首页/论文/1802.08586

arXiv 1802.085862018-02-23cs.DB

数据库聚合

Database Aggregation

Francesco Belardinelli, Umberto Grandi

备注：: 20 pages

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

知识可以以多种方式复杂地表示，从一组命题公式到Kripke模型，再到数据库。在本文中，我们研究了来自多个来源的信息的聚合，每个来源提交一个数据库建模为一阶关系结构。在存在的完整性约束，我们确定类的聚合器，尊重它在聚合数据库中，提供所有个人数据库满足it.We还将语言的一阶查询上的查询答案的聚合数据库上的聚合一致的答案，以查询每个单独的数据库上获得。这一贡献的目的是从理性选择理论的技术在数据库中的知识表示的应用的第一步。

英文摘要：

Knowledge can be represented compactly in a multitude ways, from a set of propositional formulas, to a Kripke model, to a database. In this paper we study the aggregation of information coming from multiple sources, each source submitting a database modelled as a first-order relational structure. In the presence of an integrity constraint, we identify classes of aggregators that respect it in the aggregated database, provided all individual databases satisfy it. We also characterise languages for first-order queries on which the answer to queries on the aggregated database coincides with the aggregation of the answers to the query obtained on each individual database. This contribution is meant to be a first step on the application of techniques from rational choice theory to knowledge representation in databases.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

通过重写计算聚合查询的范围一致答案

Computing Range Consistent Answers to Aggregation Queries via Rewriting

本文研究在违反主键约束的数据库上回答带聚合的连接查询，目标是找出使聚合值最低的修复，并刻画可通过一阶逻辑聚合重写确定该值的查询类。

2024-09-03cs.DB

PREMA：从多个聚合视图中恢复原则性张量数据

PREMA: Principled Tensor Data Recovery from Multiple Aggregated Views

University of Minnesota（明尼苏达大学）；University of Virginia（弗吉尼亚大学）

多维数据已经变得无处不在，并且在信息在多个数据原子上聚合的情况下经常遇到。聚合可以是随时间或其他特征（诸如地理位置）的。我们经常可以访问同一数据的多个聚合视图，每个视图都在一个或多个维度上聚合，特别是当数据由不同机构收集或测量时。例如，物品销售可以在时间上聚合，并且基于它们的位置或从属关系在商店组上聚合。然而，数据采掘和机器学习模型受益于用于个性化分析和预测的详细数据。因此，数据解聚算法在各个领域变得越来越重要。本文的目标是从多个粗视图中重建更细尺度的数据，这些视图在不同的维度（子集）上聚合。所提出的方法，称为PREMA，利用低秩张量因式分解工具来融合多个视图，并在某些条件下提供恢复保证。PREMA可以解决具有挑战性的场景，例如丢失或部分观察到的数据，双重聚合，甚至使用称为B-PREMA的PREMA变体的盲解聚合（不知道聚合模式）。为了展示PREMA的有效性，本文使用来自不同领域的真实数据进行了广泛的实验：零售销售，犯罪计数和天气观测。

2020-04-10cs.DBcs.LGstat.ML

基于知识编译的概率数据库聚合

Aggregation in Probabilistic Databases via Knowledge Compilation

在基于半环和半模代数结构的概率数据表示系统上，提出了一种基于聚集的正关系代数查询的查询评价技术。我们的评估技术的核心是一个程序，编译半模和半环表达式到所谓的分解树，其中的概率分布的计算可以在时间线性的产品中的概率分布的大小表示其节点。我们利用查询易处理性和多项式时间分解树之间的联系，给出了具有聚集的易处理查询的语法特征。该技术的原型被纳入概率数据库引擎SPROUT。我们报告自定义数据集和TPC-H数据的性能实验。

2012-01-31cs.DB

基于SAT求解器的聚合问题的一致解

Consistent Answers of Aggregation Queries using SAT Solvers

数据库修复和查询一致性回答的框架是管理不一致数据库的原则性方法。我们描述了第一个系统，能够计算一致的答案一般聚合查询与（A），（*），SUM（A），MIN（A），MAX（A）运算符，并与或不分组结构。我们的系统使用减少布尔可满足性（SAT）的优化版本，然后利用强大的SAT求解器。我们进行了一系列广泛的实验，合成和真实世界的数据，证明了这种方法的实用性和可扩展性。

2021-11-12cs.DB

因子分解数据库中的聚集与排序

Aggregation and Ordering in Factorised Databases

数据分析的一种常见方法涉及理解和操作数据的简洁表示。在早期的工作中，我们提出了一个简洁的表示系统的关系数据称为因子分解数据库和报告的主内存查询引擎FDB选择项目连接查询这样的数据库。在本文中，我们扩展FDB，以支持更大类的实际查询的聚集和排序。这需要新的优化和评估技术。我们展示了如何因式分解加上部分聚合可以有效地减少查询评估所需的操作数量。我们还展示了如何factorisations查询结果可以支持枚举元组在所需的顺序，有效地列出他们从unfactorised，排序的结果。我们通过实验观察到，FDB可以超过现成的关系引擎的数量级。

2013-07-01cs.DBcs.DS

Prolog作为MongoDB的查询语言

Prolog as a Querying Language for MongoDB

今天的数据库系统已经证明能够支持需要大量数据处理的AI应用程序。为此，这些系统采用了强大的查询语言，远远超出了单纯的数据检索，并提供了先进的设施，以及数据处理。在SQL的情况下，该语言甚至在该语言的某些实现中被证明是图灵完备的。在NoSQL数据库领域，目前广泛采用的是MongoDB数据库。MongoDB数据库中的XML表示为聚合管道中的顺序阶段，其中每个阶段定义输入数据的转换，并将转换后的数据传递到下一阶段。但是对于更复杂的计算问题，聚合查询往往变得相当大，缺乏组织成可重用的片段，因此难以调试和维护。我们提出了一个新的数据库查询语言称为Mongolog的Prolog语言的语法的一个子集，我们定义其操作语义通过翻译成聚合管道。为此，我们利用和扩展的MQuery语言的形式框架，其特征在于聚合框架集理论上。

2021-10-04cs.DB

更多相关论文收起更多论文

数据库聚合的社会选择方法

Social Choice Methods for Database Aggregation

Imperial College London（伦敦帝国理工学院）；Université d’Evry（埃夫里大学）；University of Toulouse（图卢兹大学）

知识可以用多种方式表示，从一组命题公式到Kripke模型，再到数据库。在本文中，我们研究了来自多个来源的信息的聚合，每个来源提交一个数据库建模为一阶关系结构。在完整性约束的存在下，我们确定类的聚合器，尊重他们在聚合数据库中，提供这些满足所有个人数据库。我们还将一阶查询的答案与每个单独的数据库上获得的查询答案的聚合相一致的一阶查询的语言。这一贡献的目的是从社会选择理论的技术在数据库中的知识表示的应用的第一步。

2019-07-22cs.AIcs.DBcs.GT

稀疏数据库上的聚合查询

Aggregate Queries on Sparse Databases

我们提出了一个代数框架，研究有效的算法查询评估，聚集，枚举，并在更新下，稀疏数据库的维护。我们的框架允许以统一的方式处理这些问题，通过考虑各种半环，这取决于所考虑的问题。作为一个具体的应用，我们提出了一个强大的查询语言扩展一阶逻辑的聚合在多个半环。我们得到一个最佳的算法计算稀疏数据库上的查询的答案。更准确地说，给定一个数据库从一个固定的类与有界的扩展，算法计算在线性时间的数据结构，它允许枚举的一组答案的查询，两个输出之间的恒定延迟。

2019-12-27cs.DBcs.LO

Hermes：基于可变打包密文的高效全球同态聚合

Hermes: Efficient Global Homomorphic Aggregation over Mutable Packed Ciphertexts

University of Washington（华盛顿大学）；Tacoma School of Engineering and Technology（塔科马工程与技术学院）

Hermes通过引入SIMD-aware打包数据模型和多项式槽掩码技术，实现高效全局聚合和动态元组更新，提升性能与安全性。

2026-04-25cs.CRcs.DB

多维资源空间模型的子空间聚合查询与索引生成

Subspace Aggregation Query and Index Generation for Multidimensional Resource Space Model

Key Lab of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所智能信息处理重点实验室）；Great Bay University and Great Bay Institute for Advanced Study（大湾区大学和大湾区先进研究院）

针对多维资源空间中的子空间聚合查询问题，提出一种基于偏序关系的图索引生成方法，以高效定位非空点并聚合资源，并通过策略降低索引生成成本。

2026-05-25cs.AIcs.DB

中间件的最优聚集算法

Optimal Aggregation Algorithms for Middleware

设D是一个包含N个对象的数据库，其中每个对象有m个字段。对象在m个排序列表中给出（其中第i个列表根据第i个字段排序）。我们的目标是根据单调聚合函数t找到前k个对象，同时最小化对列表的访问。这个问题在几种情况下出现。Fagin（JCSS 1999）特别考虑了它，以聚合多媒体数据库系统中的信息。我们对实例最优性感兴趣，即我们的算法在任何实例上都与任何其他（正确的）算法一样好。我们提供并分析了几个实例优化算法的任务，各种访问成本和模型。

2002-04-22cs.DBcs.DS