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。
2024-09-03 cs.DB
Tractable Lineages on Treelike Instances: Limits and Extensions
本文研究概率数据库上 MSO 查询在有界树宽实例上可处理性的局限与扩展,证明该可处理性不能推广到无界树宽,并用有界树宽谱系电路及安全查询重写解释其机制。
2023-04-12 cs.DB
Conjunctive Queries on Probabilistic Graphs: Combined Complexity
已知概率数据库上的查询评估在许多情况下是难以处理的,即使在数据复杂度方面,即,当查询是固定的。虽然已经提出了查询[19]和实例[4]的一些限制以降低复杂度,但这些已知的易处理情况通常不适用于组合复杂度,即,当查询不固定时。这就留下了一个开放的问题,即查询和实例语言,以确保组合复杂性的概率查询评估的易处理性。本文提出了第一个一般性的研究结合的概率实例的二进制签名,我们也可以作为一个概率版本的图同态问题,或约束满足问题(CSP)的变种的合取查询评估的复杂性。我们研究这个问题的复杂性取决于实例和查询是否可以使用的功能,如边缘标签,断开,分支,并在两个方向上的边缘。我们使用各种技术工具证明了复杂性景观是惊人的丰富:基于自动机的编译到d-DNNF谱系[4],\b{eta} -使用[10]的非循环谱系,[24]中易于处理的CSP的X属性,分级DAG [27]和各种编码技术用于硬度证明。
2019-08-27 cs.DB
Data Cleaning and Query Answering with Matching Dependencies and Matching Functions
匹配依赖最近被引入作为数据清理和实体解析的声明性规则。在数据库实例上强制匹配依赖关系可以标识两个元组的某些属性的值,前提是某些其他属性的值足够相似。假设存在使两个属性值相等的匹配函数,我们正式介绍了使用匹配依赖关系清理实例的过程,作为一个类似追逐的过程。我们发现,匹配功能自然引入属性域上的格结构,以及实例之间的语义支配的偏序。使用后者,我们定义的语义干净的查询回答的某些/可能的答案作为最大的下限/最小的上限从干净的实例中获得的所有可能的答案。我们表明,干净的查询回答是棘手的,在某些情况下。然后,我们研究查询表现单调WRT语义支配秩序,并表明,我们可以提供一个下/上近似干净的答案单调查询。此外,非单调的肯定查询可以放宽到单调查询。
2010-08-23 cs.DB
Equivalence of SQL Queries in Presence of Embedded Dependencies
我们考虑的问题,找到等价的最小尺寸的SQL查询中存在嵌入的依赖关系的重构[1]。我们的重点是选择项目连接(SPJ)查询与平等的比较,也被称为安全的合取(CQ)查询,可能与分组和聚合。对于SPJ查询,SQL标准的语义将查询答案视为多集(也称为bags),而所存储的关系可以被视为集合,这被称为用于查询评估的bag-set语义,或者被视为bags,这被称为bag语义。(在集合语义下,查询答案和存储的关系都被视为集合。在上述查询重构问题的背景下,我们开发了一个全面的框架,用于在包和包集语义下存在嵌入式依赖关系的CQ查询的等价性,并做出了一些概念和技术上的贡献。具体来说,我们在包和包集语义下存在任意嵌入依赖集的CQ查询的等价性测试,条件是输入上的集语义(set-chase)下的chase [9]终止。我们还提出了等价性测试的聚合CQ查询存在嵌入式依赖关系。我们使用我们的等价性测试开发健全和完整的(每当集追逐的输入终止)的算法,用于解决的实例的查询重构问题的CQ查询下的每个袋和袋集语义,以及聚合查询的问题的实例。
2009-06-26 cs.DB
iFVS: Towards Instance-Optimized Filtered Vector Search
Purdue University(普渡大学)
研究现代AI+DB系统中过滤向量搜索问题,提出iFVS技术,针对特定数据集和查询工作负载,采用特定于查询的码本生成方法,依查询向量和过滤谓词估计距离,实验证明其提升了QPS与召回率的权衡。
2026-07-28 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
A Monotone Preservation Result for Boolean Queries Expressed as a Containment of Conjunctive Queries
当查询关系数据库时,结果通常是一个关系。然而,有些查询只需要一个是/否的答案;这样的查询通常被称为布尔查询。在数据库理论中,通常通过测试查询表达式的非空性来表示布尔查询。另一种表示布尔查询的有趣方式是$Q_1 \subseteq Q_2$形式的包含语句,其中$Q_1$和$Q_2$是查询表达式。这里,对于任何输入实例$I$,如果$Q_1(I)$是$Q_2(I)$的子集,则布尔查询结果是$\mathit{true}$,否则是$\mathit{false}$。在本论文中,我们将集中在非空性和包含语句的合取查询。主要目标是研究连接查询包含的单调片段。特别是,我们展示了这个单调片段的保存一样的结果。也就是说,我们表明,在表达能力,单调包含的合取查询是完全等于合取查询下nonempty。
2019-03-01 cs.DB
Electra: Conditional Generative Model based Predicate-Aware Query Approximation
Adobe Research(奥多比研究院)
近似查询处理(AQP)的目标是为昂贵的聚合查询提供非常快速但“足够准确”的结果,从而改善大型数据集的交互式探索中的用户体验。最近提出的基于机器学习的AQP技术可以提供非常低的延迟,因为与数据库集群上的传统查询处理相比,查询执行仅涉及模型推理。然而,随着过滤谓词(WHERE子句)数量的增加,这些方法的近似误差显着增加。分析师经常使用带有大量谓词的查询来进行见解发现。因此,保持低近似误差对于防止分析师得出误导性结论非常重要。在本文中,我们提出了ELECTRA,一个谓词感知的AQP系统,可以回答分析风格的查询与大量的谓词与小得多的近似误差。ELECTRA使用一个条件生成模型,学习数据的条件分布,并在运行时生成一个小的(约1000行)但具有代表性的样本,在其上执行查询以计算近似结果。我们对三个真实世界数据集的四个不同基线进行的评估表明,与基线相比,ELECTRA为大量谓词提供了较低的AQP误差。
2022-01-28 cs.DB cs.LG
Instance-Optimal Acyclic Join Processing Without Regret: Engineering the Yannakakis Algorithm in Column Stores
本文提出Shredded Yannakakis(SYA)算法,将二元连接计划转换为两阶段NSA计划,在列存储中实现无遗憾的实例最优无环连接处理,实验显示在85.3%的查询上加速最高达62.5倍。
2025-05-23 cs.DB
Algorithms for Provisioning Queries and Analytics
预配置是一种避免在假设分析中重复进行昂贵计算的技术。给定一个查询,分析师制定$k$假设,每个假设保留数据库实例的一些元组,可能重叠,并且她希望在场景下回答查询,其中场景由“打开”的假设的子集定义。如果给定任何数据库实例和任何$k$假设,我们说查询允许紧凑配置,则可以创建多大小(在$k$中)草图,然后可以使用该草图在任何$2^{k}$可能的场景下回答查询,而无需访问原始实例。在本文中,我们专注于提供结合关系代数(逻辑组件),分组和统计/分析(数值组件)的复杂查询。我们首先表明,查询计算分位数或线性回归(以及更简单的查询,计算计数和总和/平均值的正值)可以compatible提供提供(乘法)近似的答案,以任意精度。相比之下,为这些统计信息中的每一个进行精确配置需要草图大小在$k$中呈指数级。然后,我们建立,对于任何复杂的查询,其逻辑组件是一个积极的关系代数查询,只要数字组件可以compensable提供,复杂的查询本身可以compensable提供。另一方面,在逻辑组件中再次引入否定或递归要求草图大小在$k$中是指数级的。虽然我们的积极成果使用的算法,不访问原始实例后,一个场景是已知的,我们证明了我们的下限,即使是在这种情况下,知道的情况下,允许有限的访问实例。
2015-12-18 cs.DB cs.DS
Leveraging Neighborhood Summaries for Efficient RDF Queries on RDBMS
使用结构化信息来总结图结构的RDF数据有助于解决查询性能问题。然而,利用结构化索引需要修改甚至重新设计RDF系统的内部。给定一个RDF数据集,已经批量加载到一个关系RDF系统,我们的目标是提高查询性能,这样的系统。我们通过总结邻域结构并将其编码为三元组来实现,三元组可以与现有实例数据一起管理。在查询时,我们最佳地选择有效的结构模式,并将这些模式添加到现有的查询,以获得更好的查询性能。实证评估表明,我们的方法的有效性。
2020-01-23 cs.DB
Matching Dependencies with Arbitrary Attribute Values: Semantics, Query Answering and Integrity Constraints
在满足相似性条件的情况下,匹配依赖(MD)被引入到数据库元组对中特定属性值的识别或匹配中。它们的实施可以被看作是实体解析的自然推广。在我们称之为MD的“纯情况”中,来自底层数据域的任何值都可以用于进行匹配的公共值。我们调查的语义和属性的数据清洗,通过执行匹配的依赖关系的纯情况。我们的特点是预期的清洁的实例,也是“干净的答案”的查询下的清洗过程中不变的。计算干净的实例和干净的查询答案的复杂性进行了研究。确定了取决于MD和查询的易处理和难处理的病例。最后,我们建立连接与数据库的完整性约束下的“维修”。
2010-08-27 cs.DB
Tree Projections and Structural Decomposition Methods: The Power of Local Consistency and Larger Islands of Tractability
评价合取查询和解决约束满足问题分别是数据库理论和人工智能中的基本问题。这些问题是NP难的,因此在文献中已经进行了一些研究工作来识别易处理的类,称为易处理性岛,以及设计聪明的算法来有效地解决现实世界的实例。许多启发式方法基于在给定实例上强制执行称为局部一致性的属性,其中(在数据库术语中)每个查询原子中的每个元组匹配每个其他查询原子中的至少一个元组。有趣的是,事实证明,对于许多众所周知的查询类,例如非循环查询,强制执行局部一致性甚至足以正确地解决给定的实例。然而,这种程序的确切权力并不清楚,但只适用于一些非常有限的情况。该文件提供了完整的答案,长期存在的问题,基于强制执行本地一致性的算法的精确功率。然而,强制执行本地一致性被证明是正确的查询-应答过程的实例的类别不能有效地识别。事实上,本文最后集中在某些子类定义的贪婪树投影的新概念。这些后者的类被证明是有效地识别和严格大于大多数岛屿的温顺迄今为止,无论是在一般情况下的树预测和特定的结构分解方法。
2012-12-28 cs.DB
Infinite Probabilistic Databases
本文提出用有限点过程构建无限概率数据库的模型,解决不可数空间下查询语义的定义问题,并证明了关系代数、聚合及 Datalog 查询的可测性。
2022-02-24 cs.DB
The "AI+R"-tree: An Instance-optimized R-tree
Purdue University(普渡大学)
实例优化系统的新兴类别已经显示出通过专门针对特定数据和查询工作负载来实现高性能的潜力。特别地,机器学习(ML)技术已经成功地应用于构建各种实例优化的组件(例如,学习指数)。本文研究利用ML技术来增强空间索引的性能,特别是R树,用于给定的数据和查询工作负载。由于R树索引节点覆盖的区域在空间上重叠,因此在搜索空间中的特定点时,可以潜在地探索从根到叶的多个路径。在最坏的情况下,可以搜索整个R树。在本文中,我们定义并使用重叠率来量化范围查询所需的无关叶节点访问的程度。我们的目标是提高传统的R树的查询性能高重叠范围查询,因为他们往往会招致长的运行时间。我们引入了一种新的AI树,将R树的搜索操作转换为多标签分类任务,以排除无关的叶节点访问。然后,我们将传统的R-树扩充到AI-树中,形成混合的“AI+R”-树。“AI+R”树可以使用学习模型自动区分高重叠和低重叠查询。因此,“AI+R”树使用AI树处理高重叠查询,并且使用R树处理低重叠查询。在真实数据集上的实验表明,“AI+R”树可以提高查询性能比传统的R树高达500%。
2022-07-01 cs.DB cs.LG
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
Pricing Queries Approximately Optimally
数据作为一种商品,总是被买卖的。最近,作为数据市场的web服务已经出现,其将数据买方与数据卖方匹配。到目前为止,还没有关于如何根据数据库为查询定价的指导方针。我们考虑最近提出的基于查询的定价框架Koutris等人,并要求在这个框架中,通过制定买方效用模型计算最优输入价格的问题。我们建立了有趣的和深刻的等价性之间的无仲裁的查询定价框架和无嫉妒的定价理论,适当选择买方估值。鉴于近似硬度的结果,从嫉妒免费定价,然后我们开发对数近似定价算法,利用最大流的解释,无仲裁的价格为限制查询语言Koutris等人提出的。我们提出了一种新的多项式时间对数近似定价方案,并表明,我们的新方案比现有的嫉妒免费定价算法的实例。我们还提出了一个更快的定价算法,总是大于现有的解决方案,但比我们以前的计划。我们的实验表明,我们的定价算法如何执行现有的无羡慕的定价算法和最佳指数可计算的解决方案,我们的实验表明,我们的近似算法始终达到约99%的最优。
2015-08-25 cs.DB cs.GT
Demonstrating GenDB: Instance-Optimized and Customized Query Processing Code Generation via LLM Agents
Cornell University(康奈尔大学)
研究针对传统查询处理引擎扩展难题,提出GenDB生成式查询引擎,借助大语言模型代理生成代码。核心方法是通过LLM agents为特定场景生成优化代码,主要贡献是展示其工作流程、性能优势并提供用户探索平台。
2026-07-24 cs.AI cs.CL cs.DB
Get the Most out of Your Sample: Optimal Unbiased Estimators using Partial Information
随机抽样是数据处理和传输的重要工具。它用于汇总太大而无法存储或操作的数据,并满足带宽或电池电量的资源限制。应用于样本的估计量有助于对原始数据进行快速近似处理,样本的值取决于这些估计量的质量。我们的工作目标是数据集,如请求和流量日志以及传感器测量,其中数据在多个{ \em实例}上重复收集:时间段、位置或快照。我们对跨多个实例的查询感兴趣,例如对所选记录的不同计数和距离度量。这些查询用于从规划到异常和变化检测的应用程序。无偏低方差估计是特别有效的,因为相对误差随着所选记录键的数量而减小。Horvitz-Thompson估计量,已知的最小化方差的抽样与“全部或没有”的结果(这揭示了精确的价值或没有信息的估计量),是不是最佳的多实例操作的结果可能提供部分信息。我们提出了一个一般的原则性方法的推导(帕累托)最佳无偏估计抽样的情况下,旨在了解其潜力。我们证明了显着的改善,估计精度的基本查询常见的抽样方案。
2011-09-06 cs.DB cs.DS cs.NI
Approximating Queries on Probabilistic Graphs
LTCI, Télécom Paris, Institut polytechnique de Paris(电信巴黎学院、巴黎理工学院);Nanyang Technological University(南洋理工大学);University of Toronto(多伦多大学)
本文研究了概率图查询的近似算法,探讨了联合FPRAS的可行性及复杂性分析。
2025-12-12 cs.DB cs.DS
Tractable hypergraph properties for constraint satisfaction and conjunctive queries
约束满足问题研究中的一个重要问题是理解描述约束关联结构的图或超图对问题复杂性的影响。对于二进制CSP实例(即,其中每个约束仅涉及两个变量),情况很好理解:问题的复杂性基本上取决于约束图的树宽。然而,这是不正确的答案,如果约束与无限数量的变量是允许的,特别是,CSP实例所产生的查询评估问题,在数据库理论。形式上,如果H是一类超图,则令CSP(H)是限制于其超图在H中的实例的CSP。我们的目标是刻画那些类的超图,其中CSP(H)是多项式时间可解的或固定参数易处理的,参数化的变量的数量。注意,在与数据库查询评估相关的应用中,我们通常假设变量的数量远小于实例的大小,因此通过变量的数量进行参数化是一个有意义的问题。使CSP(H)多项式时间可解的H的最普遍的已知性质是有界分数超树宽度。本文引入了一个新的超图测度子模宽度,并证明了H的有界子模宽度蕴涵CSP(H)是固定参数易处理的。在匹配硬度的结果,我们表明,如果H有无界的子模宽度,那么CSP(H)是不是固定参数易处理的,除非指数时间假设失败。
2011-12-06 cs.CC cs.DB cs.DM
Semantic Optimization Techniques for Preference Queries
偏好查询是关系代数或SQL查询,其中包含winnow运算符(“在给定关系中查找最偏好的元组”)。这些查询由特定的偏好关系参数化。语义优化技术利用数据库中保存的完整性约束。在语义优化的偏好查询的上下文中,我们确定了两个基本属性:包含的偏好关系相对于完整性约束和满意度的顺序公理相对于完整性约束。我们展示了这些概念在偏好查询评估和优化中的许多应用。作为完整性约束,我们考虑约束生成依赖,一类广义函数依赖。我们证明,问题的包容性和满意度的顺序公理可以被捕获的约束生成依赖蕴涵的具体实例。这使得有可能制定必要和充分的条件,我们的技术作为约束有效性问题的适用性。我们刻画了这类问题的计算复杂性。
2005-10-14 cs.AI cs.DB cs.LO