Rewriting Ontological Queries into Small Nonrecursive Datalog Programs
University of Oxford（牛津大学）；TU Dortmund（多特蒙德工业大学）
我们考虑本体数据库访问的设置，其中Abox是以关系数据库D的形式给出的，并且其中布尔合取查询q必须针对D对DL-Lite或Linear Datasheet +/-中制定的Tbox T取模进行评估。众所周知，（T，q）可以重写为等价的非递归Datasheet程序P，该程序P可以直接在D上求值。但是，对于线性数据库？或者对于允许角色包含的DL-Lite版本，到目前为止描述的重写方法导致非递归的数据库程序P的大小与T和q的联合大小成指数关系。这就产生了一个有趣的问题，即这种重写是否一定需要指数大小。本文证明了将（T，q）转化为多项式大小的等价非递归Datasheet程序P是可能的。
2011-07-23 cs.AI cs.DB cs.LO
Ontological Queries: Rewriting and Optimization (Extended Version)
本体查询是针对本体而不是直接在数据库上进行评估的。这种查询的评价和优化是数据库研究的一个有趣的新问题。在本文中，我们讨论这个问题的两个重要方面：查询重写和查询优化。查询重写包括将本体查询编译为针对底层关系数据库的等效查询。这里的重点是健全性和完整性。我们回顾以前的结果，并提出了一个新的重写算法，而一般类型的本体约束。特别是，我们展示了如何对本体的合取查询可以编译成一个联盟的合取查询对底层数据库。在这种情况下，本体查询优化试图改进该过程，以便为输入查询产生可能小且成本有效的UCQ重写。我们回顾现有的优化方法，并提出了一种有效的新方法，适用于线性Datalog+/-，一类基于数据的规则，包括著名的描述逻辑的DL-Lite家庭。
2011-12-01 cs.DB cs.LO
Query Rewriting via LLMs
本文提出 LITHE 系统，结合提示词集成、数据库敏感规则与 token 概率引导重写，并用逻辑和统计工具校验语义，显著提升复杂 SQL 查询性能。
2025-09-02 cs.DB
Rewriting with Acyclic Queries: Mind Your Head
本文研究合取查询在无环等受限条件下的重写问题，证明了查询本身无环时存在无环重写，并界定了该问题在 NP-hard 与易处理之间的复杂度边界。
2023-11-28 cs.DB cs.LO
ReSequel: Robust LLM-assisted Query Rewriting and Optimization using Templatization and Sampling
Concordia University（康考迪亚大学）；TU Berlin（柏林工业大学）；BIFOLD（柏林数据与人工智能联合实验室）
提出ReSequel，一种利用LLM和元数据（目录、统计信息）通过模板化规则和采样验证来重写SQL查询的优化层，在多个DBMS上实现高达16倍的工作负载加速。
2026-07-14 cs.DB
Optimally Rewriting Formulas and Database Queries: A Confluence of Term Rewriting, Structural Decomposition, and Complexity
King’s College London（伦敦国王学院）；Univ. Artois, CNRS, Centre de Recherche en Informatique de Lens (CRIL)（阿图瓦大学、法国国家科学研究中心、伦斯信息学研究中心）
本文研究了通过语法重写规则最小化逻辑等价句子宽度的问题，提出了一个算法以确定给定正则一阶句子在应用规则后的最小宽度句子，填补了该领域通用设置下的空白。
2026-04-15 cs.DB cs.LO
Qrlew: Rewriting SQL into Differentially Private SQL
Sarus
Qrlew 是一个开源库，通过将标准 SQL 解析为跟踪数据类型、取值范围和行所有权的中间表示 Relations，自动重写为差分隐私等价 SQL，使数据所有者无需技术集成即可获得强隐私保证的查询结果。
2024-01-11 cs.DB cs.LG
LASER: A Data-Centric Method for Low-Cost and Efficient SQL Rewriting based on SQL-GRPO
Zhejiang University（浙江大学）；ByteDance Inc（字节跳动）
本文提出LASER，一种数据驱动的SQL重写方法，通过构建SQL-MCTS大规模语料库和SQL-GRPO专用对齐策略，提升小模型在SQL优化中的执行效率和零样本迁移能力。
2026-04-08 cs.DB
Prompt as a Data Type: In-Database LLM Prompt Management and Rewriting
Department of Computing and Mathematics University of Sao Paulo（计算机与数学系 乌拉圭圣保罗大学）；Department of Information Systems University of Münster（信息系统系 梅茵斯特大学）
研究如何在数据库中管理和重写大语言模型提示。核心方法是引入PromptDB系统，将提示视为元组级数据库值，利用数据库元数据重写提示。主要贡献是创造新优化空间，经实验验证数据库引导重写可提高输出有效性并权衡成本质量。
2026-07-27 cs.DB cs.LG
Secure Querying of Recursive XML Views: A Standard XPath-based Technique
大多数保护XML文档安全的最先进方法都允许用户仅通过授权视图访问数据，这些授权视图是通过使用XML表达式集合注释XML语法（例如DTD）来定义的。为了防止机密信息的不当泄露，用户对这些视图的查询需要重写为对底层文档的等价查询。这种重写使我们能够避免视图物化和维护的开销。这里的一个主要问题是，递归XML视图的查询重写仍然是一个悬而未决的问题。为了克服这个问题，已经提出了一些工作来将非标准查询转换为非标准查询，称为正则非标准查询。然而，在正则表达式下的查询重写可能是指数级的，因为它依赖于自动机模型。最重要的是，定期检查仍然是一项理论成就。实际上，由于没有翻译和评价工具，这种方法在实践中并不常用。在本文中，我们表明，查询重写总是可能的递归XML视图只使用的表达能力的标准XML。我们调查的向下类的扩展，只由孩子和后代轴，与一些轴和运营商，我们提出了一个通用的方法来重写查询递归XML视图。与常规的基于XPath的作品，我们提供了一个重写算法，处理查询只在注释的DTD语法，可以在线性时间内运行的查询的大小。实验结果表明，该算法是有效的，规模以及。
2011-12-12 cs.CR cs.DB
E3-Rewrite: Learning to Rewrite SQL for Executability, Equivalence,and Efficiency
stu.suda.edu.cn（苏州大学）
提出基于LLM的SQL重写框架E3-Rewrite，通过上下文构建与强化学习生成可执行、等价且高效的查询，执行时间最多缩短25.6%，等价重写提升24.4%。
2025-08-15 cs.AI cs.CL cs.DB
Database Reformulation with Integrity Constraints (extended abstract)
在本文中，我们研究的问题，以减少评估成本的查询有限的数据库中存在的完整性约束，通过设计和物化的意见。给定一个数据库模式，一组定义在模式上的查询，一组完整性约束和存储限制，找到这个问题的解决方案意味着找到一组满足存储限制的视图，在约束下提供查询的等效重写（这个要求比没有约束的情况下的等效性更弱），并减少评估查询的总成本。这个问题，数据库重构，是重要的许多应用程序，包括数据仓库和查询优化。我们给出了复杂性的结果和算法，数据库重构存在的约束，合取查询，视图，重写和几种类型的约束，包括功能和包含依赖关系。为了获得更好的复杂性结果，我们引入了一个unchase技术，它减少了问题的查询等价的约束条件下等价的情况下，不增加查询大小。
2005-06-08 cs.DB
An Extensible and Verifiable Language for Query Rewrite Rules
University of California, Berkeley（加州大学伯克利分校）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
Rulescript 提供一种通用查询重写规则开发语言，通过分离规则定义与执行基础设施，实现规则的自动验证和跨引擎移植，减少重写规则开发的工程成本和错误风险。
2026-05-07 cs.DB
Leveraging Application Data Constraints to Optimize Database-Backed Web Applications
利用数据之间的关系是一种经典的查询优化技术。随着持久性数据越来越多地通过编程方式创建和维护，之前从数据统计信息推断数据关系的工作错过了一个重要的机会。我们提出了ConstrOpt，第一个通过分析数据库支持的应用程序来识别数据关系的工具。一旦确定，ConstrOpt就利用这些约束来优化应用程序的物理设计和查询执行。ConstrOpt采用枚举-测试-验证技术来自动利用发现的数据约束来改进查询执行，而不是开发一组固定的预定义重写规则。每个结果重写可证明等价于原始查询。使用14个真实世界的Web应用程序，我们的实验表明，ConstrOpt可以发现大量的数据约束，从代码分析和提高现实世界的应用程序的性能显着。
2022-12-28 cs.DB cs.PL
Nesting Depth of Operators in Graph Database Queries: Expressiveness Vs. Evaluation Complexity
为图结构化数据设计查询语言是一个活跃的研究领域，其中用于查询评估的表达性和高效算法是相互冲突的目标。为了更好地处理动态变化的数据，最近的工作是设计查询语言，它可以比较存储在图数据库中的值，而不需要对查询中的值进行硬编码。其主要思想是允许查询中包含变量，并在计算查询时将变量绑定到值。对于只绑定变量一次的查询语言，查询计算通常是NP完全的。有些查询语言允许在Kleene星型运算符的作用域内进行绑定，而这些运算符本身也可以在绑定的作用域内，等等。我们定义了一种方法来语法控制嵌套深度的迭代绑定，并研究如何影响表现力和效率的查询评估。结果是一个无限的、按语法定义的表达式层次结构。我们证明了相应的语言层次是严格的。给定层次结构中的表达式，我们证明检查较低级别是否存在语言等效表达式是不可判定的。我们证明，评估查询的基础上，在级别i的表达式可以在$Σ_i$在多项式时间层次结构。量化布尔公式的可满足性可以归结为查询评价，我们研究了布尔量词的交替和迭代绑定的嵌套深度之间的关系。
2016-05-05 cs.DB cs.FL cs.LO
