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
The SPARQL2XQuery Interoperability Framework. Utilizing Schema Mapping, Schema Transformation and Query Translation to Integrate XML and the Semantic Web
Web of Data是一个开放的环境，由来自不同领域的大量相互链接的大型RDF数据集组成。在这种环境中，组织和公司采用利用语义Web（SW）技术的关联数据实践，以便发布他们的数据并提供SPARQL端点（即，基于SPARQL的搜索服务）。另一方面，当今Web中信息交换的主导标准是XML。SW和XML世界及其开发的基础设施基于不同的数据模型、语义和查询语言。因此，至关重要的是开发互操作性机制，允许Web of Data用户从他们自己的工作环境中使用SPARQL访问XML数据集。期望所有现有的遗留数据（例如，关系、XML等）将转换为软件数据。因此，将遗留数据发布为关联数据并在其上提供SPARQL端点已成为一个主要的研究挑战。在这个方向上，我们引入了SPARQL 2XQuery框架，它创建了一个可互操作的环境，SPARQL查询自动转换为XQuery查询，以便在Web上访问XML数据。SPARQL 2XQuery框架为OWL-RDF/S到XML Schema映射的表达提供了一个映射模型，也为SPARQL到XQuery的转换提供了一种方法。为此，我们的框架支持本体和XML模式之间的手动和自动映射规范。在自动映射规范场景中，SPARQL 2XQuery利用将XML模式转换为OWL本体的XS 2 OWL组件。最后，进行了大量的实验，以评估模式转换，映射生成，查询翻译和查询评估效率，使用真实和合成…
2014-01-02 cs.DB
Property Graph Schema Optimization for Domain-Specific Knowledge Graphs
企业正在通过管理和集成来自多个来源的业务数据来创建特定于领域的知识图谱。这些知识图谱中的数据可以使用本体来描述，本体提供语义抽象以根据域的实体和关系来定义内容。本体中丰富的语义关系包含各种机会来减少边遍历，从而提高图查询性能。尽管已经有很多努力来构建能够在知识图谱上进行高效查询的系统，但是在图谱设置中，针对查询性能的模式优化问题在很大程度上被忽略了。在这项工作中，我们表明，图模式的设计有显着的影响查询性能，然后提出优化算法，利用领域本体的机会，生成高效的属性图模式。据我们所知，我们是第一个提出一个本体驱动的方法，属性图模式优化。我们进行实证评估与两个现实世界的知识图谱从医疗和金融领域。结果表明，模式产生的优化算法实现了2个数量级的速度相比，基线方法。
2020-10-03 cs.DB
Efficient Query Answering over Conceptual Schemas of Relational Databases : Technical Report
我们开发了一个查询应答系统，在工作的核心是一个想法的查询应答重写。为此，我们扩展了DL DL-Lite的能力，以支持n元关系，获得DL DLR-Lite，这仍然是多项式的数据的大小。我们设计了一种灵活的方式映射的概念级的关系级，它提供了一个类似SQL的查询语言查询语言的概念模式的用户。重写技术增加了传统查询应答技术的价值，允许制定更简单的查询，具有推断用户查询中未明确说明的附加信息的能力。概念模式的形式化和开发的推理技术允许检查数据库和概念模式之间的一致性，从而提高了信息系统的可信度。
2009-02-11 cs.DB cs.LO
Constraint-based Query Distribution Framework for an Integrated Global Schema
分布式异构数据源需要使用全局模式进行统一查询。对全局模式的查询被重新制定，以便它可以在本地数据源上执行。全局架构和映射中的约束用于源选择、查询优化以及查询分区和复制的数据源。所提供的系统都是基于XML的，它以XML形式提出查询，转换并将本地结果集成到XML文档中。贡献包括在我们现有的全球模式，有助于在源选择和查询优化，和查询分布式异构数据源的全球查询分布框架的约束的使用。
2010-04-13 cs.DB cs.DC cs.IR
A RDF-based Data Integration Framework
数据集成是分布式数据源的主要问题之一。一种方法是为各种数据源提供集成的中介模式。本研究工作的目的是开发一个定义集成模式并对其进行查询的框架，其基本思想是使用最新的标准语言和工具来提供一个统一的数据集成框架。RDF用于集成模式描述以及提供统一的数据视图。RDQL用于查询重构。此外，描述逻辑推理服务为集成模式中概念的可满足性检查提供了必要的手段。该框架具有显示集成模式和查询集成模式的工具，并提供了足够的灵活性，可用于不同的应用领域。
2012-11-27 cs.DB
Schema-based Scheduling of Event Processors and Buffer Minimization for Queries on Structured Data Streams
我们介绍了一个扩展的XQuery语言，FluX，支持基于事件的查询处理和有意识的处理主内存缓冲区。这种语言的基于事件的查询可以以非常直接的方式在流XML数据上执行。然后，我们开发了一种算法，允许有效地重写Xcovery到基于事件的Flux语言。此算法使用来自DTD的顺序约束来调度事件处理程序，从而最小化计算查询所需的缓冲量。我们讨论了我们的框架内的查询优化和查询评估的各种技术方面。这是补充与我们的方法的实验评估。
2004-06-07 cs.DB
gMark: Schema-Driven Generation of Graphs and Queries
海量图形数据集在当代应用领域中普遍存在。因此，图形数据库系统变得越来越重要。在这些系统的实验研究中，至关重要的是，研究界已经共享的解决方案，用于生成具有可预测和可控属性的数据库实例和查询工作负载。在本文中，我们提出的设计和工程原理gMark，域和查询语言独立的图形实例和查询工作量生成器。gMark的一个核心贡献是它能够定位和控制生成的实例和耦合到这些实例的生成的工作负载的属性的多样性。进一步的创新包括支持常规路径查询，一个基本的图查询范例，和模式驱动的查询选择性估计，控制工作负载瓶颈的关键功能。我们说明了gMark的灵活性和实用性，通过展示框架的能力，在生成高质量的图形和工作负载，以及其编码用户定义的模式在各种应用程序域的能力。
2016-12-06 cs.DB
Interactive Query Formulation using Point to Point Queries
在具有大型概念模式的数据库中，有效的信息披露是一个重要的问题。特别是制定特设查询是在这种情况下的一个主要问题。解决这个问题的现有方法包括图形查询界面，查询导航，查询的建设。在这篇文章中，我们提出了点到点的查询机制，可以结合现有的机制到一个前所未有的计算机支持的查询制定机制。在点对点查询中，构建了通过信息结构的路径。然后可以使用此路径来制定更复杂的查询。当用户知道某些与其信息需求相关的对象类型，但（尚未）知道它们在概念模式中如何相关时，点对点查询通常很有用。因此，点对点查询机制的一部分是在概念模式中选择对象类型（点）之间的最合适路径。本文讨论了点到点查询机制所涉及的一些语用问题，以及在所选对象类型之间寻找相关路径所涉及的理论问题。
2021-02-03 cs.DB
Querying Incomplete Data over Extended ER Schemata
自Chen的概念关系模型以来，概念建模在关系数据设计中一直扮演着基础性的角色。在本文中，我们考虑了一个扩展的ER（EER）模型丰富的基数约束，不相交断言，是一个实体和关系之间的关系。在这种情况下，我们考虑的情况下，不完整的数据，这是可能发生的，例如，当来自不同来源的数据进行整合。在这样的背景下，我们解决的问题，提供正确的答案，合取查询推理的模式。基于以前的结果的问题的可判定性，我们提供了一个查询应答算法，执行重写的初始查询到递归的数据库查询编码的信息有关的模式。我们最后展示了对更一般设置的扩展。本文将出现在逻辑编程理论与实践（TPLP）的特刊上，标题为数据库中的逻辑编程：从数据库到语义Web规则。
2010-04-13 cs.DB cs.LO
Answering SPARQL queries modulo RDF Schema with paths
SPARQL是RDF图的标准查询语言。在其严格的实例化中，它只提供根据RDF语义的查询，因此会忽略相对于（RDF）模式或（OWL）本体表达的数据的语义。已经提出了对SPARQL的几个扩展来查询RDF数据模RDFS，即，用RDFS语义解释查询和/或考虑外部本体。我们介绍了一个通用的框架，它允许表示查询回答模一个特定的语义在一个同质的方式。在本文中，我们讨论了扩展SPARQL，使用正则表达式来导航RDF图，并可用于回答查询考虑RDFS语义。我们也认为他们的嵌入作为SPARQL的扩展。这些SPARQL扩展解释建议的框架内，他们的缺点。特别是，我们表明，PSPARQL查询语言，一个严格的扩展SPARQL提供传递闭包，允许回答SPARQL查询模RDFS图与SPARQL通过一个简单的转换查询相同的复杂性。我们也考虑语言，除了路径，提供约束。特别是，我们提出并比较nSPARQL和我们的建议CPSPARQL。我们表明，CPSPARQL是足够的表达，以回答完整的SPARQL查询模RDFS。最后，我们比较了nSPARQL和相应的CPSPARQL片段的表达能力和复杂性，我们称之为cpSPARQL。我们表明，这两种语言具有相同的复杂性，通过cpSPARQL，作为一个适当的扩展SPARQL图形模式，是更有表现力比nSPARQL。
2013-11-15 cs.DB
Type-Based Detection of XML Query-Update Independence
本文提出了一种新的静态分析技术来检测XML查询更新的独立性，在一个模式的存在。而不是类型，我们的系统推断类型链。每个链表示在查询/更新评估期间可以在有效文档上遍历的路径。由此产生的独立性分析是精确的，尽管它提出了一个具有挑战性的问题：递归模式可能导致推断出无限多个链。一个健全的和完整的近似技术，确保在任何情况下的有限分析，连同一个有效的实施执行链为基础的分析多项式的空间和时间。
2012-05-30 cs.DB
HepToX: Heterogeneous Peer to Peer XML Databases
我们研究了一组异构的XML数据库，这些数据库维护相似和相关的信息，通过对等覆盖网络交换数据。在这种情况下，中介的全局模式是不现实的。然而，用户/应用程序希望通过一个对等体使用其模式来查询数据库。我们最近开发了一个P2P异构XML数据库系统HepToX。一个关键的想法是，每当一个对等点进入系统，它建立了一个熟人与少数对等数据库，可能与不同的模式。对等管理员使用箭头和框的非正式且直观的符号来提供本地模式与熟人模式之间的对应关系。我们开发了一种新的算法，推断出一组精确的映射规则之间的模式，从这些视觉注释。我们钉下这样的映射规则的查询翻译的语义，并提出了一种新的查询翻译算法的一个简单的，但富有表现力的片段的XQuery，采用在任何方向的映射规则。我们证明了翻译算法是正确的。最后，我们证明了我们的想法和算法的实用性和可扩展性，一组详细的实验上的Emulab，一个大规模的P2P网络仿真测试床。
2005-06-01 cs.DB
A Chase-based Approach to Consistent Answers of Analytic Queries in Star Schemas
ETIS Laboratory - ENSEA, CY Cergy Paris University, CNRS（ETIS实验室 - ENSEA，CY塞尔吉巴黎大学，CNRS）；LISN Laboratory - University Paris-Saclay, CNRS（LISN实验室 - 巴黎萨克雷大学，CNRS）
本文提出了一种基于追捕的方法，用于在星型模式数据库中计算包含聚合运算符的查询的一致答案，通过独立性条件保证算法效率。
2026-02-04 cs.DB
Typing Regular Path Query Languages for Data Graphs
数据图的常规路径查询语言本质上是\emph{untyped}。类型信息的缺乏极大地限制了查询引擎的优化机会，并使应用程序开发更加复杂。在本文中，我们讨论了一个简单的，但表现力，边标记的数据图的模式语言。然后，使用该模式语言来定义具有良好精度属性的查询类型推断方法。
2015-07-07 cs.DB cs.PL
MultiCategory: Multi-model Query Processing Meets Category Theory and Functional Programming
数据的多样性是大数据时代的重要问题之一。数据自然地以不同的格式和模型组织，包括结构化数据、半结构化数据和非结构化数据。先前的研究设想了一种方法，抽象多模型数据与模式类别和实例类别，通过使用范畴理论。在本文中，我们展示了一个系统，称为MultiCategory，它处理多模型查询的基础上的范畴理论和函数式编程。本演示围绕四个主要场景来展示一个有形的系统。首先，我们将展示如何通过加载不同的数据模型（包括关系数据、XML数据、键值数据和图形数据）来构建模式类别和实例类别。其次，我们展示了一些使用函数式程序设计语言Haskell进行查询处理的示例。第三，我们演示了同一输入查询的不同数据模型的灵活输出。第四，为了更好地理解查询背后的类别理论结构，我们提供了各种图形钩子来探索和可视化查询作为关于模式类别的图形，以及Haskell的查询处理过程。
2021-08-30 cs.DB
DBCopilot: Natural Language Querying over Massive Databases via Schema Routing
Institute of Software, CAS（中国科学院软件研究所）；Hangzhou Institute for Advanced Study, UCAS（中国科学院大学杭州高等研究院）；University of Chinese Academy of Sciences (UCAS)（中国科学院大学）；Alibaba Cloud Intelligence Group（阿里巴巴云智能集团）
针对海量数据库下模式无关NL2SQL的现实挑战，提出DBCopilot框架，将任务解耦为模式路由与SQL生成，用轻量可微索引实现关系感知联合检索，还引入反向生成范式自动适配路由，经实验验证具备可扩展性与有效性。
2025-02-22 cs.CL cs.DB cs.IR
Resolution-based Query Answering for Semantic Access to Relational Databases: A Research Note
我们解决的问题，语义查询的关系数据库（RDB）模知识库使用非常有表现力的知识表示形式主义，如完整的一阶逻辑或其各种片段。我们建议使用一阶逻辑（FOL）推理计算示意性的答案演绎查询，这些示意性的答案使用传统的关系DBMS的后续实例化。在这篇研究报告中，我们概述了这种技术的主要思想--使用数据库的抽象和约束子句来获得示意性答案。所提出的方法可以直接用于常规RDB，包括遗留数据库。此外，我们提出它作为一个有效的Web规模的语义搜索技术的潜在基础。
2009-05-03 cs.DB cs.LO
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
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
ODIN: A NL2SQL Recommender to Handle Schema Ambiguity
Parallel Web Systems（并行网络系统）；Amazon Web Services（亚马逊网络服务）
ODIN是一个NL2SQL推荐引擎，通过生成多个候选查询并动态调整建议数量来处理模式歧义，利用用户反馈个性化推荐，将正确查询生成概率提升1.5-2倍。
2025-05-25 cs.CL cs.DB
Generating Query Context for Relational Databases
Tursio
针对关系数据库自然语言查询中查询上下文构建耗时且存在冷启动的问题，提出自动生成查询上下文的方法，通过查询流生成数据模型并用加权采样实例化，已在50多个真实数据库上部署。
2026-09-23 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
Mragyati : A System for Keyword-based Searching in Databases
通过许多搜索引擎站点，web已经普及了基于关键字的搜索范例，其中用户可以指定一串关键字并期望检索相关文档，可能根据其与查询的相关性进行排名。由于大量信息存储在数据库中（而不是以HTML文档的形式），因此为数据库提供类似的搜索范例非常重要，用户可以在不知道数据库模式和数据库查询语言（如SQL）的情况下查询数据库。在本文中，我们提出了这样一个数据库搜索系统，它接受一个自由形式的查询作为一个关键字的集合，将其转换为查询数据库上使用的数据库元数据，并提出了一个结构良好的查询结果和可浏览的形式。该系统将关键字映射到数据库模式上并使用相互关系（即，数据语义）来生成有意义的查询结果。我们还描述了我们的原型数据库搜索，称为Mragyati。这里提出的方法是可扩展的，因为它不会构建整个数据库的内存图来搜索用户查询所选对象之间的关系。
2001-10-25 cs.DB
Towards a Complete Direct Mapping From Relational Databases To Property Graphs
通过图模型表示的复杂数据越来越常见。与关系模型相反，图提供了对复杂数据执行分析任务的高容量。由于大量的数据仍然以关系表的形式呈现，因此有必要了解如何将这些数据转换为图形。本文提出了一个完整的映射过程，允许转换任何关系数据库（模式和实例）到一个属性图数据库（模式和实例）。与现有的映射相反，我们的解决方案保留了三个基本的映射属性，即：信息保存，语义保存和查询保存。此外，我们研究映射任何SQL查询到一个等价的Cypher查询，这使得我们的解决方案的实用。现有的解决方案要么是不完整的，要么是基于不实用的查询语言。因此，这项工作是第一个完整的和实用的解决方案映射关系图。
2022-10-02 cs.DB
Workload-Driven Vertical Partitioning for Effective Query Processing over Raw Data
传统的数据库没有配备足够的功能来处理“大数据”的数量和种类。严格的模式定义和数据加载即使对于最基本的查询会话也是先决条件。原始数据处理已经被提出作为一种模式按需替代，提供即时访问数据。当加载是一个选项时，它完全由当前运行的查询驱动，导致查询工作负载的性能不佳。在本文中，我们研究的问题，工作负载驱动的原始数据处理部分加载。我们将加载建模为完全复制的二进制垂直分区。我们提供了一个线性混合整数规划优化配方，我们证明是NP-难的。我们设计了一个两阶段的启发式，在很短的时间内接近最优解。我们扩展的优化配方和启发式流水线的原始数据处理，场景中的数据访问和提取同时执行。我们提供了三个案例研究，在真正的数据格式，确认模型的准确性时，实现在一个国家的最先进的流水线操作的原始数据处理。
2015-05-09 cs.DB
Schema Validation and Evolution for Graph Databases
尽管商业图数据库已经成熟，但到目前为止，针对属性图（PG）的数据定义语言（DDL）的标准化还没有达成共识。关于PG模式特征的讨论正在许多标准化和社区团体中进行。虽然模式的一些基本方面已经在Neo4j 3.5中出现，但与大多数商业图数据库一样，缺少完全支持，允许以或多或少的灵活性约束属性图。在本文中，我们专注于两个不同的角度来看，PG模式应被认为是描述性的或规定性的，我们将展示如何有可能从一个切换到另一个开发中的应用程序获得更多的稳定性。除了提出简洁的模式的启发Cypher语法，我们展示了如何模式验证可以通过执行PG模式和PG实例之间的同态，以及如何模式的演变可以通过使用图重写操作来描述。我们的原型实现证明了可行性，并显示了需要提供高层次的查询原语，以适应灵活的图形模式的要求，在我们的工作中展示。
2019-02-18 cs.DB
Storing Multi-model Data in RDBMSs based on Reinforcement Learning
如何统一管理各种数据是数据库领域的一个重要研究课题。为了解决这个问题，研究人员提出了多模型数据库，以支持在一个统一的平台上使用一个统一的查询语言的多个数据模型。然而，由于关系数据库在当前市场中占主导地位，因此用其他数据库替换它们是昂贵的。此外，由于关系数据库管理系统的理论和技术已经提高了几十年，这是很难用几年的时间来开发一个多模型数据库，可以与现有的关系数据库管理系统在处理安全性，查询优化，事务管理等。在本文中，我们重新考虑使用关系数据库存储和查询多模型数据。不幸的是，多模型数据结构的复杂性和平面关系表的简单性之间的不匹配使得这一点很困难。针对这一挑战，我们利用强化学习（RL）的方法来学习一个关系模式，通过与关系数据库管理系统的交互。本文提出了一种改进的Q学习算法\textit{Double Q-tables}，以降低Q表的维数，提高学习效率。实验结果表明，我们的方法可以学习一个关系模式优于现有的多模型存储模式的查询时间和空间消耗。
2021-09-01 cs.DB
Seeing the Trees for the Forest: Leveraging Tree-Shaped Substructures in Property Graphs
McGill University（麦吉尔大学）；University of Passau（帕绍大学）；Eindhoven University of Technology（埃因霍温理工大学）
研究探讨了在属性图中利用树状子结构进行优化的方法，提出通过结构索引提升路径查询效率，并展望了树状子结构在图查询生命周期中的系统管理。
2026-03-12 cs.DB
Reflective Compositional Grounding for Natural-Language-to-SPARQL
Idiap Research Institute（伊迪亚普研究所）；EPFL（洛桑联邦理工学院）；Merck KGaA（默克KGaA）
针对自然语言转SPARQL的词汇问题，提出NL2SPARQL框架，通过概念编码器、语义排序与反思性细化提升性能，在五个基准上召回率@10达0.837，提示重写可提升答案F1。
2026-10-16 cs.DB
Bridging the Semantic Gap with SQL Query Logs in Natural Language Interfaces to Databases
构建数据库的自然语言接口（NLIDB）的一个关键挑战是弥合自然语言查询（NLQ）和底层数据之间的语义鸿沟。这个挑战的两个具体表现方式是通过关键字映射和连接路径推理。关键字映射是将原始NLQ中的各个关键字映射到数据库元素（例如关系，属性或值）的任务。这是具有挑战性的，由于在映射用户的心理模型和措辞的模式定义和底层数据库的内容的模糊性。连接路径推断是在最终SQL查询的FROM子句中选择关系和连接条件的过程，并且是困难的，因为NLIDB用户缺乏数据库模式或SQL的知识，因此不能显式地指定构造最终SQL查询所需的中间表和连接。在本文中，我们建议利用数据库的SQL查询日志中的信息来提高现有NLIDBs的性能，以应对这些挑战。我们提出了一个可用于增强现有NLIDB的系统Templar。我们广泛的实验评估表明，我们的方法的有效性，导致高达138%的改善前1的准确性，在现有的NLIDBs利用SQL查询日志信息。
2019-01-31 cs.DB
Schema Independent Relational Learning
Oregon State University（俄勒冈州立大学）
从关系数据库中学习新的概念和关系是数据库系统和机器学习中许多应用的重要问题。关系学习算法根据数据库中的现有关系学习新关系的定义。然而，出于各种原因，例如效率、数据质量和可用性，相同的数据集可以在不同的模式下表示。不幸的是，当前关系学习算法的输出往往在模式的选择上变化很大，在学习精度和效率方面都是如此。这种变化使它们的现成应用复杂化。本文引入并形式化了关系学习算法的模式独立性，研究了现有算法对常见的（反）组合模式变换类的理论依赖性和经验依赖性。我们研究了基于样本的学习算法和基于查询的算法，基于样本的学习算法从标记的示例集合中学习，基于查询的学习算法通过向Oracle查询来学习。我们证明，目前的关系学习算法一般不是模式独立的。对于基于查询的学习算法，我们表明，（去）组合变换影响其查询复杂度。我们提出了Castor，一个基于样本的关系学习算法，通过利用数据依赖关系实现模式独立性。我们支持的理论结果与实证研究，证明了现有的基准和真实世界的数据集下（去）组合的几种算法的模式依赖/独立。
2017-11-06 cs.AI cs.DB cs.LG
DynaQuery: A Self-Adapting Framework for Querying Structured and Multimodal Data
Al Akhawayn University（阿尔阿克哈文大学）
本文提出自适应框架 DynaQuery，通过 SILE 将模式内省与链接纳入查询规划，并经多基准验证其相较非结构化 RAG 可显著消除模式幻觉、提升查询稳健性。
2025-10-20 cs.AI cs.DB
Algebraic Data Integration
本文提出一种结合函数式编程、范畴论与数据库理论的代数数据集成方法，通过模式态射诱导的伴随数据迁移函子及基于推出模式，在CQL工具中实现查询语言。
2025-03-27 cs.DB
Quantification in Double-Categorical Database Schemas
Norwich University（诺威奇大学）
该研究探讨双范畴数据库模式的量化结构，将代换右伴随、制表符等结构与逻辑算子结合，应用于查询优化，得出Frobenius互反律等优化规则并研究否定查询。
2026-08-26 cs.DB cs.LO math.CT
EGREFINE: An Execution-Grounded Optimization Framework for Text-to-SQL Schema Refinement
Xidian University（西安电子科技大学）
本文提出EGRefine框架，通过约束优化问题解决文本到SQL模式精炼问题，采用列级贪心分解策略，确保模式精炼的安全性和查询等价性，提升模型准确性。
2026-05-01 cs.CL cs.DB
PG-Schema: Schemas for Property Graphs
针对属性图模式支持不足的问题，本文提出PG-Schema形式化方法，通过支持多继承的PG-Types和基于PG-Keys的约束，为GQL标准及图数据库系统提供模式定义能力。
2023-07-08 cs.DB
Semantic Query Reformulation in Social PDMS
我们认为社会对等数据管理系统（PDMS），其中每个对等体保持其模式和一些熟人之间的语义映射，并与对等朋友的社会联系。在这种情况下，从一个对等体的模式到其他对等体的模式重新制定一个查询是一个困难的问题，因为它可能会产生尽可能多的重写作为一组映射从该对等体到外部和传递，最终遍历整个网络。然而，并非所有获得的重写都与给定查询相关。在本文中，我们通过检查语义映射和社会联系来解决这个问题，只找到相关的重写。我们提出了一个新的概念的“相关性”的查询相对于映射，并在此基础上，一个新的语义查询重构方法的社会PDMS，它实现了很大的准确性和灵活性。为了快速找到最有趣的映射，我们结合了几种技术：（一）社会链接表示为FOAF（朋友的朋友）的链接，以表征同行的友谊和紧凑的映射摘要被用来获得映射描述;（二）本地语义视图是特殊的视图，包含有关外部映射的信息;和（iii）八卦技术提高了相关映射的搜索。我们的实验评估，基于原型上的PeerSim和模拟网络表明，我们的解决方案产生更大的召回，相比传统的查询翻译方法在文献中提出的。
2011-11-25 cs.DB cs.SI
To not miss the forest for the trees -- a holistic approach for explaining missing answers over nested data (extended version)
对缺失答案的基于查询的解释确定查询的哪些运算符负责未能返回感兴趣的缺失答案。这种类型的解释已被证明在各种上下文中是有用的，包括调试复杂的分析查询。这种查询在Apache Spark等大数据系统中很常见。我们提出了一种新的方法来产生基于查询的解释。我们的方法是第一个支持嵌套数据并考虑修改数据模式和结构的运算符（例如，嵌套和投影）作为缺失答案的潜在原因。为了有效地计算解释，我们提出了一种启发式算法，采用两种新的技术：（i）推理多个模式的替代查询和（ii）重新验证在每一步是否中间结果可以有助于失踪的答案。使用我们的方法在Spark上的实现，我们证明了它是第一个扩展到大型数据集的方法，并且它经常找到现有技术无法识别的解释。
2021-03-12 cs.DB
A Polystore Architecture Using Knowledge Graphs to Support Queries on Heterogeneous Data Stores
本研究提出一种基于知识图谱的多存储架构，通过全局概念模式与元模型映射，支持对异构数据存储的集成查询，相比关系型多数据库系统，查询复杂度降低两倍，处理时间增加不超过30%。
2024-03-16 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
Transforming Shape Schemas with Composable Property-Graph Queries (Extended Version)
The Software Languages Team（软件语言团队）；University of Koblenz（科伦茨大学）；Institute for Artificial Intelligence（人工智能研究所）；University of Stuttgart（斯图加特大学）；University of Southampton（南安普顿大学）
研究在给定输入模式（ProGS）和查询（G-CORE）时推断输出模式的问题，通过映射到RDF、SHACL和SPARQL CONSTRUCT利用描述逻辑推理器实现模式约束的自动推断。
2026-06-15 cs.AI cs.DB cs.LO
Living in Parallel Realities -- Co-Existing Schema Versions with a Bidirectional Database Evolution Language
我们介绍了端到端的支持共存模式版本在一个数据库。虽然并发地运行一个持续开发的应用程序的多个版本是最先进的，但对于数据库来说很难做到这一点。为了保持多个共存的模式版本存活;它们都访问相同的数据集;开发人员通常使用手写的delta代码（例如SQL中的视图和触发器）。这种增量代码很难编写，也很难维护：如果数据库管理员决定调整物理表模式，所有手写的增量代码也需要调整，这在实践中是昂贵的，而且容易出错。在本文中，我们介绍了InVerDa：开发人员使用简单的双向数据库演化语言BiDEL，它携带了足够的信息来自动生成所有增量代码。不需要额外的工作，新的模式版本就可以立即访问，并且任何版本中的数据更改都可以同时在所有模式版本中可见。InVerDa还允许轻松更改物理表设计，而不会影响共存模式版本的可用性。这大大提高了健壮性（数量级更少的代码行），并允许显著的性能优化。一个主要的贡献是正式的评估，每个模式版本的行为就像一个共同的成熟的数据库模式，独立于所选择的物理表设计。
2017-09-19 cs.DB
ZeroCard: Cardinality Estimation with Zero Dependence on Target Databases -- No Data, No Query, No Retraining
ByteDance Beijing China（字节跳动北京）；ByteDance Hangzhou China（字节跳动杭州）；ByteDance San Jose USA（字节跳动圣何塞）
ZeroCard提出首个语义驱动的基数估计方法，利用模式语义预测数据分布，无需原始数据、查询日志或重训练，通过预训练实现即用，显著提升实际部署便利性。
2025-10-09 cs.AI cs.DB
Exchange-Repairs: Managing Inconsistency in Data Exchange
在具有目标约束的数据交换设置中，通常情况下给定的源实例没有解决方案。在这种情况下，目标查询的语义变得平凡化。本文的目的是介绍和探索一个新的框架，使有意义的语义在这种情况下，通过使用交换修复的概念。非正式地说，源实例的交换修复是另一个源实例，它与第一个源实例的差别很小，但有一个解决方案。交换修复产生了一个自然的概念，交换修复某些答案（XR-某些答案）的目标查询。我们证明了，对于由源到目标GAV依赖和目标相等生成依赖（egds）指定的模式映射，目标合取查询的XR确定答案可以重写为一致答案（在标准数据库修复的意义上）相对于源模式上的一组EGD的源模式上的合取查询的并集，使得可以使用一致的查询-应答系统来计算数据交换中的XR确定的应答。然后，我们研究了一般情况下的模式映射指定的源到目标GLAV约束，一个弱的非循环的一组目标TGDS和一组目标EGDS。的主要结果断言，对于这样的设置，XR-一定的答案的合取查询可以被重写为一定的答案的联合合取查询相对于稳定模型的析取逻辑程序在一个适当的扩展的源模式。
2015-09-21 cs.DB
Static Analysis of Graph Database Transformations
本文研究由无环 C2RPQ 类 Datalog 规则定义的图转换，证明类型检查、等价性和目标模式引出在图模式下均为 EXPTIME 完全，并通过环反转将查询包含归约为描述逻辑理论下的可满足性问题。
2023-04-20 cs.DB
Draft-Refine-Optimize: Self-Evolved Learning for Natural Language to MongoDB Query Generation
DP Technology（达观数据）
本文提出EvoMQL框架，通过迭代的草稿-细化-优化流程，结合执行反馈实现自然语言到MongoDB查询生成的自演化学习，提升了执行准确率。
2026-03-11 cs.DB
The XML and Semantic Web Worlds: Technologies, Interoperability and Integration. A Survey of the State of the Art
在新兴的数据网络的背景下，大量的组织、机构和公司（例如，DBpedia、Geonames、PubMed ACM、IEEE、NASA、BBC）采用关联数据实践，并利用语义网（SW）技术发布其数据。另一方面，当今Web中信息交换的主导标准是XML。许多国际标准（例如，Dublin Core、MPEG-7、METS、TEI、IEEE LOM）已经用XML Schema表示，从而产生了大量的XML数据集。SW和XML世界及其开发的基础设施基于不同的数据模型、语义和查询语言。因此，提供互操作性和集成机制来弥合SW和XML世界之间的差距是至关重要的。在本章中，我们将对XML和SW世界所采用的技术和标准进行概述和比较。此外，我们还概述了W3C小组的最新工作，包括最新的工作草案和建议（例如，OWL 2、SPARQL 1.1、XML Schema 1.1）。此外，我们提出了一个调查的研究方法，旨在提供XML和SW世界之间的互操作性和集成。最后，我们提出了SPARQL 2XQuery和XS 2 OWL框架，它们弥合了这两个世界之间的差距，并创建了一个可互操作的环境。这些框架提供了以下机制：（a）查询转换（SPARQL到XQuery转换）;（b）映射规范和生成（本体到XML模式映射）;以及（c）模式转换（XML模式到OWL转换）。
2016-08-11 cs.DB
AptMQL-Bench: From Text-to-SQL to Text-to-MQL via Access-Pattern Schema Design and Data-Preserving Migration
The University of Sydney（悉尼大学）；MongoDB Research（MongoDB 研究院）
针对现有文本到SQL到文本到MQL转换的缺陷，提出基于访问模式模式设计与数据保留迁移的流水线，构建AptMQL-Bench基准，最强模型准确率仅57.38%，表明该任务仍具挑战性。
2026-10-05 cs.CL cs.DB
Scardina: Scalable Join Cardinality Estimation by Multiple Density Estimators
Osaka University（大阪大学）
针对复杂关系模式下现有方法基数估计不精确的问题，提出基于模式结构的多分区模型Scardina，通过组合多个密度估计器有效提升连接基数估计的准确性。
2023-03-31 cs.DB cs.LG
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
Survive the Schema Changes: Integration of Unmanaged Data Using Deep Learning
Arizona State University（亚利桑那州立大学）；University at Buffalo, State University of New York（纽约州立大学布法罗分校）
数据是AI时代的王者。然而，数据集成通常是一项艰巨的任务，很难自动化。模式更改是端到端数据集成过程自动化的一个重要障碍。虽然存在诸如查询发现和模式修改语言之类的机制来处理该问题，但是这些方法只能在模式由数据库维护的假设下工作。然而，我们观察到的异构数据和开放数据，其中大部分没有定义模式的多样化模式的变化。在这项工作中，我们建议使用深度学习来自动处理模式变化，通过超级单元表示和自动注入扰动到训练数据，使模型对模式变化具有鲁棒性。我们的实验结果表明，我们提出的方法是有效的两个现实世界的数据集成场景：冠状病毒数据集成，机器日志集成。
2020-10-15 cs.DB cs.LG
Reliable Text-to-SQL with Adaptive Abstention
University Of Toronto（多伦多大学）；Seattle University（西雅图大学）；York University（约克大学）
提出RTS框架，通过自适应弃权与人在回路机制增强文本到SQL的可靠性，利用分支点预测实现近乎完美的架构链接，在BIRD基准上以小型模型接近SOTA性能。
2025-01-18 cs.AI cs.DB
Optimizing Index Deployment Order for Evolving OLAP (Extended Version)
OLAP应用程序中的查询工作负载和数据库模式正变得越来越复杂。此外，查询和模式必须不断地进行\textit{evolve}以满足业务需求。在这种重复的转换过程中，在设计物理模式（如索引和MV）时，必须考虑索引部署的\textit{order}。有效的索引部署顺序可以产生（1）迅速的查询运行时改进和（2）减少总部署时间。这两个都是快速发展数据库的设计工具的基本品质，但优化问题是具有挑战性的，因为复杂的索引交互和可能的解决方案的阶乘数。我们制定了一个数学模型的问题，并研究了解决索引排序问题的几种技术。我们证明了约束规划（CP）是一个更灵活，更有效的平台来解决这个问题比其他方法，如混合整数规划和A* 搜索。除了精确搜索技术，我们还研究了局部搜索算法，以快速找到近似最优解。我们对TPC-H数据集的实证分析表明，我们的修剪技术可以减少搜索空间的大小几十个数量级。使用TPC-DS数据集，我们验证了我们的局部搜索算法是一种高度可扩展和稳定的方法，可以快速找到接近最优的解决方案。
2012-02-01 cs.DB
