和评估的。
2002-06-15 cs.AI cs.DB
Design-theoretic encoding of deterministic hypotheses as constraints and correlations into U-relational databases
鉴于范式的转变，使科学越来越多的数据驱动，在本文中，我们认为确定性的科学假设是不确定的数据。假设以数学方程的形式对称地联系所研究现象的各个方面。然而，为了计算预测，确定性假设被不对称地用作函数。我们参考西蒙的结构方程概念，以便提取嵌入在假设中的（所谓的）因果顺序。然后，我们将其编码成一组功能依赖（fd的），这是一个设计理论方法的基本输入的U-关系数据库（DB的）的综合。从正式指定的数学方程系统捕获到fd的因果顺序不仅确定了约束（结构），而且还确定了隐藏在假设预测数据中的相关性（不确定性链）。我们展示了如何有效地处理它，通过原始算法的编码和推理给定的假设作为约束和相关性到U-关系数据库的。该方法适用于定量和定性假设，并在计算科学的实际用例中进行了初步测试。
2014-11-19 cs.DB
On the Scalability of Multidimensional Databases
在数据库联机分析处理的实践中，人们普遍认为多维数据库组织的可伸缩性低于关系数据库组织。很容易看出，多维组织的规模可能会非常迅速地增加。例如，如果我们引入一个额外的维度，那么可能的细胞总数将至少增加一倍。然而，这种推理没有考虑到多维组织可以被压缩的事实。有压缩技术，可以从多维组织中删除所有或至少一部分空单元格，同时保持良好的检索性能。关系数据库通常使用B树索引来加速对给定表行的访问。在一些合理的假设下，可以证明表和B树索引的总大小大于压缩的多维表示。这意味着压缩数组可以同时实现更小的数据库和更快的访问速度。本文比较了几种压缩技术，并说明了何时应该和不应该应用压缩数组而不是关系表。
2011-04-25 cs.DB
A New Rational Algorithm for View Updating in Relational Databases
RWTH Aachen（亚琛工业大学）；University of Bonn（波恩大学）
信念和知识的动态是任何自治系统的主要组成部分之一，它应该能够吸收新的信息。为了将信念动力学理论的合理性结果应用到各种实际问题中，它应该在两个方面进行推广：第一，它应该允许信念的某一部分被声明为不变的;第二，信念状态不需要是演绎封闭的。本文提出了这样一种广义的信念动力学，称为基地动力学，随着知识库（霍恩或霍恩逻辑分层否定）的广义修正算法的概念。我们表明，知识库动态有一个有趣的连接，通过击中集和绑架的内核变化。在本文中，我们将展示如何从析取逻辑编程技术可以用于有效的（演绎）数据库更新。其核心思想是将给定的数据库连同更新请求一起转换成一个析取（数据库）逻辑程序，并应用析取技术（如最小模型推理）来解决原始的更新问题。该方法扩展并集成了标准技术，以实现高效的查询应答和完整性检查。一个击中集的生成是通过一个超tableaux演算和魔术集，专注于最小的目标。
2014-07-13 cs.AI cs.DB
Identifiability of Relational Queries in Multi-View Pretraining
University of Stuttgart, Germany（斯图加特大学，德国）；Analytic Computing, KI, University of Stuttgart（斯图加特大学分析计算与人工智能研究所）
研究数据集成中查询可识别性问题，通过形式化接口定律下的查询可识别性，证明多项式时间证书CheckCert可判定、不可识别查询有误差下限、最小增强算法Greedy-MinAug可找最小接口集，实验验证了算法效果。
2026-07-07 cs.DB cs.LG
The Zones Algorithm for Finding Points-Near-a-Point or Cross-Matching Spatial Datasets
区域索引N维欧几里德或度量空间，以有效地支持数据集内或两个数据集之间的点附近的点查询。该方法使用了关系代数和几乎所有关系数据库系统中的B树机制。因此，Zones算法提供了一个可移植的关系实现的点附近的点，空间交叉匹配，和自匹配查询。这篇文章纠正了我们之前写的关于区域算法的文章中的一些错误，并描述了一些算法改进。附录包括使用美国地质勘探局城市和河流测量数据库的点-近点、自匹配和交叉匹配的实现。
2007-01-26 cs.DB cs.DS
Detecting Opportunities for Differential Maintenance of Extracted Views
半结构化和非结构化的数据管理具有挑战性，但遇到的许多问题与关系上下文中已经解决的问题类似。例如，在信息抽取领域，从工程特设的、应用特定的提取规则向使用表达性语言（如CPSL和AQL）的转变为提出可应用于广泛的提取程序的解决方案创造了机会。在这项工作中，我们专注于提取视图维护，一个问题，这是动机良好，彻底解决关系设置。特别是，我们正式和解决的问题，保持提取的关系与源文件，可以任意更新一致。我们正式描述了三类文档更新，即那些不相关的，自主计算的，和伪不相关的相对于一个给定的提取器。最后，我们提出了算法来检测伪不相关的文档更新相对于提取器表示为文档spectrum，一个模型的信息抽取的启发SystemT。
2020-07-04 cs.DB cs.FL
Database Research needs an Abstract Relational Query Language
Northeastern University（东北大学）
本文提出了一种抽象关系查询语言（ARQL），旨在通过分离查询意图与语法，提供统一的语义框架，以支持机器生成查询与人类验证调试的交互需求。
2025-12-15 cs.DB cs.LO
Structural Indexing of Relational Databases for the Evaluation of Free-Connex Acyclic Conjunctive Queries
Pontificia Universidad Católica de Chile（智利天主教 Pontificia Universidad Católica 大学）；Humboldt-Universität zu Berlin（柏林洪堡大学）
该研究提出了一种基于数据库元组结构性对称性的索引方法，用于高效评估自由连通无环联接查询。
2026-01-08 cs.DB cs.LO
A Self-Explainable Heterogeneous GNN for Relational Deep Learning
University of Trento（特伦托大学）；Aalborg University（奥尔堡大学）
针对关系数据库预测任务，提出一种自解释异构GNN，支持基于元路径聚合信息的类别判定，有效识别信息元路径并显著优于现有方法。
2025-02-25 cs.DB cs.LG
The Relational Data Borg is Learning
University of Zurich（苏黎世大学）
本文概述了一种方法，解决关系数据的机器学习作为一个数据库问题。有两点可以证明这一点。首先，学习任务的输入通常是对关系数据的特征提取查询的结果。第二，学习任务需要计算group-by聚合。这种方法已经被用于许多监督和无监督学习任务，包括：岭线性回归，因子分解机，支持向量机，决策树，主成分分析和k均值;以及数据矩阵上的线性代数。这项工作的主要信息是，机器学习的运行时性能可以通过利用底层数据知识的技术工具箱来显着提高。这包括关系数据处理的代数，组合和统计结构的理论发展，以及代码专业化，低级计算共享和并行化的系统开发。这些技术旨在降低学习时间的复杂性和常数因子。这项工作是作者与来自AlpalAI的同事，特别是Mahmoud Abo Khamis，Molham Aref，Hung Ngo和XuanLong Nguyen以及FDB研究项目的同事，特别是Ahmet Kara，Milos Nikolic，Maximilian Schleich，Amir Shaikhha，Jakub Zavodny和Haoze Zhang广泛合作的结果。作者还要感谢FDB项目的成员提供本文中使用的数字和示例。作者感谢来自业界的支持：Amazon Web Services，Google，Infor，LogicBlox，Microsoft Azure，Pinternal AI;以及来自资助机构EPSRC和ERC的支持。…
2020-08-18 cs.DB cs.LG
Enabling Cognitive Intelligence Queries in Relational Databases using Low-dimensional Word Embeddings
IBM Research（IBM研究院）；IBM T. J. Watson Research Center（IBM托马斯·J·沃森研究中心）；Technion（以色列理工学院）
我们应用来自自然语言处理的分布式语言嵌入方法来将向量分配给每个数据库实体关联的令牌（例如，令牌可以是表行中出现的单词，或者列的名称）。典型维度为200的这些向量基于令牌一起出现的上下文来捕获令牌的含义。为了形成向量，我们将学习方法应用于从数据库中导出的令牌序列。我们描述了从数据库中提取令牌序列的各种技术。这些技术在复杂性、它们输出的令牌序列和所使用的数据库信息（例如，外键）。向量可以用于代数量化标记之间的语义关系，例如相似性和类比。向量支持数据的双重视图：关系和（有意义的而不是纯粹的语法）文本。我们介绍和探索一类新的查询，称为认知智能（CI）查询，从数据库中提取信息的基础上，在一定程度上，由向量编码的关系。我们已经在Spark上实现了一个原型系统，以展示CI查询的强大功能。在这里，CI查询通过SQL UDF实现。由于向量中编码的信息，这种能力远远超出了关系系统的文本扩展。我们还考虑各种扩展的基本方案，包括使用一个集合的视图从数据库中得到的关注领域，利用矢量和/或文本从外部来源，维护矢量数据库的发展和探索数据库，而不利用其模式。对于后者，我们考虑对SQL进行最小限度的扩展，以极大地提高查询表达能力。
2016-03-23 cs.CL cs.DB
Improved Approximation Algorithms for Relational Clustering
Department of Computer Science, University of Illinois Chicago（伊利诺伊芝加哥大学计算机科学系）
本文提出改进的关系聚类算法，通过高效的随机近似方法提高k-中位数和k-均值聚类的近似因子和运行效率。
2026-02-17 cs.DB cs.DS
Data Base Mappings and Monads: (Co)Induction
本文基于幂视图单子T和单子代数，给出了关系数据库范畴中数据库映射的语义。这个类别中的对象是数据库实例（数据库实例是一组n元关系，即，一组关系表，如标准RDB中的关系表）。DB范畴中的态射用于表达关系数据库之间基于视图的全局和局部视图（GLAV）映射的语义，例如在数据集成系统中使用的那些。这种DB范畴中的态射不是函数，而是具有基于两个数据库实例之间的一组复杂查询计算的复杂树结构。因此，DB范畴作为数据库语义和数据库之间映射的基本范畴，与主要用于此类问题的Set范畴不同，需要对其属性进行全面的研究。在本文中，我们提出了另一个贡献，深入探索这个类别的属性和语义的基础上，电力视图单子T和Kleisli类别的数据库。在这里，我们强调了一些基于单子的泛代数考虑，以及这个DB类别和标准Set类别之间的关系。最后，我们研究了这类数据库的一般代数和归纳性质，并定义了数据库实例的初始一元代数。
2011-02-22 cs.DB cs.LO math.CT
