Towards a Converged Relational-Graph Optimization Framework
本文针对 SQL/PGQ 查询优化空白，扩展 SPJ 为含图匹配算子的 SPJM，并提出融合关系与图优化的 RelGo 框架，在 DuckDB 上较图无关优化器平均加速 21.90 倍。
2024-12-09 cs.DB
Transformer-based Ranking Approaches for Keyword Queries over Relational Databases
针对关系关键词搜索中歧义查询下候选连接网络排序不准确的问题，提出基于transformer的排序方法，通过结构线性化和数据增强提升上下文感知评估能力，实验证明其召回率和R@k显著优于原有贝叶斯方法。
2025-03-24 cs.DB
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
From Textual Columns to Query Plans: A Unified Relational-Semantic Execution Framework for Hybrid Query Processing
Megagon Labs（Megagon实验室）
OmniTQA通过整合LLM语义操作与传统关系运算符，提出了一种成本感知的混合查询处理框架，有效处理结构化与半结构化数据，提升复杂查询和大规模表的准确性和效率。
2026-07-03 cs.DB
Formalising opencypher Graph Queries in Relational Algebra
图形数据库系统越来越适合于存储和处理异构网络类数据集。然而，由于这种系统的新颖性，尚未出现标准数据模型或查询语言。因此，即使在相关技术之间迁移数据集或应用程序，也往往需要大量的手动工作或临时解决方案，从而使用户有可能受到供应商的锁定。为了避免这种威胁，供应商正在努力支持现有的标准语言（例如SQL）或创建标准化语言。在本文中，我们提出了一个正式的规范openCypher，一个高层次的声明图查询语言正在进行的标准化工作。我们引入关系图代数，它通过调整特定于图的运算符来扩展关系运算符，并定义了从核心openCypher结构到该代数的映射。我们提出了一个算法，允许系统编译的openCypher查询。
2017-09-22 cs.DB
Scripting Relational Database Engine Using Transducer
我们允许数据库用户使用过程语言编写并行关系数据库引擎的脚本。过程语言代码作为用户定义的关系查询操作符（称为transducer）执行。Transducer与关系引擎紧密集成，包括查询优化器，查询执行器，并可以像其他查询操作器一样并行执行。使用transducer，我们可以有效地执行在SQL中很难表达的查询。作为例子，我们展示了如何在并行关系数据库中运行时间序列和图形查询等。
2018-05-11 cs.DB
Path discovery by Querying the federation of Relational Database and RDF Graph
用于检测路径的查询的类别是重要的，因为它们可以提取输入图的节点上的隐式二元关系。RDF社区使用的大多数路径查询语言，如W3C SPARQL 1.1中的属性路径和nSPARQL中的嵌套正则表达式都是基于正则表达式的。联合查询允许将图模式和关系数据库组合在一起，从而能够在单个查询中对多个异构数据资源进行评估。W3C SPARQL 1.1中的联邦查询目前在不同的SPARQL端点上进行评估。本文提出了一种联邦路径查询语言，作为常规路径查询语言的扩展，以支持RDF图与关系数据库的集成。联邦路径查询语言绝对比嵌套正则表达式和无否定属性路径更具表达力。其额外的表达能力可以用于捕获嵌套的正则路径查询的合取和联合。尽管表达能力的增加，我们也表明，联邦路径查询仍然享有低计算复杂性，可以有效地进行评估。
2016-10-25 cs.DB
An Extended Tutorial and Vocabulary for Relational Language Design in an Era of AI-Assisted Query Generation
Northeastern University（东北大学）
本教程扩展SIGMOD'26教程，围绕递归路径查询等三方面，以示例查询对比不同关系型语言，提供比较框架与设计词汇表，助力理解AI辅助查询生成时代的关系型语言设计
2026-08-18 cs.DB
Rel2Graph: Automated Mapping From Relational Databases to a Unified Property Knowledge Graph
本文提出Rel2Graph方法，实现从关系数据库到统一属性知识图的自动化映射，支持SQL到NoSQL查询转换，并在Spider和KaggleDBQA基准上验证了高执行准确率与数据完整性。
2023-10-26 cs.DB
Relational transducers for declarative networking
出于最近的猜想有关的表达性声明网络，我们提出了一个正式的计算模型，“最终一致的”分布式查询，基于关系传感器。一个紧密的联系已被证明之间的协调自由的计算，和单调的查询表示这样的计算。事实上，我们提出了一个正式的定义，协调自由，并确认类单调查询被捕获的协调自由换能器网络。协调自由是一个语义属性，但我们定义的“不经意”转换器的语法类也捕获了相同类的单调查询。非无协调的传感器网络功能要强大得多。
2010-12-13 cs.DB
Efficient Path Query Processing in Relational Database Systems
Northeastern University（东北大学）
本文提出ReCAP抽象，通过显式指定早期过滤机会，使关系型数据库能高效处理结合正则表达式和属性约束的路径查询，提升性能达数万倍。
2026-10-22 cs.DB
A Comprehensive Tutorial on over 100 Years of Diagrammatic Representations of Logical Statements and Relational Queries
本教程系统梳理了逾百年来逻辑语句与关系查询的图形化表示方法，通过将视觉隐喻映射到关系代数和关系演算，帮助用户理解复杂查询。
2024-03-05 cs.DB cs.LO
CHASE: A Native Relational Database for Hybrid Queries on Structured and Unstructured Data
本文提出原生关系数据库 CHASE，通过查询语义分析、新物理算子和编译优化支持结构化与非结构化混合查询，较现有系统最高加速 7500 倍。
2025-01-09 cs.DB
Translating a first-order modal language to relational algebra
这篇文章是关于关系数据库中的Kripke结构，并使用模态语言进行查询。首先介绍所使用的模态语言，然后是数据库和关系代数的定义。基于这些定义，提出了两件事：从模态结构的组件到关系数据库模式和实例的映射，以及从模态语言中的查询到关系代数查询的转换。
2007-05-27 cs.DB cs.LO
The Context Model: A Graph Database Model
提出一种以有向无环图为基本结构的图数据库上下文模型，在统一函数代数框架内支持数据管理和分析，并能作为语义层和友好界面处理关系数据。
2024-06-28 cs.DB
Query shredding: Efficient relational evaluation of queries over nested multisets (extended version)
嵌套关系查询语言已经被广泛地研究，并且是诸如Microsoft的LINQ之类的工业语言集成查询系统的基础。但是，关系数据库本身并不支持查询结果中的嵌套集合。这可能导致主要的性能问题：如果程序员编写的查询产生嵌套的结果，那么这样的系统通常要么失败，要么生成大量的查询。我们提出了一种新的方法来查询切碎，它转换一个查询返回嵌套的数据到一个固定数量的SQL查询。我们的方法，在以前的工作相比，处理多集语义，并生成一个地道的SQL：1999查询直接从嵌套查询的范式。我们提供了一个详细的描述，我们的翻译和目前的实验表明，它提供了可比的或更好的性能比最近的替代方法的一系列例子。
2014-05-02 cs.DB cs.PL
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
Relational Diagrams: a pattern-preserving diagrammatic representation of non-disjunctive Relational Queries
通过关系语言的逻辑表达能力来分析关系语言是很容易理解的。关系查询模式的模糊概念还没有得到很好的理解，甚至还没有正式化。什么是查询模式？我们如何在不同的关系语言中推理查询模式，而不管它们的语法和它们的过程性或声明性？在本文中，我们形式化的概念，查询模式的关系原子之间的模式保持映射的变体。这种形式主义使我们能够分析关系查询语言的相对模式表达能力，并创建一个层次结构的语言具有相同的逻辑表达能力，但不同的模式表达能力。在这种分析中，关系演算可以表达比关系代数的基本运算符更多的模式。我们还贡献了一个直观的，完整的，和声音的图形表示安全的关系演算，不仅是关系完整的，但也可以表达所有的逻辑模式的大型和有用的片段的非析取关系演算。在我们所知道的所有关系查询的图形表示中，这是唯一一个关系完整的，可以表示非析取片段中的所有逻辑模式。
2022-03-14 cs.DB cs.LO cs.PL
Answering Non-Monotonic Queries in Relational Data Exchange
关系数据交换是根据源数据和目标数据之间的关系规范将关系数据从源模式转换为目标模式的问题。其中一个基本问题是如何回答针对目标数据提出的查询。虽然已经达成共识的确定性语义单调查询，这个问题变得更加困难的非单调查询。在过去的几年中，已经提出了几种非单调查询的语义。本文提出了一种新的非单调查询语义，称为GCWA * 语义。它的灵感来自演绎数据库领域的语义。我们表明，GCWA *-语义符合标准的开放世界语义的单调查询，我们进一步探讨（数据）的复杂性下的GCWA *-语义评估非单调查询。特别是，我们引入了一类模式映射的通用查询可以评估下的GCWA *-语义在多项式时间（数据复杂性）的核心的通用解决方案。
2011-09-01 cs.DB cs.LO
Distributed Processing of Generalized Graph-Pattern Queries in SPARQL 1.1
我们提出了一个有效的和可扩展的体系结构，用于处理广义的图形模式查询，因为它们是指定的SPARQL 1.1“查询语言“组件的当前W3C建议。具体来说，我们考虑的一类查询由SPARQL三元组模式与标记的属性路径。从关系的角度来看，这个类解析为带有附加图可达性谓词的关系连接的合取查询。对于可扩展的，即，分布式，处理这种查询非常大的RDF集合，我们开发了一个合适的分区和索引方案，这使我们能够在整个集群的计算节点上分割RDF三元组，并在所有相关的图形分区（从而计算节点）上并行处理传入的SPARQL查询。与大多数以前的作品在这一领域，我们专门针对统一优化和分布式处理的查询组成的关系连接和图形可达性谓词。计算节点之间的所有通信都是通过基于消息传递接口的专有异步通信协议建立的。
2016-12-20 cs.DB
Comparing Downward Fragments of the Relational Calculus with Transitive Closure on Trees
出于对树数据模型的持续兴趣，我们研究了树和链上的向下导航查询语言的表达能力。基本的导航查询使用组合和联合从身份关系和边关系构建。我们研究的相对表现力的影响，当我们添加传递闭包，投影，coprojects，交集和差异，这对标记和未标记结构的布尔查询和路径查询。在所有情况下，我们提出了完整的哈斯图。特别是，对于我们在树上研究的每个查询语言片段，我们确定它在差和交集下是否闭合。
2018-03-04 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
Sensitivity Analysis for Declarative Relational Query Languages with Ordinal Ranks
我们提出了一个关系模型的数据扩展的顺序排名的查询执行结果的敏感性分析。底层的数据模型的结果，从普通的Codd的数据模型中，我们认为顺序排列的元组在数据表中表示的程度，元组匹配查询。在这种设置中，我们表明，分配给元组的排名对小的变化不敏感，即，输入数据中的小变化不会在查询结果中产生大的变化。
2011-09-28 cs.DB
A Tutorial on Visual Representations of Relational Queries
本教程综述关系查询的可视化表示，梳理一个多世纪以来关系完备图形语言的关键视觉隐喻，并将视觉符号映射到RA与RC的语法和语义。
2023-08-20 cs.DB cs.HC cs.LO
Relational Memory: Native In-Memory Accesses on Rows and Columns
分析数据库系统通常被设计为使用列优先的数据布局来仅访问所需的字段。另一方面，行优先存储数据对于访问、插入或更新整个行非常有效。在运行时将行转换为列是昂贵的，因此，许多分析系统以行优先的形式摄取数据，并在后台将其转换为列，以方便将来的分析查询。如果我们总是能够有效地访问所需的列集，那么这种设计会有什么变化呢？为了解决这个问题，我们提出了一种全新的方法来进行数据从行到列的转换。我们基于嵌入式平台的最新进展，采用可重新编程逻辑来设计行和列上的本机内存访问。我们的方法，称为关系内存，依赖于一个基于FPGA的加速器，它位于CPU和主内存之间，并透明地将基本数据转换为任何一组列，在运行时开销最小。这种设计允许访问任何列组，就好像它已经存在于内存中一样。我们在实际硬件中实现和部署关系内存，我们表明，我们可以访问所需的列高达1.63倍的速度比访问他们从行的对应，同时匹配的性能的纯列访问低投影，并优于它高达1.87倍的投影（和元组重建成本）的增加。此外，我们的方法可以很容易地扩展到支持卸载到硬件的许多操作，例如，选择、分组、聚合和连接，具有极大地简化软件逻辑和加速查询执行的潜力。
2022-02-06 cs.AR cs.DB
Scalable Package Queries in Relational Database Systems
传统的数据库查询遵循一个简单的模型：它们定义结果中的每个元组必须满足的约束。该模型在计算上是高效的，因为数据库系统可以单独评估每个元组上的查询条件。然而，许多实际的现实问题需要一个结果元组的集合来共同满足约束，而不是单独满足约束。在本文中，我们提出了包查询，一个新的查询模型，扩展了传统的数据库查询处理复杂的约束和偏好的答案集。我们开发了一个成熟的包查询系统，实现了传统的数据库引擎之上。我们的工作做出了一些贡献。首先，我们设计了PaQL，一个基于SQL的查询语言，支持包查询的声明性规范。我们证明了PaQL是至少作为整数线性规划的表达，因此，评估包查询是一般NP-难。其次，我们提出了一个基本的评估策略，结合数据库和约束优化求解器的能力，以获得解决方案包查询。我们的方法的核心是一组转换规则，将包查询转换为整数线性规划。第三，我们引入了一个离线的数据分区策略，允许查询评估规模大的数据大小。第四，我们介绍SketchRefine，一个可扩展的软件包评估算法，具有很强的近似保证（$(1 \pmε)^6$因子近似）。最后，我们提出了广泛的实验在现实世界和基准数据。结果表明，SketchRefine在获得高质量的包结果方面是有效的，并且在大型数据集上实现了比直接使用ILP求解器快一个数量级的运行时性能。
2015-12-16 cs.DB
Memelang: An Axial Grammar for LLM-Generated Vector-Relational Queries
Memelang是一种紧凑的查询语言，通过轴性语法实现LLM生成的向量关系查询的结构化生成，支持坐标稳定引用、变量绑定和隐式上下文传递，以提高查询效率。
2025-12-18 cs.DB
Answering Table Queries on the Web using Column Keywords
我们提出了一个结构化的搜索引擎的设计，它返回一个多列的表，以响应由描述其每一列的关键字组成的查询。我们通过利用Web上数以百万计的表来回答这样的查询，因为这些表是比自由格式文本更丰富的结构化知识来源。然而，从任意HTML网页中获取的表格语料库提出了在集中编辑的知识库中看不到的多样性和冗余性的巨大挑战。我们在本文中集中讨论一个具体任务。给定一组Web表T1，. . ., Tn，以及具有q组关键字Q1，. . ., Qq，针对每个Ti判定其是否与Q相关，并且如果是，则标识Ti的列与查询列之间的映射。我们将此任务表示为一个图形模型，该模型通过将跨越表的不同部分的匹配的线索的不同来源、语料库范围的共现统计以及表列之间的内容重叠来联合映射所有表。我们定义了一个新的查询分割模型匹配关键字表列，和一个强大的机制，利用跨表列的内容重叠。我们设计了基于二分匹配和约束图割的高效推理算法来解决联合标记任务。在2500万个Web表语料库上进行的59次查询的实验表明，与基线IR方法相比，准确率有显着提高。
2012-06-30 cs.DB
Relational Division in Rank-Aware Databases
我们提出了一个调查现有的方法，关系部门在排名感知数据库，讨论目前的方法的问题，并概述了几种类型的经典除法运算的概括。我们的工作在一个模型，概括了Codd模型的数据，考虑元组的关系注释的行列，表明度元组的关系匹配查询。该方法利用完全剩余格作为度的基本结构。我们认为，与经典模型不同，关系部门的基本操作，不能在一般情况下表示通过其他操作。此外，我们比较现有的和建议的操作，并确定那些是忠实的同行制定的关系演算普遍量化查询。我们引入伪元组演算的排名模型，这是进一步用来显示相互定义的各种形式的部门的文件。
2015-07-02 cs.DB
The Optimization of Running Queries in Relational Databases Using ANT-Colony Algorithm
优化查询的问题是一个成本敏感的过程，并且相对于查询中关联表的数量，其排列数量呈指数增长。一方面，与关系数据库中的其他操作相比，连接操作是最困难和最复杂的操作，为了减少其运行时间，需要对其进行优化。因此，到目前为止已经提出了各种算法来解决这个问题。另一方面，任何数据库管理系统（DBMS）的成功都意味着利用查询模型。在本文中，启发式蚂蚁算法已被提出来解决这个问题，提高连接操作的运行时间。实验和观察结果表明，该算法的效率相比，其类似的算法。
2013-11-16 cs.DB cs.NE
Empowering In-Memory Relational Database Engines with Native Graph Processing
过多的图和关系数据在各个领域中产生了许多有趣的图-关系查询，例如，在生物网络中找到满足关系谓词的相关蛋白质。RDBMS的成熟促使学术界和工业界致力于利用RDBMS进行图形处理，其中效率已被证明适用于重要的图形查询。然而，这些努力都没有在RDBMS内部原生地处理图，这是特别具有挑战性的，因为关系模型和图模型之间的阻抗不匹配。在本文中，我们建议将图视为关系引擎中的一等公民，以便在RDBMS中本地执行对图的操作。我们在VoltDB（一个开源的内存中关系数据库）中实现了我们的方法，并将此实现命名为GRFusion。GRFusion的SQL和查询引擎被授权以声明方式定义图形并执行由图形和关系运算符形成的跨数据模型查询计划，从而在查询时加速w.r.t.最先进的方法。
2017-10-12 cs.DB
Relational to RDF Data Migration by Query Co-Evaluation
Conexus AI
提出一种新算法，通过关系查询的逆映射将关系数据库转换为RDF三元组，确保数据的唯一往返，并利用图同态简化查询编写，在FIBO金融本体上验证。
2026-07-03 cs.DB
Translating Relational Queries into Spreadsheets
电子表格是数据管理和分析最常用的应用程序之一。也许它们甚至是所有类型中使用最广泛的计算机应用程序之一。它们以自然和直观的方式将数据处理与各种补充功能相结合：统计功能，可视化工具，数据透视表，数据透视图，线性规划求解器，定期从外部来源下载数据的Web查询等。在这篇文章中，我们演示了一个电子表格可以实现所有的数据转换定义在SQL中，没有任何使用宏或内置的程序设计语言，仅仅通过利用电子表格公式。我们提供了一个查询编译器，它将任何给定的SQL查询转换为相同语义的工作表，包括NULL值。因此，数据库操作对于不想迁移到数据库的用户变得可用。他们可以使用高级语言定义查询，然后在普通的电子表格中获得执行计划。无需复杂的数据库系统，无需电子表格插件或宏。电子表格中可用的函数对可以实现的算法施加了严格的限制。在本文中，我们提供了$O(n\log^2n)$排序电子表格，但使用一个非常数的行数，以前已知的$O(n^2)$的改进。因此，令人惊讶的是，电子表格可以实现，正如我们所展示的，深度优先搜索和广度优先搜索的图形，从而超越SQL-92中定义的查询。
2014-07-16 cs.DB
Graph Analytics using the Vertica Relational Database
图分析正变得越来越流行，在过去的几年中，已经提出了大量用于图分析的新系统。这些系统通常从需要新的存储或查询处理系统的假设开始，尽管图形数据通常首先被收集并存储在关系数据库中。在本文中，我们研究了Vertica关系数据库作为一个平台的图形分析。我们表明，以顶点为中心的图分析可以转换为SQL查询，通常涉及表扫描和连接，现代的列导向的数据库非常适合运行这样的查询。具体来说，我们提出了一个实验评估的Vertica关系数据库系统上的各种图形分析，包括迭代分析，图形和关系分析的组合，更复杂的1跳邻域图分析，显示它是有竞争力的两个流行的顶点为中心的图形分析系统，即GitHub和GraphLab。
2014-12-17 cs.DB
Querying Graph-Relational Data
本文提出图关系数据库模型以解决关系数据库扁平表示与嵌套对象需求之间的失配问题，并给出其形式语义及在 EdgeQL 和 Gel 系统中的实现，兼顾对象形态操作的灵活性与接近直接编写 PostgreSQL 查询的效率。
2025-07-23 cs.DB cs.PL
SEMA-SQL: Beyond Traditional Relational Querying with Large Language Models
Alibaba Group（阿里巴巴集团）；University of Michigan（密歇根大学）
SEMA-SQL通过结合关系操作与LLM语义推理，自动回答自然语言问题，提升查询能力。
2026-05-14 cs.DB
MORTAL: A Tool of Automatically Designing Relational Storage Schemas for Multi-model Data through Reinforcement Learning
考虑到关系数据库在处理安全性、用户认证、查询优化等方面具有强大的能力，若干商业和学术框架重用关系数据库来存储和查询半结构化数据（例如，XML、JSON）或图形数据（例如，RDF，属性图）。然而，这些工作集中于使用RDBMS管理上述数据模型之一。也就是说，它没有利用底层工具来自动生成用于存储多模型数据的关系模式。在这个演示中，我们提出了一种新的基于强化学习的工具，称为MORTAL。具体来说，给定包含不同数据模型的多模型数据和一组查询，它可以自动设计一个关系模式来存储这些数据，同时具有很好的查询性能。为了清楚地说明它，我们围绕着以下模块：基于加载的多模型数据生成初始状态，通过设置参数来影响学习过程，通过提供语义约束来控制生成的关系模式，通过指定查询来提高关系模式的查询性能，以及当用户调整生成的关系模式时显示查询性能和存储消耗的高度交互式界面。
2021-09-01 cs.DB
Space-Time Tradeoffs for Spatial Conjunctive Queries
本文针对空间合取查询，建立回答时间与空间使用的权衡下界，并构建最优索引，支持范围空性、范围计数和最近邻查询，可提升关系算法性能。
2025-09-12 cs.DB
GRAPHITE: An Extensible Graph Traversal Framework for Relational Database Management Systems
图遍历是各种图算法和面向图的查询的基本要素。为了实现最佳的查询性能，它们需要在数据库管理系统的核心实现，该系统旨在存储，操作和查询图形数据。越来越多的现代业务应用程序需要本机图查询和处理能力，用于对存储在关系数据库管理系统中的数据进行企业关键操作。在本文中，我们提出了一个可扩展的图形遍历框架（GRAPHITE）作为中央图形处理组件的一个共同的存储引擎内的关系数据库管理系统。我们研究了图的拓扑结构对图遍历的执行时间的影响，并推导出两个专门用于不同的图拓扑结构和遍历查询的遍历算法实现。我们对GRAPHITE进行了大量的实验，用于各种真实世界的图形数据集和输入配置。我们的实验表明，所提出的遍历算法不同的输入配置的两个数量级，因此证明需要一个通用的框架，以有效地处理图形遍历广泛的不同的图形拓扑结构和类型的查询。最后，我们强调，我们的遍历实现的查询性能是有竞争力的两个原生图数据库管理系统。
2014-12-19 cs.DB
Efficient Evaluation of Arbitrary Relational Calculus Queries
提出一种将任意关系演算查询转换为安全范围查询并最终映射为SQL的新方法，利用标准数据库管理系统实现高效求值，在时间复杂度和实验表现上均优于现有方法。
2023-12-20 cs.DB cs.LO
Research Challenges in Relational Database Management Systems for LLM Queries
University of Waterloo（多伦多大学）
本文通过五个代表性查询探索两个开源系统和一个企业平台，揭示SQL调用LLM在功能、性能和可扩展性上的局限，识别结构化输出、资源利用和查询规划三大问题，并验证初步改进方案，证明LLM与DBMS紧密集成是可扩展高效处理LLM查询的关键。
2025-08-28 cs.AI cs.DB
Understanding Queries by Conditional Instances
理解复杂查询的一种有效方法是观察它如何对数据实例进行操作。然而，特定的数据库实例对于这样的观察并不理想：它们通常包括大量多余的细节，这些细节不仅与理解查询无关，而且还会导致认知过载;并且一个特定的数据库可能不够。给定一个关系查询，是否有可能提供一个简单而通用的“代表性”实例，（1）说明如何满足查询，（2）通过抽象掉不必要的细节，以相同的方式总结所有满足查询的特定实例？此外，是否有可能找到这样的代表性实例的集合，这些代表性实例一起完全表征可以满足查询的所有可能方式？本文采取初步步骤回答这些问题。我们设计这些代表性实例的样子，定义它们代表什么，并形式化它们以“所有可能的方式”满足查询的含义。“我们认为，这个问题是不可判定的一般域关系演算查询，并开发实用的算法来计算最小的收集这样的实例受到其他约束。我们实验评估我们的方法的效率，并显示其有效性，帮助用户调试关系查询，通过用户研究。
2022-02-22 cs.DB
General Space-Time Tradeoffs via Relational Queries
本文利用关系代数和连接查询框架统一研究布尔合取查询的时空权衡，提出通用算法恢复并改进多个问题的权衡，否定两个已有下界猜想，并证明星形与路径查询的新条件时空下界。
2023-08-13 cs.DB cs.DS
Complexity of Evaluating GQL Queries
本文解决了GQL查询求值复杂度的基础问题，证明其一般数据复杂度为P^NP[log]完全、无限制器时为NL完全，且该结论对无限具体域查询也成立，同时建立了GQL与关系查询语言及二阶逻辑片段的紧密关联。
2025-10-22 cs.DB
Synthesizing Nested Relational Queries from Implicit Specifications
派生数据集可以隐式或显式定义。（数据集$\vec{I}$方面的数据集$O$的）隐式定义是涉及源数据$\vec{I}$和接口数据$O$的逻辑规范。如果规范的任何两个模型在$\vec{I}$上达成一致，则它是$O$在$\vec{I}$方面的有效定义。相反，显式定义是从$\vec{I}$生成$O$的查询。贝丝定理的变体指出，可以将隐式定义转换为显式定义。此外，这种转换可以有效地完成，在一个合适的证明系统中证明隐含的可定义性。我们证明了嵌套关系的类似的有效的隐式到显式的结果：隐式定义，在嵌套关系的自然逻辑，可以有效地转换为显式定义的嵌套关系演算NRC。因此，我们可以有效地提取重写的NRC查询的NRC意见方面，证明了该查询是由意见。
2022-09-17 cs.DB cs.LO
Large Language Model-Enhanced Relational Operators: Taxonomy, Benchmark, and Analysis
Alibaba Group（阿里巴巴集团）；Tsinghua University（清华大学）；Renmin University of China（中国人民大学）
本文提出统一的关系运算符分类，设计全面的基准测试，并评估不同实现下的运算符性能，以指导复杂语义查询系统的设计。
2026-04-28 cs.DB
Supporting Schema References in Keyword Queries over Relational Databases
关系关键字搜索（R-KwS）系统使幼稚/非正式用户能够在不知道模式细节或查询语言的情况下从关系数据库中探索和检索信息。这些系统从输入查询中获取关键字，定位与这些关键字相对应的目标数据库的元素，并寻找使用关于引用完整性约束的信息来“连接”这些元素的方法，即，key/foreign key对。虽然在文献中已经提出了几个这样的系统，他们中的大多数只支持查询的关键字是指目标数据库的内容，只有极少数支持查询的关键字是指数据库模式的元素。本文提出了车床，一种新的R-KwS设计，以支持这样的查询。为此，在我们的工作中，我们首先概括了众所周知的概念查询匹配（QMs）和候选人加入网络（CJNs）处理关键字指的是模式元素，并提出了新的算法来生成它们。然后，我们介绍了一种方法来自动选择的CJNs更有可能代表用户的意图时，发出一个关键字查询。这种方法包括两个主要的创新：一个排名算法，选择更好的QM，产生更少，但更好的CJNs的一代，和一个热切的评价策略修剪无效无用的CJNs。我们提出了一套全面的实验进行查询集和数据集以前使用的实验与国家的最先进的R-KwS系统和方法。我们的研究结果表明，车床可以处理各种各样的关键字查询，同时保持高度有效，即使是大型数据库与复杂的模式。
2022-03-11 cs.DB cs.IR
SynSQL: Synthesizing Relational Databases for Robust Evaluation of Text-to-SQL Systems
University of Alberta（阿尔伯塔大学）；Department of Computing Science（计算机科学系）
SynSQL通过合成语义一致的关系数据库，揭示了文本到SQL系统在固定基准数据库外的性能下降，为研究LLM的结构化数据合成能力提供新视角。
2026-04-29 cs.DB
Search and Navigation in Relational Databases
我们提出了一个新的应用程序中的关键字搜索关系数据库，它使用了一种新的算法来解决连接发现问题，通过查找Memex样的线索，通过图形的外键依赖关系。它不同于以前的努力，在所使用的算法，在表示机制和在使用主键只有数据库查询在查询时间，以保持快速响应用户。我们提出的例子使用DBLP数据集。
2003-07-31 cs.DB
Query Embedding on Hyper-relational Knowledge Graphs
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Elsevier（爱思唯尔）；LMU Munich（慕尼黑大学）；Mila（米拉研究所）；McGill University（麦吉尔大学）
多跳逻辑推理是知识图谱（KG）上的表示学习领域中的既定问题。它包含单跳链接预测以及其他更复杂类型的逻辑查询。现有的算法只在经典的，基于三元组的图上操作，而现代KG通常采用超关系建模范式。在这个范例中，类型化的边可能有几个键值对，称为限定符，为事实提供细粒度的上下文。在查询中，此上下文修改关系的含义，并且通常减少答案集。超关系查询经常在现实世界的KG应用程序中观察到，现有的近似查询回答方法不能使用限定符对。在这项工作中，我们弥合了这一差距，并将多跳推理问题扩展到超关系KG，以解决这种新型的复杂查询。基于图神经网络和查询嵌入技术的最新进展，我们研究了如何嵌入和回答超关系合取查询。除此之外，我们提出了一种方法来回答这样的查询，并在我们的实验中证明，限定符提高查询回答不同的查询模式。
2022-09-06 cs.AI cs.DB cs.IR
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
Relational Deep Dive: Error-Aware Queries Over Unstructured Data
针对非结构化数据分析查询的抽取挑战，提出框架ReDD，通过两阶段流水线动态发现查询模式并填充关系表，结合统计校准方法SCAPE进行错误感知抽取，将错误率降至1%以下。
2025-11-04 cs.DB cs.IR
Empirical Analysis on Comparing the Performance of Alpha Miner Algorithm in SQL Query Language and NoSQL Column-Oriented Databases Using Apache Phoenix
流程感知信息系统（Process Aware Information Systems，PAIS）是一种支持业务流程并从业务流程的执行中生成大量事件日志的IT系统。事件日志表示为CaseID、Timestamp、Activity和Actor的元组。流程挖掘是一个新兴的领域，旨在通过分析事件日志来发现、增强和改进业务流程，并检查运行时间和设计时间业务流程之间的一致性。生成的大量事件日志存储在数据库中。关系数据库对于某类应用程序表现良好。然而，有一类应用程序是关系数据库无法扩展的。为了处理这类应用程序，NoSQL数据库系统出现了。从事件日志中发现流程模型（工作流模型）是流程挖掘中最具挑战性和重要的任务之一。$α$ -miner算法是最早也是最广泛使用的进程发现技术之一。我们的目标是调查哪些数据库（关系型或NoSQL）在流程挖掘下的流程发现应用程序中表现更好。我们实现了$α$ -矿工算法的关系（面向行）和NoSQL（面向列）数据库中的数据库查询语言，使我们的算法是紧密耦合到数据库。我们提出了一个性能基准测试和比较的$α$ -矿工算法在面向行的数据库和NoSQL的面向列的数据库，以便我们可以比较哪个数据库可以有效地存储大量的事件日志，并分析它在几秒钟内发现一个进程模型。
2017-03-16 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
