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
Text-to-SQL based on Large Language Models and Database Keyword Search
Instituto Tecgraf, PUC-Rio(里约天主教大学 Tecgraf 研究所);Petrobras(巴西石油公司);Departamento de Informática, PUC-Rio(里约天主教大学 信息学系);Departamento de Computação, UFC(塞阿拉联邦大学 计算机科学系)
本文提出一种结合动态少样本示例和数据库关键词搜索平台的策略,将自然语言问题编译为SQL查询,在真实世界数据库上超越现有方法。
2025-01-23 cs.AI cs.DB
Learning SQL from within: integrating database exercises into the database itself
本文提出开源框架 SQLab,将 SQL 练习嵌入数据库内部,通过查询指纹识别技术评估答案并解锁加密消息,以游戏化冒险形式提升 SQL 教育效果。
2024-10-21 cs.DB
SING-SQL: A Synthetic Data Generation Framework for In-Domain Text-to-SQL Translation
Bilkent University(比尔肯特大学)
本文提出 SING-SQL 全自动合成数据框架,通过子模式划分、多级 SQL 生成与质量校验提升单库 Text-to-SQL,微调模型在 BIRD 上取得同规模开源最优。
2025-09-30 cs.AI cs.DB
A Survey of Large Language Model-Based Generative AI for Text-to-SQL: Benchmarks, Applications, Use Cases, and Challenges
Cleveland State University(克利夫兰州立大学);The Davey Tree Expert Company(戴维树专家公司);The MathWorks(MathWorks公司);Khoury College of Computer Science, Roux Institute at Northeastern University(东北大学鲁克斯研究所科里计算机科学学院)
本文综述了基于大语言模型的文本到SQL系统,涵盖基准、应用与挑战,并提出支持NoSQL和动态交互的未来研究方向。
2025-01-23 cs.AI 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
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
TACO: A Benchmark for Open-Domain Text-to-SQL with Ambiguous and Cross-Database Queries
Renmin University, China(中国人民大学);HKUST (GZ) / HKUST(香港科技大学(广州)/ 香港科技大学);Beijing Big Data Centre(北京大数据中心)
提出TACO基准,包含1500个真实和13000个合成示例,覆盖开放域、歧义和跨数据库查询,通过基线TACO-SQL揭示现有方法的局限性。
2026-06-15 cs.DB
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
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
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
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
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
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
Next-Generation Database Interfaces: A Survey of LLM-based Text-to-SQL
Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算机系);Faculty of Data Science, City University of Macau(澳门城市大学数据科学学院);College of Cyber Security, Jinan University(暨南大学网络安全学院)
本文调研了基于大语言模型的文本到SQL方法,分析了技术挑战、数据集、指标及最新进展,并讨论了未来研究方向。
2025-11-24 cs.AI cs.CL 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
SQL for SRL: Structure Learning Inside a Database System
Simon Fraser University(西蒙弗雷泽大学)
我们在本文中主张的立场是,关系代数可以提供一个统一的语言来表示和计算的关系对象,就像线性代数为传统的单表机器学习。关系代数是在结构化查询语言(SQL)中实现的,它是关系数据库管理系统的基础。为了支持我们的立场,我们已经开发了FACTORBASE系统,它使用SQL作为高级脚本语言,用于图形模型结构的语义关系学习。FACTORBASE的设计理念是将统计模型作为数据库中的一等公民进行管理。我们的实现展示了我们的SQL结构在FACTORBASE中如何促进快速,模块化和可靠的程序开发。来自六个基准数据库的经验证据表明,利用数据库系统的能力,实现可扩展的模型结构学习。
2015-07-02 cs.DB cs.LG
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
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
Can LLMs substitute SQL? Comparing Resource Utilization of Querying LLMs versus Traditional Relational Databases
Boston University(波士顿大学)
本研究对比了9款不同参数量的大语言模型与传统关系型数据库SQL的查询资源利用情况和准确率,发现LLM查询能耗极高,不建议用其替代关系型数据库。
2024-04-12 cs.AI cs.CL 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
From SQL to Knowledge Graphs: An LLM-Driven Multi-Agent Approach with Data Schema Improvement
HCMC University of Technology(胡志明市理工大学);University of Alberta(阿尔伯塔大学);University of Alabama at Birmingham(阿拉巴马大学伯明翰分校)
该研究提出一种LLM驱动的多智能体系统,可将RDBMS自动转换为图数据库,经实验验证其问答准确率及延迟表现均优于传统SQL方案。
2026-08-28 cs.AI 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
In-Machine-Learning Database: Reimagining Deep Learning with Old-School SQL
Australian National University(澳大利亚国立大学)
数据库内机器学习已经非常流行,几乎是陈词滥调。但是,我们是否可以反过来做呢?在这项工作中,我们通过将普通的旧SQL应用于深度学习,在某种意义上用SQL实现深度学习算法来回答“是”。大多数深度学习框架,以及通用的机器学习框架,都共享一个事实上的多维数组操作标准,在更花哨的基础设施下,如自动微分。由于SQL表可以被视为(多维)数组的泛化,我们已经找到了一种在SQL中表达常见深度学习操作的方法,鼓励不同的思维方式,因此可能是新颖的模型。特别是,深度学习的最新趋势之一是以图卷积网络的名义引入稀疏性,而我们在数据库世界中几乎认为稀疏性是理所当然的。由于数据库和机器学习都涉及数据集的转换,我们希望这项工作可以激发进一步的工作,利用数据库领域现有的大量智慧,算法和技术来推进机器学习的最新技术,而不仅仅是将机器学习集成到数据库中。
2020-04-14 cs.DB cs.LG stat.ML
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
KaggleDBQA: Realistic Evaluation of Text-to-SQL Parsers
University of Washington(华盛顿大学);Microsoft Research(微软研究院)
数据库问答的目标是在不同的应用领域中实现对现实生活中的关系数据库的自然语言查询。最近,Spider和WikiSQL等大规模数据集促进了文本到SQL解析的新建模技术,改善了对未知数据库的zero-shot泛化。在这项工作中,我们研究的挑战,仍然阻止这些技术的实际部署。首先,我们介绍了KaggleDBQA,一个新的跨域的真实Web数据库的评估数据集,特定于域的数据类型,原始格式,和无限制的问题。第二,我们重新审视文本到SQL解析器在现实生活中应用的评估任务的选择。最后,我们增加了我们的领域内的评估任务与数据库文档,一个自然发生的源隐含的领域知识。我们表明,KaggleDBQA提出了一个挑战,国家的最先进的zero-shot解析器,但更现实的评估设置和创造性地使用相关的数据库文档提高了13.2%以上的准确性,使其性能翻了一番。
2021-06-22 cs.AI cs.CL cs.DB
SQL-Exchange: Transforming SQL Queries Across Domains
University of Alberta(阿尔伯塔大学)
SQL-Exchange通过跨领域转换SQL查询提升文本到SQL系统的上下文学习性能。
2026-02-22 cs.AI cs.CL cs.DB
Datrics Text2SQL: A Framework for Natural Language to SQL Query Generation
Datrics
针对Text-to-SQL系统在歧义理解、领域词汇和复杂模式处理上的难题,提出基于RAG的Datrics Text2SQL框架,通过知识库检索生成准确SQL,降低数据分析的使用门槛。
2025-04-03 cs.AI cs.CL cs.DB
Unified Peripartum Database with Natural-Language-to-SQL Capabilities at Udine University Hospital: Design and Prototype
Udine University Hospital(乌迪内大学医院)
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
UniSAr: A Unified Structure-Aware Autoregressive Language Model for Text-to-SQL
Harbin Institute of Technology(哈尔滨工业大学);Microsoft Research Asia(微软亚洲研究院)
现有的文本到SQL语义解析器通常是为特定的设置而设计的,例如处理跨多个表、域或轮次的查询,这使得它们在应用于不同的设置时无效。我们提出了UniSAr(统一结构感知自回归语言模型),它受益于直接使用现成的语言模型架构,并在不同的设置下表现出一致的高性能。具体来说,UniSAr扩展了现有的自回归语言模型,以纳入三个非侵入性扩展,使它们结构感知:(1)添加结构标记编码数据库模式,会话上下文,以及它们的关系;(2)约束解码解码良好的结构化SQL为给定的数据库模式;(3)SQL完成,以完成潜在的缺失连接关系的SQL数据库模式的基础上。在涵盖多域、多表和多回合的七个著名的文本到SQL数据集上,UniSAr表现出与最先进的专门设计的文本到SQL模型高度可比或更好的性能。重要的是,我们的UniSAr是非侵入性的,因此文本到SQL的其他核心模型也可以采用我们的扩展来进一步提高性能。
2022-04-13 cs.AI cs.CL cs.DB
FinSQL: Model-Agnostic LLMs-based Text-to-SQL Framework for Financial Analysis
Zhejiang University(浙江大学);Hundsun Technologies INC.(恒生电子股份有限公司)
该研究构建真实金融 Text-to-SQL 数据集 BULL,并提出模型无关的 FinSQL 框架,通过提示构建、参数高效微调和输出校准提升金融分析查询性能。
2024-01-19 cs.AI cs.CL cs.DB
ScienceBenchmark: A Complex Real-World Benchmark for Evaluating Natural Language to SQL Systems
Zurich University of Applied Sciences(苏黎世应用科学大学);Athena Research Center(雅典娜研究中心)
本文提出ScienceBenchmark,一个基于三个真实世界领域特定科学数据库的复杂NL-to-SQL基准,结合专家标注与GPT-3合成数据,揭示现有顶尖系统在复杂真实场景下性能显著下降的挑战。
2023-12-05 cs.AI cs.CL 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
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
National Taiwan University(台湾大学)
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
SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended)
Cloud AI Research Team(云AI研究团队);Google DeepMind(谷歌DeepMind)
本文提出SQL-PaLM框架,通过少样本提示中的一致性解码与执行错误过滤、指令微调中的数据多样性扩展、合成增强及数据库内容整合,并利用执行反馈进行测试时选择,显著提升了Spider和BIRD基准上的文本到SQL性能。
2024-03-30 cs.AI cs.CL cs.DB
Extractive Schema Linking for Text-to-SQL
IBM Research AI(IBM研究院AI部门)
本文提出一种适配仅解码器LLM的抽取式模式链接新方法,通过细粒度控制精确率-召回率权衡,在提升Text-to-SQL任务计算效率和准确率的同时,解决了大数据库模式放入提示的难题。
2025-01-23 cs.AI cs.CL cs.DB
ORANGE: An Online Reflection ANd GEneration framework with Domain Knowledge for Text-to-SQL
Fudan University(复旦大学);Tencent Cloud(腾讯云);University of Cambridge(剑桥大学)
提出在线自演化框架ORANGE,通过解析翻译日志构建数据库特定知识库,并采用嵌套思维链SQL-to-Text策略减少语义错误,逐步缩小语义鸿沟,提升Text-to-SQL翻译准确性。
2025-11-04 cs.AI cs.CL cs.DB
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。
2026-11-10 cs.DB cs.HC