The Duck's Brain: Training and Inference of Neural Networks in Modern Database Engines
University of Bamberg（班贝格大学）；TUM（慕尼黑工业大学）
本文提出在SQL中通过关系表示训练神经网络，克服关系模型障碍，并比较数组类型与关系表示的性能，证明现代数据库适用于矩阵运算。
2023-12-28 cs.DB cs.LG
SQL Queries for Declarative Process Mining on Event Logs of Relational Databases
灵活的业务流程通常可以更容易地使用声明式建模方法而不是过程式建模方法进行建模。流程挖掘旨在自动发现业务流程模型。现有的声明式流程挖掘方法要么遭受现实生活中的事件日志的性能问题，要么将其表达能力限制在一组特定的constaint类型。最近，通过JavaXES引入了一种用于存储事件日志数据的关系数据库体系结构。在本技术报告中，我们介绍了一种挖掘方法，该方法通过使用常规SQL查询日志来直接处理关系事件数据。我们提供了一个SQL查询列表，用于发现一组常用和挖掘的流程约束。
2015-12-03 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
SQLFlow: A Bridge between SQL and Machine Learning
Ant Financial USA（蚂蚁金服美国）；Ant Financial（蚂蚁金服）；DiDi（滴滴）
工业AI系统大多是端到端的机器学习（ML）工作流程。典型的推荐或商业智能系统包括许多在线微服务和离线作业。我们描述了SQLFlow在SQL中有效地开发这样的工作流。SQL使开发人员能够编写简短的程序，专注于目的（什么）而忽略过程（如何）。以前的数据库系统扩展了它们的SQL方言以支持ML。SQLFlow（https：sqlflow.org/sqlflow）采用另一种策略作为各种数据库系统的桥梁，包括MySQL，Apache Hive和Alibaba MaxCompute，以及TensorFlow，XGBoost和scikit-learn等ML引擎。我们仔细地扩展了SQL语法，使扩展能够与各种SQL方言一起工作。我们通过发明一个协作解析算法来实现扩展。SQLFlow对各种各样的ML技术都是高效和有表现力的--监督和无监督学习;深度网络和树模型;除了训练和预测之外的视觉模型解释;除了ML之外的数据处理和特征提取。SQLFlow将SQL程序编译成Kubernetes原生工作流，以实现容错执行和云上部署。目前的行业用户包括蚂蚁金服、滴滴和阿里巴巴集团。
2020-01-19 cs.DB cs.LG
Antidote SQL: Relaxed When Possible, Strict When Necessary
地理复制需要在低延迟、高可用性和强一致性之间进行权衡。虽然NoSQL数据库支持低延迟和高可用性，放松一致性，但最近的云数据库支持强一致性和易于编程，同时仍然提供高可扩展性。在本文中，我们提出了解毒剂SQL，一个数据库系统，允许应用程序开发人员放松SQL一致性时可能的。与NoSQL数据库不同，即使在宽松的一致性下，我们的方法也会强制执行主键码、外键和检查SQL约束，这足以保证许多应用程序的正确性。为此，我们定义了并发语义的SQL约束下放松一致性，并展示了如何有效地实现这种语义。对于需要严格的SQL一致性的应用程序，Antidote SQL提供了对这种语义的支持，但代价是需要在副本之间进行协调。
2019-02-10 cs.DB
PV-SQL: Synergizing Database Probing and Rule-based Verification for Text-to-SQL Agents
Purdue University（普渡大学）
PV-SQL通过探查和验证组件提升文本到SQL系统的上下文理解能力，实验显示其在执行准确率和有效效率上优于现有基准，且消耗更少token。
2026-04-19 cs.AI cs.DB
The SQL++ Query Language: Configurable, Unifying and Semi-structured
NoSQL数据库支持半结构化数据，通常建模为JSON。它们还提供有限的（但正在扩展的）查询语言。它们惯用的、非SQL语言的构造、许多变体以及缺乏形式化语义阻碍了对查询语言的深入理解，也阻碍了向干净、强大、声明性的查询语言发展。本文详细介绍了SQL++的语法和语义，它既适用于JSON原生存储，也适用于SQL数据库。SQL++半结构化数据模型是JSON和SQL数据模型的超集。SQL++为处理半结构化数据提供了强大的计算能力，类似于以前的非关系查询语言，特别是OQL和XQuery。然而，SQL++是SQL向后兼容的，并且通过仅向SQL引入少量的查询语言扩展而向JSON推广。认识到查询语言标准对于快速发展的NoSQL数据库领域来说可能还为时过早，SQL++包括配置选项，这些选项正式列出了语言设计者可以选择的语义变体。这些选项通常与半结构化（缺失属性、异构类型等）的处理有关，其中可能有一种以上的合理方法。SQL++是统一的：通过适当地选择配置选项，SQL++语义可以变形为现有的半结构化数据库查询语言的语义。广泛的实验验证显示了SQL和四种半结构化数据库查询语言（MongoDB，Cassandra CQL，Couchbase N1QL和AsterixDB AQL）如何通过适当的配置选项设置进行形式化描述。SQL++的早期采用迹象是积极的：Couchbase的N1QL版本4被解释为SQL++的语…
2015-12-14 cs.DB
Bag-of-Features Image Indexing and Classification in Microsoft SQL Server Relational Database
Institute of Computational Intelligence Cz e stochowa University of Technology al. Armii Krajowej 36, 42-200 Cz e stochowa, Poland Email
本文提出了一种新的关系数据库体系结构，旨在视觉对象的分类和检索。该框架是基于袋的特征图像表示模型结合支持向量机分类，并集成在Microsoft SQL Server数据库。
2015-06-26 cs.CV cs.DB
Meet Cyrus - The Query by Voice Mobile Assistant for the Tutoring and Formative Assessment of SQL Learners
由于是声明性的，SQL更有可能成为仅次于自然语言编程的概念计算的程序设计语言。我们研究使用SQL作为后端的自然语言数据库编程的可能性。与基于关键字的SQL查询不同，关键字依赖和SQL的表结构约束在我们的方法中明显不那么明显。我们提出了一个移动终端语音查询接口，称为赛勒斯，任意关系数据库。Cyrus支持一个大型的查询类，对于一个入门级的数据库类来说已经足够了。Cyrus也是独立于应用程序的，允许测试数据库自适应，并且不限于特定的关键字或自然语言句子结构。它的协作错误报告更直观，与大多数当代移动和语音系统相比，基于iOS的移动平台也更容易访问。
2018-11-09 cs.DB
SQLCheck: Automated Detection and Diagnosis of SQL Anti-Patterns
数据库即服务平台的出现使得部署数据库应用程序比以前更容易。现在，开发人员可以快速创建可扩展的应用程序。然而，设计高性能、可维护和准确的应用程序是一项挑战。开发人员可能会在不知不觉中在应用程序的SQL语句中引入反模式。这些反模式是旨在解决问题的设计决策，但通常会因违反基本设计原则而导致其他问题。在本文中，我们介绍了SQLCheck，一个用于自动查找和修复数据库应用程序中的反模式的整体工具链。我们介绍了自动（1）检测具有高精度和召回率的反模式，（2）根据其对性能，可维护性和应用程序的准确性的影响对反模式进行排名，以及（3）建议替代查询和更改数据库设计以修复这些反模式的技术。我们证明了这些反模式的流行在一个大型的查询和数据库收集从开源存储库。我们介绍了一个反模式检测算法，增强查询分析与数据分析。我们提出了一个排名模型的特点经常发生的反模式的影响。我们将讨论SQLCheck如何使用基于规则的查询重构技术为高影响的反模式提出修复建议。我们的实验表明，SQLCheck使开发人员能够创建更高性能，可维护性和准确的应用程序。
2020-04-21 cs.DB
Relational Playground: Teaching the Duality of Relational Algebra and SQL
针对学生在SQL与关系代数之间缺乏联系理解的问题，开发了Relational Playground工具，帮助数据库学生探索两者之间的对应关系。
2023-06-23 cs.DB
V-SQL: A View-based Two-stage Text-to-SQL Framework
Guangzhou Huaweisoft Co. Ltd（广州华软有限公司）
本文提出基于视图的模式策略，将紧密耦合的表解耦为低耦合视图，增强LLM对数据库模式的理解，并构建V-SQL两阶段框架，在Bird数据集上取得与最先进方法相当的竞争力。
2024-12-17 cs.CL cs.DB
Are LLMs Overkill for Databases?: A Study on the Finiteness of SQL
Cornell University（康奈尔大学）
本文通过376个数据库样本研究SQL查询的有限性，发现查询复杂度受现实需求限制，且模板分布呈现幂律特征，表明SQL查询可被模板高效覆盖。
2026-03-26 cs.AI cs.CL cs.DB
On Enforcing Database Constraints Using MS VBA Event Driven Procedures and SQL Server
本文提出一种基于MS VBA事件驱动过程的伪代码算法，在数据库约束驱动设计框架下强制SQL Server数据库约束，并通过家谱应用示例验证其有效性和跨平台适用性。
2026-10-02 cs.DB
Popular SQL Server Database Encryption Choices
本文概述了SQL Server中不同的数据库加密选择。哪一个在哪种情况下效果最好。在当今世界，数据比昂贵的硬件成本更重要。没有人希望他们的个人数据被泄露。同样的商业机构，以及他们也不希望他们的数据被不适当地处理出去的业务。为了帮助保护公众的权利和安全，今年，欧盟提出了严格的GDPR（通用数据保护条例）规则和规定。
2019-03-08 cs.DB
Big Data, Big Decisions Choosing the Right Database
本文对比SQL与NoSQL数据库在结构化查询、模式灵活性、数据一致性及水平扩展方面的差异，以帮助组织为大数据场景选择合适方案。
2024-05-09 cs.DB
What if an SQL Statement Returned a Database?
本文提出用 RESULTDB 关键字扩展 SQL 的 SELECT 子句，使其返回结果数据库而非单表，从而避免连接非规范化，并改善查询性能、结果传输效率及优化器设计。
2023-12-01 cs.DB
Associative Array Model of SQL, NoSQL, and NewSQL Databases
SQL、NoSQL和NewSQL数据库的成功反映了它们为特定领域提供重要功能和性能优势的能力，例如金融交易、互联网搜索和数据分析。BigDAWG polystore旨在提供一种机制，允许应用程序透明地实现不同数据库的好处，同时将应用程序与这些数据库的细节隔离开来。关联数组为不同数据库中的数学提供了一种通用方法：集合（SQL），图形（NoSQL）和矩阵（NewSQL）。这项工作提出了SQL关系模型的关联数组，并确定保留在SQL中的关键数学属性。这些性质包括结合性、交换性、分配性、恒等式、零化子和逆。分布性和关联性的性能测量显示了这些属性对关联数组操作的影响。这些结果表明，关联数组可以提供一个数学模型的polystore优化数据交换和执行查询。
2016-06-18 cs.DB cs.DC cs.PL
Automated Database Testing via LLM-Synthesized SQL Features
National University of Singapore（新加坡国立大学）
该研究提出ShQveL方法，通过LLM合成SQL特征增强SQL生成器，在5个DBMS上发现55个新漏洞，其中50个已被修复，提升了自动化数据库测试的漏洞发现能力。
2026-08-06 cs.DB cs.SE
SQL Query Completion for Data Exploration
在大数据海啸中，关系数据库和SQL仍然存在，并且在大多数情况下仍然是访问数据的必需品。一方面，SQL易于非专业人士使用，并允许在数据探索过程的最初阶段识别相关的初始数据。另一方面，制定SQL查询并不总是那么容易：现在，一个应用程序域越来越频繁地有多个数据库，其中一些数据库具有数百个表和/或属性。识别相关条件以选择所需的数据，甚至识别相关属性，这绝非易事。为了更容易编写SQL查询，我们提出了SQL查询完成的概念：给定一个查询，它建议将附加条件添加到其WHERE子句中。这种补全是语义的，因为它依赖于来自数据库的数据，而不像当前的补全工具大多是语法的。由于这个过程可以一遍又一遍地重复--直到数据分析师找到她感兴趣的数据--SQL查询完成促进了数据库的探索。SQL查询完成已经在数据库管理系统之上的SQL编辑器中实现。对于评估，需要研究两个问题：第一，完成是否加快了SQL查询的编写速度？第二，是否容易被用户接受？对70名计算机科学专业的学生进行了一次彻底的实验，他们被分成两组（一组完成了实验，另一组没有完成）来回答这些问题。结果是积极的和非常有希望的。
2018-02-08 cs.DB
The Case for Text-to-SQL Friendly Logical Database Design
Simon Fraser University（西蒙菲莎大学）；Tsinghua University（清华大学）
本文提出LLM友好的逻辑数据库设计目标，通过三种语义保持的模式变换（抽象、分区、重命名）优化数据库模式，提升文本到SQL的生成准确率，实验显示执行准确率提升高达4.2%。
2026-06-02 cs.DB
sql4ml A declarative end-to-end workflow for machine learning
Athens University of Economics and Business（雅典经济与商业大学）；relationalAI（关系人工智能公司）
我们介绍了sql4ml，这是一个用SQL表达监督式机器学习（ML）模型并在TensorFlow中自动训练它们的系统。这项工作的主要动机源于这样一种观察：在许多数据科学任务中，存储数据的关系数据库和机器学习框架之间存在来回的关系。数据预处理和特征工程通常发生在数据库中，而学习通常在单独的ML库中执行。这种碎片化的工作流程要求用户在不同的编程范式和软件系统之间切换。使用sql4ml，用户可以在SQL中表达特征工程和ML算法，而系统将此代码转换为适当的表示，以便在机器学习框架内进行训练。我们描述了我们的翻译方法，目前的实验结果，将其应用于三个著名的ML算法，并讨论了可用性的好处集中在数据库端的整个工作流程。
2019-08-02 cs.DB cs.LG cs.SE
SQL and NoSQL Databases Software architectures performance analysis and assessments -- A Systematic Literature review
内容：大数据的有效处理对于SQL和NoSQL数据库来说是一项具有挑战性的任务，其中称职的软件架构起着至关重要的作用。SQL数据库旨在构建数据并支持垂直可伸缩性。相比之下，水平可扩展性由NoSQL数据库支持，可以有效地处理大量非结构化数据。人们可以根据组织的需求选择正确的范式;然而，做出正确的选择往往具有挑战性。SQL和NoSQL数据库遵循不同的架构。此外，每个类别的NoSQL数据库都遵循混合模型。因此，跨多个云服务提供商（CSP）的云消费者的数据移动变得困难。此外，每个云平台IaaS、PaaS、SaaS和DBaaS也监控各种范例。目的：本系统性文献综述（SLR）旨在研究与SQL和NoSQL数据库软件架构相关的相关文章，并解决各种云平台之间的数据可移植性和互操作性。通过观察可伸缩性、性能、可用性、一致性和分片特性，提出了SQL和NoSQL数据库的许多性能比较研究。根据研究，NoSQL数据库设计的结构可以是大数据分析的正确选择，而SQL数据库适合OLTP数据库。研究人员提出了许多与云中数据移动相关的方法。开发了基于平台的API，这使得用户的数据移动变得困难。因此，在跨多个CSP的数据移动期间，注意到数据可移植性和互操作性问题。为了最大限度地减少开发人员的工作量和互操作性，需要统一API来使数据在各种云平台之间的移动相对更容易访问。
2022-09-14 cs.AI cs.DB cs.PL
A Benchmark to Understand the Role of Knowledge Graphs on Large Language Model's Accuracy for Question Answering on Enterprise SQL Databases
本研究提出企业SQL问答基准，发现GPT-4直接查询SQL准确率仅16%，而基于知识图谱表示可提升至54%，表明知识图谱能显著增强LLM问答准确率。
2023-11-13 cs.AI cs.CL cs.DB
SQL2Circuits: Estimating Cardinalities, Execution Times, and Costs for SQL Queries with Quantum Natural Language Processing
University of Helsinki（赫尔辛基大学）
本文提出利用量子自然语言处理技术，通过量子机器学习模型估计SQL查询的基数、执行时间和成本，提升数据库查询优化效率。
2026-01-07 cs.DB cs.LG quant-ph
Unified Peripartum Database with Natural-Language-to-SQL Capabilities at Udine University Hospital: Design and Prototype
本文针对乌迪内大学医院产科数据碎片化问题，设计并原型化整合多源围产期信息、支持NL2SQL自然语言查询的统一关系数据库。
2025-10-18 cs.DB
SpotIt+: Verification-based Text-to-SQL Evaluation with Database Constraints
Amherst College（阿默斯特学院）；Simon Fraser University（西蒙弗雷泽大学）；VMware Research by Broadcom（Broadcom VMware 研究）
SpotIt+通过有界等价验证评估文本到SQL系统，结合规则和LLM方法挖掘约束，提升数据库差异识别能力。
2026-05-11 cs.AI cs.DB cs.LO
ValueNet: A Natural Language-to-SQL System that Learns from Database Information
ZHAW Zurich University of Applied Sciences（苏黎世应用科技大学（ZHAW））
几十年来，为数据库构建自然语言（NL）接口一直是一个长期存在的挑战。这些所谓的NL-to-SQL系统的主要优点是，最终用户可以查询复杂的数据库，而不需要知道SQL或底层数据库模式。由于机器学习的重大进步，最近的研究重点一直放在神经网络上，以解决像Spider这样的复杂数据集上的这一挑战。最近的几个NL-to-SQL系统在这个数据集上取得了令人鼓舞的结果。然而，没有一个提供源代码或可执行二进制文件的已发布系统从用户问题中提取和合并值以生成SQL语句。因此，这些系统在现实世界中的实际应用尚未得到充分证明。在本文中，我们提出了ValueNet light和ValueNet --两个端到端的NL到SQL系统，它们使用具有挑战性的Spider数据集合并了值。我们的方法的主要思想是不仅使用来自底层数据库的元数据信息，而且使用基础数据上的信息作为神经网络架构的输入。特别是，我们提出了一种新的架构草图，从用户的问题中提取值，并提出可能的值候选人中没有明确提到的问题。然后，我们使用基于编码器-解码器架构的神经模型来合成SQL查询。最后，我们使用执行准确性指标评估我们的模型，这是一个比大多数挑战参与者使用的更难的指标。我们的实验评估表明，ValueNet light和ValueNet分别达到了67%和62%的准确率，从NL转换到SQL，同时合并值。
2021-02-22 cs.AI cs.DB
High-concurrency Custom-build Relational Database System's design and SQL parser design based on Turing-complete automata
数据库系统是软件项目中不可缺少的一部分。它在数据组织和存储中起着重要作用。它的性能和效率直接关系到软件的性能。现在我们有很多通用的关系数据库系统可以在我们的项目中使用，比如SQL Server、MySQL、Oracle等，不可否认的是，在大多数情况下，我们都可以轻松的使用这些数据库系统来完成我们的项目，但是考虑到通用性，通用的数据库系统往往不能发挥极致的速度，完全适应我们的项目。在极少数项目中，我们需要设计一个完全适应我们项目的数据库系统，并具有高效率和并发性。因此，考虑一个可行的数据库系统设计方案是非常重要的（这里我们只考虑关系数据库系统）。同时，对于数据库系统来说，SQL解释和执行模块是必要的。根据形式语言和自动机的理论，该模块的实现可以用自动机来完成。在实验中，我们做了以下几个方面的工作：1）设计了一个小型的关系数据库，并利用该数据库完成了一个高并发的学生选课系统。2)我们设计了一个通用的自动机模块，它可以完成从解析到执行的操作。采用了策略模型和事件驱动的设计方案，并对一般自动机进行了改进，如在自动机中加入了类似记忆的结构，使其更好地存储上下文。所有这些使得自动机模型可以应用于各种场合，而不仅仅是SQL语句的解析和执行。
2020-08-11 cs.DB cs.SE
Rethinking Text-to-SQL: Dynamic Multi-turn SQL Interaction for Real-world Database Exploration
University of Chinese Academy of Sciences（中国科学院大学）；Peking University（北京大学）；Tsinghua University（清华大学）
针对现有Text-to-SQL系统无法适配真实场景多轮动态交互的问题，本文构建自动化生成的DySQL-Bench评测基准与多轮交互评估框架，实验证明该基准难度较高，现有顶尖模型表现仍有较大提升空间。
2025-11-13 cs.CL cs.DB
DFIN-SQL: Integrating Focused Schema with DIN-SQL for Superior Accuracy in Large-Scale Databases
Sygnia（希格尼亚）；Safra Bank（萨夫拉银行）；Wells Fargo（富国银行）
本文提出 DFIN-SQL，通过在提示与 RAG 间自适应切换并预处理检索聚焦模式，降低 GPT-4 的 token 开销，在 BIRD 上以 51.69 分超过 DIN-SQL。
2024-03-01 cs.AI cs.DB
Scaling Automated Database System Testing
National University of Singapore（新加坡国立大学）
SQLancer++通过自适应SQL生成器实现自动数据库测试的扩展，发现并修复了196个新错误。
2026-01-26 cs.DB cs.SE
MIRA: Evidence-Verified Repair Memory for Text-to-SQL Correction
Beijing Institute of Technology（北京理工大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Shenzhen University（深圳大学）
本研究针对Text-to-SQL智能体生成的语义错误SQL问题，提出可插拔SQL修正器MIRA，将历史修正转为独立记忆项，经实验在BIRD和ScienceBenchmark数据集上显著提升了SQL执行准确率。
2026-08-10 cs.DB
FHE-SQL: Fully Homomorphic Encrypted SQL Database
FHE-SQL提出一种全同态加密数据库系统，在加密状态下执行通用SQL查询，消除泄漏渠道，无需可信硬件，并通过间接架构降低密文开销，实现端到端隐私保护。
2025-10-17 cs.CR cs.DB
Leveraging large language models for SQL behavior-based database intrusion detection
Huawei Tel Aviv Research Center（华为特拉维夫研究中心）；Huawei Technologies Co. LTD（华为技术有限公司）；Tsinghua University（清华大学）
本文提出一种结合无监督和有监督机器学习的两层SQL异常检测方法，利用DistilBERT模型在最小化数据标注需求的同时，精准识别数据库异常操作和内部攻击，有效防范复杂威胁。
2025-08-14 cs.CR cs.DB cs.LG
Detecting coherent explorations in SQL workloads
本文提出了一种建议，旨在更好地了解SQL查询的工作负载和检测隐藏在工作负载中的一致性探索。特别是，我们的工作调查了SQLShare [11]，这是一个数据库即服务平台，针对具有最少数据库经验的科学家和数据科学家，其工作量可供研究社区使用。根据[11]的作者，这个工作负载是唯一一个主要包含对用户上传的数据集进行特别手写查询的工作负载。我们通过提取SQL查询的特征来分析此工作负载，并展示如何使用这些特征将SQL查询序列分离为有意义的探索。我们在各种查询工作负载上运行了几个测试，以经验验证我们的方法。
2019-07-12 cs.DB
On-the fly AES Decryption/Encryption for Cloud SQL Databases
我们提出了客户端AES 256加密云SQL数据库。列密文是确定性的或概率性的。我们信任云DBMS的运行时值的安全性，例如，通过移动目标防御客户端可以将AES密钥与查询一起发送。这些服务于将所选密文动态解密为用于查询评估的明文。DBMS最迟在查询结束时清除键和明文。它可以将密文传递给解密使能的客户端或以其他方式传递明文，例如，浏览器/导航器。该方案在功能上向云DBMS提供明文SQL DBMS的能力。AES处理开销对于现代CPU来说似乎可以忽略，例如，一个流行的英特尔I5。确定性加密可以没有存储开销。概率的一个加倍的DB存储。该方案似乎是第一个普遍实用的外包加密SQL数据库。一个足以实践的实现看起来很容易。一个现有的云SQL数据库管理系统与UDF支持应该做的。
2015-12-20 cs.CR cs.DB
Reverse Proxy Framework using Sanitization Technique for Intrusion Prevention in Database
随着互联网在我们日常生活中的重要性越来越大，Web应用程序中的数据安全变得非常重要。随着在线实时的事务服务的日益增多，与数据库安全相关的问题也日益增多。攻击者使用非法和未经授权的方法劫持机密信息，如用户名，密码和其他重要细节。因此，实时的事务需要针对基于web的攻击的安全性。SQL注入和跨站脚本攻击是最常见的应用层攻击。SQL注入攻击者通过Web应用程序输入字段、URL或隐藏参数传递SQL语句，并访问数据库或更新数据库。攻击者利用用户提供的数据，将用户输入作为SQL代码处理。利用此漏洞，攻击者可以直接在数据库上执行SQL命令。SQL注入攻击是最严重的威胁，它将用户输入集成到SQL查询中。反向代理是一种用于清理可能转化为数据库攻击的用户输入的技术。在该技术中，数据重定向程序在用户输入被发送到应用服务器之前将其重定向到代理服务器。在代理服务器处，使用净化应用程序来触发数据清理算法。在这个框架中，我们包括检测和净化被发送到数据库的污染信息，并创新一个新的原型。
2013-11-26 cs.CR cs.DB
An Empirical Study on the Characteristics of Database Access Bugs in Java Applications
本研究通过分析423个Java应用中的数据库访问错误，归纳出五大类根本原因，发现SQL查询、模式和API错误占84.2%，为开发者和研究者提供了改进建议。
2024-05-23 cs.DB cs.SE
Natural Language Interfaces for Databases: What Changes for SQL-Literate Users?
Stern School of Business, New York University（纽约大学斯特恩商学院）；Tandon School of Engineering, New York University（纽约大学坦登工程学院）
研究比较基于GPT-4o的NLIDB SQL-LLM与传统SQL平台Snowflake，发现接口改变工作类型非工作量，SQL-LLM用户查询速度快但准确性低，熟悉SQL的参与者转向自然语言后仍有验证负担。
2026-07-28 cs.DB cs.HC
Beyond Text-to-SQL: Autonomous Research-Driven Database Exploration with DAR
DAR是一种多代理系统，通过自主探索数据完成端到端数据库研究，显著提升分析效率并生成基于证据的洞察。
2026-02-09 cs.DB
Blockchain-based vs. SQL Database Systems for Digital Twin Evidence Management: A Comparative Forensic Analysis
University College Dublin（都柏林大学学院）
本文比较了区块链与SQL数据库在数字孪生证据管理中的性能，发现区块链在数据完整性上更优，但传统数据库在性能一致性方面表现更好。
2025-11-29 cs.CR cs.DB
Zeta-Lite: A Concurrent, Branchable In-Browser SQL Database for Agentic Memory
Zeta-Lite是一款2.87 MB的浏览器内并发可分支SQL数据库，具备异步MVCC核心，性能达268k-315k点读/秒，适配智能体记忆场景，支持PostgreSQL兼容特性与OPFS持久化。
2026-09-03 cs.AI cs.DB
PSM-SQL: Progressive Schema Learning with Multi-granularity Semantics for Text-to-SQL
Guangdong University of Technology（广东工业大学）；Platform and Content Group, Tencent（腾讯平台与内容事业群）
本文提出PSM-SQL框架，通过列、表、数据库多粒度渐进式模式链接和链式循环策略减少冗余模式，提升文本到SQL任务的准确率。
2025-02-07 cs.AI cs.DB
Improving the Deductive System DES with Persistence by Using SQL DBMS's
Universidad Complutense de Madrid（马德里康普顿斯大学）
这项工作介绍了如何持久谓词已被包括在内存中的演绎系统DES依靠外部SQL数据库管理系统。我们介绍了持久性是如何支持从用户的角度来看，可能的应用程序的系统打开，作为演绎表达能力投射到关系数据库。此外，我们还描述了如何混合演绎引擎和外部数据库的计算，解释其实现和一些优化。最后，进行了性能分析，比较系统与当前的关系数据库系统。
2015-01-09 cs.AI cs.DB cs.LO
AIM: A practical approach to automated index management for SQL databases
Meta Platforms, Inc.（Meta平台公司）
提出AIM自动索引管理系统，通过配置化方法识别SQL数据库中的有效二级索引，优化资源利用，并在生产环境中验证了快速收敛、减少查询优化器依赖和无回归保证等特性。
2026-05-29 cs.DB
Structure Guided Large Language Model for SQL Generation
Department of Computing, The Hong Kong Polytechnic University, Hung Hom, Hong Kong SAR, China（香港理工大学计算机系）；City University of Macau, Macau SAR, China（澳门城市大学）；College of Information Science and Technology, Jinan University, GZ, China（广州jinan大学信息科学与技术学院）
针对 LLMs 难以理解复杂数据库结构和准确解读用户意图的问题，提出结构引导的 text-to-SQL 框架 SGU-SQL，通过建立结构感知链接和基于语法的提示分解任务，显著提升了 SQL 生成的准确性。
2025-07-10 cs.AI cs.CL cs.DB
TCSR-SQL: Towards Table Content-aware Text-to-SQL with Self-retrieval
TCSR-SQL通过LLM上下文学习提取问题中的数据内容关键词，推断相关数据库模式并生成种子SQL进行模糊搜索，结合编码知识表和多轮生成-执行-修订过程生成精确SQL，在包含2115个问题-SQL对的表格内容感知基准上执行准确率至少提升27.8%。
2025-11-06 cs.DB
A Typeful Integration of SQL into Curry
我们提出了一个扩展的声明性程序设计语言咖喱，以支持通过SQL访问存储在关系数据库中的数据。由于Curry是静态类型的，因此我们对SQL集成的重点是类型安全。我们的扩展尊重Curry的类型系统，从而避免了由于不良类型数据而导致的运行时错误。这是通过在编译时预处理SQL语句并将其转换为类型安全的数据库访问操作来实现的。因此，Curry系统的类型检查器可以在编译时发现SQL语句中的类型错误。为了生成适当类型的访问操作，预处理器使用描述关系数据结构的实体关系（ER）模型。除了标准SQL之外，Curry中嵌入的SQL语句还可以包括程序表达式以及ER模型中指定的关系。后一个特性对于避免容易出错的外键使用非常有用。因此，我们的SQL集成支持对Curry程序中数据库的高级和类型安全访问。
2017-01-03 cs.DB cs.PL
Type- and Content-Driven Synthesis of SQL Queries from Natural Language
本文提出了一种从自然语言自动合成SQL查询的新技术。我们的技术是完全自动化的，适用于任何数据库，而不需要额外的定制，也不需要用户知道底层的数据库模式。我们的方法通过结合自然语言处理、程序合成和自动程序修复来实现这些目标。给定用户的英文描述，我们的技术首先使用语义解析来生成查询草图，随后使用类型导向的程序合成完成查询草图，并使用数据库内容分配置信度分数。然而，由于用户的描述可能无法准确地反映实际的数据库模式，我们的方法也执行故障定位和修复草图的错误部分。重复该合成-修复循环，直到算法推断出具有足够高的置信度分数的查询。我们已经实现了所提出的技术在一个工具称为Sqlizer和评估它在三个不同的数据库。我们的实验表明，在接近90%的情况下，所需的查询是排名前5名的候选人。
2017-02-03 cs.DB cs.PL
Subset Queries in Relational Databases
在本文中，我们激发了关系数据库系统支持子集查询处理的需求。我们在关系代数中定义了新的操作符，在SQL中定义了新的结构来表达子集查询。我们还通过使用扩展SQL语句和关系代数表达式表示的不同示例说明了子集查询的适用性。我们的目标是显示下一代应用程序的子集查询的效用。
2004-06-17 cs.DB
Automatic database description generation for Text-to-SQL
Alibaba Group（阿里巴巴集团）
针对Text-to-SQL任务中数据库描述缺失问题，提出一种基于LLM的粗到细与细到粗双过程自动生成描述方法，在Bird基准上提升SQL生成准确率0.93%，达到人类水平的37%。
2025-02-28 cs.AI cs.CL cs.DB
Polystore Mathematics of Relational Algebra
金融交易、互联网搜索和数据分析都对数据库提出了越来越高的要求。SQL、NoSQL和NewSQL数据库都是为了满足这些需求而开发的，每种数据库都提供了独特的优势。SQL、NoSQL和NewSQL数据库也依赖于不同的底层数学模型。Polystores试图提供一种机制，允许应用程序透明地实现不同数据库的好处，同时将应用程序与这些数据库的细节隔离开来。集成这些不同数据库的基础数学可以成为polystores的重要推动因素，因为它可以在不同数据库之间进行有效推理。关联数组通过包含不同数据库中的数学，为polystore的数学提供了一种通用方法：集合（SQL），图形（NoSQL）和矩阵（NewSQL）。以前的工作提出了SQL关系模型的关联数组和确定的关键数学属性，保留在SQL中。这项工作提供了严格的数学定义，引理，这些性质的基础定理。具体来说，SQL关系代数主要处理关系-元组的多集-以及这些关系上和关系之间的操作。通过将元组视为数组中的非零行，可以将这些关系建模为关联数组。关系代数中的操作是由关联数组上的标准操作组成的，这些标准操作反映了它们的矩阵对应物。这些构造提供了如何通过数组操作处理关系代数的见解。作为示例应用，两个投影操作的组合被示出为也是投影，并且并集的投影被示出为等于投影的并集。
2017-12-03 cs.DB
I-Rex: An Interactive Debugger for SQL
Duke University（杜克大学）；Stripe；Amazon（亚马逊）；Meta；University of California, San Diego（加利福尼亚大学圣地亚哥分校）
研究针对SQL调试难的问题，提出I-Rex调试器，借鉴通用编程语言调试范式，利用数据库系统能力让用户可跳转到任意感兴趣点，作为轻量级中间件简化部署，经实验和用户研究证明了其有效性。
2026-07-21 cs.DB
