An Efficient Index for Contact Tracing Query in a Large Spatio-Temporal Database
在本文中,我们研究了一种新的接触跟踪查询(CTQ),发现用户谁一直在$direct$ $contact$与查询用户或$in$ $contact$ $with$ $the$ $already$ $contacted$ $users$在随后的时间戳从一个大的时空数据库。CTQ在新的COVID-19大流行时代对于寻找潜在COVID-19暴露患者的可能名单至关重要。回答CTQ的一个简单方法是使用传统的时空索引。然而,这些指标不能服务于目的,因为每个用户在潜在的疾病传播的时间跨度内覆盖大的区域,因此他们很难使用有效的修剪技术。我们提出了一个多级索引,即QR树,考虑空间覆盖和共同访问模式的用户分组,使用户谁是可能满足查询用户分组在一起。更具体地说,我们使用四叉树来划分用户移动轨迹w.r.t.空间和时间,然后利用这些用户轨迹时空映射,使用R树对用户进行分组。QR树有助于有效的修剪,并且使得能够仅访问可能是CTQ的候选答案的潜在用户集合。在真实数据集上的实验表明了该方法的有效性。
2020-08-09 cs.DB
LIVE: Learnable Monotonic Vertex Embedding for Efficient Exact Subgraph Matching (Technical Report)
Beihang University(北京航空航天大学);ShenZhen Institute of Computing Sciences(深圳计算科学研究院);Shandong University(山东大学);Beijing University of Posts and Telecommunications(北京邮电大学);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
本文提出LIVE框架,通过强制顶点嵌入的单调性,提升大规模图的精确子图匹配效率与剪枝效果。
2026-04-21 cs.DB
Efficient Exact Subgraph Matching via GNN-based Path Dominance Embedding (Technical Report)
East China Normal University(华东师范大学);Kent State University(肯特州立大学)
本文提出基于GNN的路径支配嵌入和组嵌入方法,实现高效精确子图匹配,通过多维索引和剪枝策略提升匹配效率和准确性。
2025-12-11 cs.DB
S$^3$GND: An Effective Learning-Based Approach for Subgraph Similarity Search Under Generalized Neighbor Difference Semantics (Technical Report)
East China Normal University(华东师范大学);Kent State University(肯特州立大学)
本文提出S$^3$GND方法,通过构建超图和训练HGNN模型,实现基于广义邻居差语义的高效子图相似性搜索。
2026-03-02 cs.DB
GSmart: An Efficient SPARQL Query Engine Using Sparse Matrix Algebra -- Full Version
由于越来越多地使用RDF对数据进行编码,在大型RDF数据集上高效执行SPARQL查询是一个非常有趣的话题。大多数工作都遵循关系或基于图的方法。在本文中,我们提出了一种替代查询引擎,称为gSmart,基于矩阵代数。这种方法可以潜在地更好地利用我们所针对的高性能异构体系结构的计算能力。gSmart包括:(1)基于分组关联边的SPARQL查询评估,其中使用一系列矩阵运算一起评估顶点的所有未评估边,以充分利用查询约束并缩小解空间;(2)图查询规划器,确定查询图中顶点的评估顺序;(3)存储和计算高效的数据结构,包括用于RDF数据的轻量稀疏矩阵(LSpM)存储和用于评估结果的基于树的表示;(4)多级数据划分器,用于将基于事件边的查询评估映射到异构HPC体系结构中并开发多级并行性;以及(5)并行执行器,其使用细粒度处理方案、预修剪技术以及树修剪技术,以降低节点间通信并实现高吞吐量。gSmart在CPU+GPU HPC架构上的评估显示,与单节点机器上现有的SPARQL查询引擎相比,执行时间加速高达46920.00倍。此外,天河一号A超级计算机上的gSmart从2个CPU+GPU节点扩展到16个节点,最大加速比为6.90倍。
2021-06-26 cs.DB cs.DC
DEG: Efficient Hybrid Vector Search Using the Dynamic Edge Navigation Graph
针对混合向量查询中$α$动态变化导致现有固定$α$索引性能下降的问题,提出动态边导航图(DEG)索引,通过贪心帕累托前沿搜索、动态边剪枝和边种子方法,在$α$变化时保持高效准确,实验验证其性能优于现有方法。
2025-02-11 cs.DB
Inverse Queries For Multidimensional Spaces
对于给定的查询对象$q$,传统的空间查询返回满足给定谓词的所有数据库对象,例如查询范围和$k$ -最近邻居。本文定义并研究了{ \em逆}空间查询,给定一个数据库对象子集$Q$和一个查询谓词,它返回所有的对象,这些对象如果用作带有谓词的查询对象,则在其结果中包含$Q$。我们首先展示了一个简单的解决方案,回答任何查询谓词的逆空间查询。然后,我们提出了一个过滤和细化框架,可以用来提高效率。我们将展示如何应用这个框架上的各种反向查询,使用适当的空间修剪策略。特别是,我们提出了解决方案,逆范围查询,逆$k$ -最近邻查询,逆天际线查询。我们的实验表明,我们的框架是显着更有效的比天真的方法。
2011-05-05 cs.DB
GTRSS: Graph-based Top-$k$ Representative Similar Subtrajectory Query
针对Top-k代表性相似子轨迹查询问题,提出基于图的GTRSS框架,通过双层图索引和DTSM度量,结合R树与网格过滤,实现高效检索,准确率超90%且性能提升两个数量级。
2025-07-07 cs.DB
Integrating connection search in graph queries
Oracle(甲骨文公司);Ecole Polytechnique(巴黎综合理工学院);Inria(法国国家信息与自动化研究所);IPP(巴黎理工学院)
图形数据管理和查询有很多实际应用。当图非常异构和/或用户不熟悉其结构时,他们可能需要找到两组或更多组节点在图中是如何连接的,即使用户无法描述这些连接。现有的查询语言只部分支持这一点,它们允许搜索路径,但不支持搜索连接三个或更多节点组的树。后者与NP-难群斯坦纳树问题有关,并且先前已被考虑用于数据库中的关键字搜索。在这项工作中,我们正式展示了如何将连接树模式(简称CTP)集成到图查询语言(如SPARQL或Cypher)中,从而形成扩展查询语言(简称EQL)。然后,我们研究了一套算法,用于评估CTP,我们概括了以前的关键字搜索工作,最重要的是(i)考虑双向边遍历和(ii)允许用户选择任何评分函数排名CTP结果。为了应付非常大的搜索空间,我们提出了一个有效的修剪技术,并正式建立了一个大的情况下,我们的算法,MOLESP,即使修剪是完整的。我们的实验验证了我们的CTP和EQL评估算法在大量合成和真实工作负载上的性能。
2022-08-09 cs.AI cs.DB
Language-aware Indexing for Conjunctive Path Queries
合取路径查询(CPQ)是复杂图分析中最常用的查询之一。然而,当前的图索引并不适合于完全支持查询语言表达CPQ的能力。因此,当前的方法在\cpq{}评估期间没有利用显著的修剪机会,导致查询处理性能差。我们提出了CPQ感知的路径索引CPQx,第一个路径索引定制的表达CPQ。CPQx建立在基于路径互模拟的结构概念的图中的路径的源-目标顶点对的集合的划分上。路径互模拟是路径上的等价关系,使得由该关系导出的每个划分块由图中相对于CPQ不可区分的路径组成。这种语言感知的图分区可以显著降低查询评估的成本。我们提出的方法,以支持完整的索引生存周期:索引的建设,维护和查询处理与我们的索引。我们还开发了兴趣感知的CPQx,以减少索引大小和索引构建开销,同时加快查询评估的兴趣。我们通过对14个真实图的广泛实验证明,我们的方法比最先进的方法加速查询处理多达多个数量级,索引大小更小。我们完整的C++代码库是开源的,可供进一步研究。
2021-12-27 cs.DB
Temporal $k$-Core Query, Revisited
本文重新研究时间 k-核查询问题,提出 CoreT 算法,通过记录顶点和边最早进入 k-核的时间戳来剪枝冗余计算,仅需单次遍历查询区间,相比 OTCD 实现高达四个数量级加速。
2025-08-21 cs.DB
Symmetric Continuous Subgraph Matching with Bidirectional Dynamic Programming
在许多真实数据集中,例如社交媒体流和网络数据源,图形通过边插入和删除的图形更新流随时间而变化。检测这种动态图中的关键模式在各种应用领域中起着重要作用,例如欺诈检测、网络安全和社交网络的推荐系统。给定一个动态数据图和一个查询图,连续子图的匹配问题是为每个边插入找到所有正匹配,为每个边删除找到所有负匹配。最先进的算法TurboFlux使用查询图的生成树进行过滤。然而,使用生成树可能具有低修剪能力,因为它没有考虑查询图的所有边。在本文中,我们提出了一个对称的和更快的算法SymBi维护一个辅助数据结构的基础上有向无环图,而不是一个生成树,它保持了查询图和动态图之间的双向动态规划的中间结果。对真实和合成数据集的大量实验表明,SymBi在运行时间方面比最先进的算法高出三个数量级。
2021-04-02 cs.DB
PathEnum: Towards Real-Time Hop-Constrained s-t Path Enumeration
研究了跳数约束的s-t路枚举问题,该问题以一个图$G$、两个不同的顶点$s,t$和一个跳数约束$k$为输入,输出从$s$到$t$的所有长度不超过$k$的路径.现有的算法在对具有大搜索空间的工作负载进行枚举时,由于代价高昂的剪枝操作而导致严重的性能问题。因此,这些算法很难满足许多在线应用的实时的【形】约束。在本文中,我们提出了PathEnum,一个有效的基于索引的实时的【形】HcPE算法。对于输入查询,PathEnum首先构建一个轻量级索引,旨在减少枚举中涉及的边的数量,并开发基于索引的高效枚举方法,一种基于深度优先搜索,另一种基于连接。我们进一步开发了一个查询优化器的基础上连接为基础的成本模型,以优化搜索顺序。我们用15个真实世界的图形进行实验。实验结果表明,PathEnum在查询时间、吞吐量和响应时间方面的性能优于现有的方法。
2021-03-23 cs.DB
Efficient k-step Weighted Reachability Query Processing Algorithms
本文针对加权图中带权重约束的k步可达性查询问题,提出WKRI索引及基于剪枝策略的构建方法,还基于顶点覆盖集设计GWKRI、LWKRI优化索引,实验验证了方法的高效性。
2024-10-06 cs.DB
Efficient Distributed Exact Subgraph Matching via GNN-PE: Load Balancing, Cache Optimization, and Query Plan Ranking
本文提出三种创新方法扩展GNN-PE至分布式系统,通过动态负载平衡、多GPU协作缓存和查询计划排序提升大规模图的精确子图匹配效率与稳定性。
2026-04-20 cs.DB
Scalable Top-k Query on Information Networks with Hierarchical Inheritance Relations
在大规模异构信息网络中,图查询、模式挖掘和知识发现成为一个具有挑战性的问题。现有的路径传播技术主要集中在节点标签和邻域结构的推断上。然而,现实世界中的实体链接也包含着丰富的层次继承关系。例如,产品版本的漏洞可能是从其旧版本继承而来的。利用层次继承可以潜在地提高查询结果的质量。基于此,我们探讨了实体之间的层次继承关系,并提出了层次继承关系的HIN上的图查询问题。我们提出了一个图查询搜索算法,通过分解原始查询图成多个星查询,并适用于每个星查询算法。然后,为原始查询的最终前k个查询答案构建来自每个星查询结果的进一步候选。为了有效地从大规模HIN中获得图查询结果,我们设计了一种基于边界的剪枝技术,通过使用均匀代价搜索来修剪搜索空间。我们在GraphX中实现了我们的算法,以测试合成和真实世界数据集的有效性和效率。与两种常用的图查询算法相比,该算法能有效地获得更准确的查询结果,具有较强的竞争力。
2020-06-01 cs.DB cs.DC cs.IR
An Interactive Multi-modal Query Answering System with Retrieval-Augmented Large Language Models
本文提出交互式多模态查询应答系统MQA,通过对比学习度量多模态相似度,并结合计算剪枝优化的导航图索引和可插拔框架,实现与大语言模型集成的多模态知识库高效检索与问答。
2024-07-05 cs.DB cs.IR
High Dimensional Similarity Search with Satellite System Graph: Efficiency, Scalability, and Unindexed Query Compatibility
高维空间中的近似最近邻搜索(ANNS)是数据库和信息检索中必不可少的一种方法.最近,人们对探索用于ANNS问题的有效的基于图的索引的兴趣激增。其中,导航导出图(NSG)提供了精细的理论分析,并实现了最先进的性能。然而,我们发现NSG也有一些局限性:1)当查询没有被索引时,NSG在最近邻搜索上没有理论保证; 2)NSG过于稀疏,影响了搜索性能。此外,NSG遭受高索引复杂性。为了解决上述问题,我们提出了卫星系统图(SSG)和一个实用的变种NSSG。具体来说,我们提出了一种新的修剪策略,从完整的图产生SSG。SSG定义了一种新的MSNG族,其中每个节点的外边缘均匀分布在所有方向上。图中的每个节点建立有效的连接,其邻域全向,因此我们得到SSG的优秀的理论属性的索引和未索引的查询。我们可以通过超参数自适应地调整SSG的稀疏性来优化搜索性能。此外,NSSG被提出来降低索引复杂度的SSG的大规模应用。理论和广泛的实验分析,以证明所提出的方法在现有的代表性算法的优势。我们的代码已在www.example.com上发布。
2021-03-18 cs.DB cs.IR
Navigable Proximity Graph-Driven Native Hybrid Queries with Structured and Unstructured Constraints
Hangzhou Dianzi University(杭州电子科技大学)
随着研究兴趣的激增,向量相似性搜索被应用于多个领域,包括数据采掘、计算机视觉和信息检索。{给定一组对象(例如,一组图像)和查询对象,我们可以很容易地将每个对象转换为特征向量,并应用向量相似性搜索来检索最相似的对象。然而,原始向量相似性搜索不能很好地支持\textit{hybrid queries},其中用户不仅输入非结构化查询约束(即,查询对象的特征向量)以及结构化查询约束(即,感兴趣的期望属性)。混合查询处理的目标是识别出与查询对象具有相似特征向量并满足给定属性约束的对象。最近的努力尝试通过分别执行属性过滤和向量相似性搜索并且随后合并结果来回答混合查询,这限制了效率和准确性,因为它们不是为混合查询而专门构建的。本文提出了一种基于邻近图(PG)的原生混合查询(NHQ)框架,为混合查询提供了专用的\textit{composite index and joint pruning}模块。我们可以很容易地部署现有的各种PG在这个框架上有效地处理混合查询。此外,我们提出了两个新的导航PG(NPG)与优化的边缘选择和路由策略,获得更好的整体性能比现有的PG。之后,我们在NHQ中部署了所提出的NPG以形成两种混合查询方法,它们在所有实验数据集上的性能都显着优于最先进的竞争对手(在相同的\textit{Recall}下快10 $\times$),包括8个公共数据集和1个内部真实世界数据集。我们的…
2022-03-25 cs.CV cs.DB cs.IR
An LLM-Guided Query-Aware Inference System for GNN Models on Large Knowledge Graphs
Concordia University(康科德大学);University of Texas at Arlington(德克萨斯大学阿灵顿分校)
本文提出KG-WISE框架,通过将GNN模型分解为细粒度组件,并利用大语言模型生成查询模板,实现查询感知的高效推理,提升推理速度和降低内存使用。
2026-04-20 cs.DB cs.LG