Ontological Queries: Rewriting and Optimization (Extended Version)
本体查询是针对本体而不是直接在数据库上进行评估的。这种查询的评价和优化是数据库研究的一个有趣的新问题。在本文中，我们讨论这个问题的两个重要方面：查询重写和查询优化。查询重写包括将本体查询编译为针对底层关系数据库的等效查询。这里的重点是健全性和完整性。我们回顾以前的结果，并提出了一个新的重写算法，而一般类型的本体约束。特别是，我们展示了如何对本体的合取查询可以编译成一个联盟的合取查询对底层数据库。在这种情况下，本体查询优化试图改进该过程，以便为输入查询产生可能小且成本有效的UCQ重写。我们回顾现有的优化方法，并提出了一种有效的新方法，适用于线性Datalog+/-，一类基于数据的规则，包括著名的描述逻辑的DL-Lite家庭。
2011-12-01 cs.DB cs.LO
Factor Windows: Cost-based Query Rewriting for Optimizing Correlated Window Aggregates
窗口聚集在流处理中是普遍存在的。在Azure流分析（ASA）中，由微软的Azure云托管的流处理服务，我们看到许多客户查询包含多个相关窗口上的聚合函数（例如MIN和MAX）（例如，长度为五分钟和十分钟的翻转窗口）。在本文中，我们提出了一个基于成本的优化框架，通过在多个窗口之间共享计算来优化此类查询。特别是，我们引入了因子窗口的概念，这是辅助窗口，不是在输入查询，但可能有助于降低整体计算成本，我们的成本为基础的优化器可以产生重写的查询计划，具有较低的成本比原来的查询计划，利用因子窗口。由于我们的优化技术是在查询（计划）重写的水平，他们可以实现任何流处理系统，支持声明性的，SQL类查询语言，而不改变底层的查询执行引擎。我们正式的共享计算问题，提出了详细的优化技术，并报告在合成和真实数据集的评估结果。我们的研究结果表明，与原始的查询计划相比，我们基于成本的优化器输出的重写计划可以产生更高的吞吐量（高达16.8倍）。
2022-03-08 cs.DB
Querying Incomplete Data : Complexity and Tractability via Datalog and First-Order Rewritings
研究不完整数据上查询的确定答案复杂性问题，通过重写为 Datalog 和一阶查询高效回答扩展合取查询，并给出精确复杂性界限。
2023-10-19 cs.DB
The Complexity of Ontology-Based Data Access with OWL 2 QL and Bounded Treewidth Queries
我们关心的是在基于本体的数据访问中回答OWL 2 QL本体介导的查询（OMQ）的开销，与评估其底层的树形和有界树宽合取查询（CQ）相比。我们表明，OMQs与有界深度本体有非递归数据库（NDL）重写，可以构建和评估LOGCFL的组合复杂性，即使在NL，如果他们的CQ是树形的有界数量的叶子，因此不会产生任何开销在复杂性理论方面。对于具有任意本体和有界叶CQ的OMQ，在LOGCFL中构造并评估NDL重写。我们的重写实验的可行性和可扩展性相比，以前提出的NDL重写。在消极的一面，我们证明了回答OMQs与树形CQ是不固定的参数易处理的，如果本体的深度或在CQ中的叶子的数量被视为参数，和回答OMQs与一个固定的本体（无限深度）是NP-完全的树形和LOGCFL有界叶CQ。
2020-09-24 cs.DB
Towards Practicable Algorithms for Rewriting Graph Queries beyond DL-Lite
本文提出一种针对扩展DL-Lite的ELHI受限片段中导航查询的重写技术，将查询转为Cypher以支持Neo4j图数据库，并在认知神经科学用例上验证了有效性。
2025-04-23 cs.DB cs.LO
GenRewrite: Query Rewriting via Large Language Models
University of Michigan（密歇根大学）
GenRewrite 利用大语言模型实现查询重写，通过自然语言重写规则和反例引导技术提升查询优化效率。
2025-12-02 cs.DB
Ontology-Mediated Queries: Combined Complexity and Succinctness of Rewritings via Circuit Complexity
LIRMM, CNRS（法国国家科学研究中心LIRMM实验室）；Birkbeck, University of London（伦敦大学伯贝克学院）；Steklov Mathematical Institute, Moscow（莫斯科斯捷克洛夫数学研究所）
我们给出了解决方案的两个基本的计算问题，基于本体的数据访问与W3C标准本体语言OWL 2 QL：简洁性问题的一阶重写的本体介导的查询（OMQ），和复杂性问题的OMQ回答。我们分类OMQs根据他们的合取查询的形状（树宽，叶子的数量）和存在的深度，他们的本体。对于这些类中的每一个，我们确定OMQ回答的组合复杂度，以及类中的所有OMQ是否具有多项式大小的一阶，正存在和非递归数据重写。我们得到简洁的结果，使用超图程序，一个新的计算模型的布尔函数，这使得有可能连接的OMQ重写的大小和电路复杂性。
2016-05-04 cs.AI cs.CC cs.DB
The Case for Intent-Based Query Rewriting
RPTU Kaiserslautern-Landau（莱茵兰-普法尔茨应用技术大学凯泽斯劳滕-兰道分校）
本文提出INQURE系统，通过大型语言模型实现基于意图的查询重写，以解决数据访问限制问题。
2025-11-25 cs.DB
Equivalent Rewritings on Path Views with Binding Patterns
具有绑定模式的视图是对数据库的参数化查询。使用这样的视图，例如，对Web服务进行建模。为了回答对这些视图的查询，这些视图必须在执行计划中编排在一起。我们将展示如何将查询重写为等效的执行计划，保证在所有数据库上提供与查询相同的结果。我们提供了一个正确和完整的算法来找到这些计划的路径视图和原子查询。最后，我们表明，我们的方法可以用来回答现实世界中的Web服务的查询。
2020-03-19 cs.DB
Rewriting with Acyclic Queries: Mind Your Head
本文研究合取查询在无环等受限条件下的重写问题，证明了查询本身无环时存在无环重写，并界定了该问题在 NP-hard 与易处理之间的复杂度边界。
2023-11-28 cs.DB cs.LO
A DBMS-independent approach for capturing provenance polynomials through query rewriting
University of Aveiro（阿威罗大学）；Polytechnic of Leiria（莱里亚理工学院）
提出一种基于查询重写、DBMS无关的方法，通过递归传播溯源注释支持SPJUA操作和嵌套查询，首次完整实现了基于半环理论扩展半模结构的溯源多项式，实验证明性能优于现有系统。
2025-08-20 cs.DB
ReSequel: Robust LLM-assisted Query Rewriting and Optimization using Templatization and Sampling
Concordia University（康考迪亚大学）；TU Berlin（柏林工业大学）；BIFOLD（柏林数据与人工智能联合实验室）
提出ReSequel，一种利用LLM和元数据（目录、统计信息）通过模板化规则和采样验证来重写SQL查询的优化层，在多个DBMS上实现高达16倍的工作负载加速。
2026-07-14 cs.DB
Optimally Rewriting Formulas and Database Queries: A Confluence of Term Rewriting, Structural Decomposition, and Complexity
King’s College London（伦敦国王学院）；Univ. Artois, CNRS, Centre de Recherche en Informatique de Lens (CRIL)（阿图瓦大学、法国国家科学研究中心、伦斯信息学研究中心）
本文研究了通过语法重写规则最小化逻辑等价句子宽度的问题，提出了一个算法以确定给定正则一阶句子在应用规则后的最小宽度句子，填补了该领域通用设置下的空白。
2026-04-15 cs.DB cs.LO
Query Rewriting via LLMs
本文提出 LITHE 系统，结合提示词集成、数据库敏感规则与 token 概率引导重写，并用逻辑和统计工具校验语义，显著提升复杂 SQL 查询性能。
2025-09-02 cs.DB
PolyFit: Polynomial-based Indexing Approach for Fast Approximate Range Aggregate Queries
范围聚合查询在数据分析中有着广泛的应用。在某些用例中，如果近似结果可以快速计算并满足近似保证，则近似结果优于精确结果。受最近的索引方法的启发，我们提供了表示离散点数据集的连续函数，然后可以作为紧凑的索引结构的手段。更具体地说，我们开发了一种基于多项式的索引方法，称为PolyFit，用于处理近似范围聚合查询。PolyFit能够支持多种类型的范围聚合查询，包括范围、总和、最小和最大聚合，并保证绝对和相对误差范围。实验结果表明，PolyFit比现有的学习索引结构更快，更准确，更紧凑。
2021-02-10 cs.DB
Project-connex Decompositions and Tractability of Aggregate Group-by Conjunctive Queries
本文提出投影连接树宽作为半环聚合分组连接查询可处理性的统一度量，统一解释计数、枚举与聚合求值的可处理性结果，并证明其分解可由经典树分解算法得到。
2025-07-18 cs.DB
Simrank++: Query rewriting through link analysis of the click graph
我们专注于赞助搜索的查询重写问题。我们基于历史点击图进行重写，该图记录了响应过去用户查询而点击的广告。给定查询q，我们首先考虑Simrank作为识别与q类似的查询的方式，即，查询用户可能对哪些广告感兴趣。我们认为，Simrank未能正确识别我们的应用程序中的查询相似性，我们提出了两个增强版本的Simrank：一个利用点击图边缘的权重，另一个利用``证据。我们通过实验评估我们的新方案，使用实际的点击图和来自雅虎的查询，and using运用a variety品种of metrics指标.我们的结果表明，增强的方法可以产生更多，更好的查询重写。
2007-12-04 cs.DB cs.DL cs.IR
Aggregate Queries on Knowledge Graphs: Fast Approximation with Semantic-aware Sampling
知识图谱（KG）以模式灵活的方式将大规模和真实世界的事实作为大图来管理。聚合查询是对KG的基本查询，例如，“德国生产的汽车平均价格是多少？".尽管它的重要性，回答汇总查询幼儿园在文献中很少受到关注。聚合查询可以基于仿真查询来支持，例如，“查找德国生产的所有汽车”，通过对仿真查询的答案应用额外的聚合操作。然而，这种直接的方法是具有挑战性的，因为事实模拟查询处理的准确性和效率将严重影响聚合查询的性能。在本文中，我们提出了一个“抽样估计”模型来回答聚集查询KG，这是第一个工作，提供一个近似的聚集结果，有效的准确性保证，而不依赖于事实的查询。具体来说，我们首先提出了一个语义感知的采样收集高质量的随机样本，通过随机游走的基础上知识图谱嵌入。然后，我们提出了无偏估计量的平均值，SUM，和一致的估计AVG计算近似的聚合结果的基础上的随机样本，以置信区间的形式的准确性保证。我们扩展了我们的方法，以支持精度的迭代改进，以及使用过滤器，GROUP-BY和不同图形形状的更复杂的查询，例如，链条，循环，星星，花朵在真实世界的KG上进行的大量实验证明了我们方法的有效性和效率。
2022-03-09 cs.DB
Aggregate Skyline Join Queries: Skylines with Aggregate Operations over Multiple Relations
随着天际线查询的出现，多准则决策成为可能，并已在许多领域得到应用。虽然大多数现有的研究只关注一个关系，一些现实世界的应用需要找到多个关系的天际线记录集。因此，已经提出了在偏好对于每个关系是局部的天际线上的连接操作。然而，在许多情况下，连接通常涉及在来自不同关系的一些属性之间执行聚合操作。在本文中，我们介绍了这样的查询“聚合天际线连接查询”。由于天真的算法是不切实际的，我们提出了三种算法来有效地处理这样的查询。该算法利用天际线集的某些属性，并在计算连接之前尽可能多地在本地处理天际线。真实数据集和合成数据集的实验表明，相对于基数和维数的关系的算法的实用性和可扩展性。
2012-06-28 cs.DB
A General Sufficient Condition for Rewriting Horn-ALCHI Atomic Queries into GQL
LIRMM（蒙彼利埃计算机科学、机器人学与微电子实验室）；Inria（法国国家信息与自动化研究所）；University of Montpellier（蒙彼利埃大学）；CNRS（法国国家科学研究中心）；DI ENS（巴黎高等师范学院信息学系）；ENS（巴黎高等师范学院）；PSL University（巴黎文理研究大学）
该研究针对Horn-ALCHI本体介导查询（OMQs），引入DL自动机形式，通过状态分层排除特定循环依赖，识别出可重写为GQL核心片段UC2RPQs的通用充分条件，扩展了GQL可处理的OMQs范围。
2026-08-06 cs.AI cs.DB
Decidability of Equivalence of Aggregate Count-Distinct Queries
我们解决了计数不同的聚集查询的等价性问题，证明了该问题是可判定的，并且可以在多项式层次的第三层中判定。我们引入了带比较的合取查询的核心概念作为经典关系查询概念的扩展，证明了查询核心之间同构的存在是带比较的合取查询等价于经典关系设置的充分必要条件.然而，它不是计数不同查询等价的必要条件。我们引入了一个新的概念，这是一个潜在的新的查询等价于初始查询，引入捕获计数不同的操作符的行为的基础上放松这个条件。
2015-09-01 cs.DB
Avoiding Materialisation for Guarded Aggregate Queries
针对含多连接的聚合查询中间结果爆炸问题，提出基于受保护概念的逻辑与物理层优化技术避免连接结果物化，并在Spark SQL实现且经标准基准验证有效性。
2024-11-30 cs.DB
Efficient Lineage for SUM Aggregate Queries
人工智能系统通常基于对数据属性的聚合和特别是求和函数的计算（表示为查询）来做出决策并找到数据中的模式。当这些查询涉及整个数据或大部分数据时，这种计算可能会变得昂贵甚至低效，特别是当我们处理大数据时。新型的智能分析还需要解释为什么会发生某些事情。在本文中，我们提出了一种随机算法，构建了一个小的数据摘要，称为聚合血统，它可以很好地近似和解释所有的总和与大值的时间，只取决于它的大小。聚合世系的大小实际上与原始数据的大小无关。我们的算法不假设任何知识的总和查询集近似。
2014-06-09 cs.DB
Qrlew: Rewriting SQL into Differentially Private SQL
Sarus
Qrlew 是一个开源库，通过将标准 SQL 解析为跟踪数据类型、取值范围和行所有权的中间表示 Relations，自动重写为差分隐私等价 SQL，使数据所有者无需技术集成即可获得强隐私保证的查询结果。
2024-01-11 cs.DB cs.LG
Tree-like Queries in OWL 2 QL: Succinctness and Complexity Results
Laboratoire de Recherche en Informatique, CNRS & Université Paris-Sud（法国国家科学研究中心与巴黎南大学计算机研究实验室）；Institute for Information Transmission Problems & MIPT（信息传输问题研究所与莫斯科物理技术学院）；Steklov Mathematical Institute & National Research University Higher School of Economics（斯捷克洛夫数学研究所与高等经济大学）
本文研究了在OWL 2 QL本体存在的情况下，查询拓扑对回答合取查询的难度的影响。我们的第一个贡献是澄清的最坏情况下的大小的积极存在（PE），非递归数据（NDL），和一阶（FO）重写的各种类树的合取查询，范围从线性查询有界树宽查询。也许我们最令人惊讶的结果是PE重写大小的超多项式下限，它已经适用于深度为2的线性查询和本体。更积极的是，我们表明，多项式大小的NDL重写总是存在有界数量的叶子（和任意本体）的树形查询，并为有界树宽查询与有界深度本体配对。对于FO重写，我们将多尺寸重写的存在等同于布尔电路复杂性中的已知问题。作为我们的第二个贡献，我们分析了查询回答的计算复杂性，并建立了一系列查询本体对的易处理性结果（NL-或LOGCFL-完整性）。将我们的新结果与文献中的结果相结合，可以完整地了解所考虑的查询和本体类的简洁性和复杂性。
2015-05-13 cs.AI cs.CC cs.DB
Advancing Fact Attribution for Query Answering: Aggregate Queries and Novel Algorithms
本文提出基于Banzhaf和Shapley值的聚合查询事实归因方法，通过等价贡献分组和血统梯度优化，实现比现有技术快三个数量级的运行时性能。
2025-06-20 cs.DB
Provenance for Aggregate Queries
本文研究了聚合查询的起源信息。起源信息进行了研究，在各种查询语言的上下文中，不允许聚合，最近的工作建议捕捉起源注释不同的数据库元组的元素交换半环和传播的注释通过查询评估。我们发现，聚合查询带来了新的挑战，使这种方法不适用。因此，我们提出了一种新的方法，在那里我们不仅用元组而且用元组内的个体值来标注出处信息，使用出处来描述值计算。我们实现这种方法在一个具体的建设，首先是“简单”的查询，其中聚合运算符是最后一个应用，然后为任意（正）关系代数查询与聚合，后者的查询被证明是更具挑战性的，在这种情况下。最后，我们使用聚合编码查询的差异，并研究这种查询的出处注释数据库的语义。
2011-01-05 cs.DB
Rewriting Ontological Queries into Small Nonrecursive Datalog Programs
University of Oxford（牛津大学）；TU Dortmund（多特蒙德工业大学）
我们考虑本体数据库访问的设置，其中Abox是以关系数据库D的形式给出的，并且其中布尔合取查询q必须针对D对DL-Lite或Linear Datasheet +/-中制定的Tbox T取模进行评估。众所周知，（T，q）可以重写为等价的非递归Datasheet程序P，该程序P可以直接在D上求值。但是，对于线性数据库？或者对于允许角色包含的DL-Lite版本，到目前为止描述的重写方法导致非递归的数据库程序P的大小与T和q的联合大小成指数关系。这就产生了一个有趣的问题，即这种重写是否一定需要指数大小。本文证明了将（T，q）转化为多项式大小的等价非递归Datasheet程序P是可能的。
2011-07-23 cs.AI cs.DB cs.LO
LASER: A Data-Centric Method for Low-Cost and Efficient SQL Rewriting based on SQL-GRPO
Zhejiang University（浙江大学）；ByteDance Inc（字节跳动）
本文提出LASER，一种数据驱动的SQL重写方法，通过构建SQL-MCTS大规模语料库和SQL-GRPO专用对齐策略，提升小模型在SQL优化中的执行效率和零样本迁移能力。
2026-04-08 cs.DB
Secure Querying of Recursive XML Views: A Standard XPath-based Technique
大多数保护XML文档安全的最先进方法都允许用户仅通过授权视图访问数据，这些授权视图是通过使用XML表达式集合注释XML语法（例如DTD）来定义的。为了防止机密信息的不当泄露，用户对这些视图的查询需要重写为对底层文档的等价查询。这种重写使我们能够避免视图物化和维护的开销。这里的一个主要问题是，递归XML视图的查询重写仍然是一个悬而未决的问题。为了克服这个问题，已经提出了一些工作来将非标准查询转换为非标准查询，称为正则非标准查询。然而，在正则表达式下的查询重写可能是指数级的，因为它依赖于自动机模型。最重要的是，定期检查仍然是一项理论成就。实际上，由于没有翻译和评价工具，这种方法在实践中并不常用。在本文中，我们表明，查询重写总是可能的递归XML视图只使用的表达能力的标准XML。我们调查的向下类的扩展，只由孩子和后代轴，与一些轴和运营商，我们提出了一个通用的方法来重写查询递归XML视图。与常规的基于XPath的作品，我们提供了一个重写算法，处理查询只在注释的DTD语法，可以在线性时间内运行的查询的大小。实验结果表明，该算法是有效的，规模以及。
2011-12-12 cs.CR cs.DB
EAGr: Supporting Continuous Ego-centric Aggregate Queries over Large Dynamic Graphs
在这项工作中，我们提出了EAGr，一个系统，用于支持大量的连续邻域为基础的（“自我为中心”）聚合查询大，高度动态，快速发展的图形。这样的查询的示例包括社交网络中的个性化定制趋势的计算、金融交易网络中的异常/事件检测、时空网络中的本地搜索和警报，仅举几例。支持这种连续查询的关键挑战包括在这些情况下通常会看到的高更新率，需要同时执行的大量查询以及严格的低延迟要求。我们提出了一个灵活的，通用的，可扩展的内存框架，用于执行不同类型的以自我为中心的聚合查询在大型动态图与低延迟。我们的框架是围绕聚合覆盖图的概念构建的，聚合覆盖图是一种预编译的数据结构，它对接收到更新/查询时要执行的计算进行编码。覆盖图使得能够跨多个以自我为中心的查询（对应于图中的节点）共享部分聚合，并且还允许聚合的部分预计算以最小化查询延迟。我们提出了几个高度可扩展的技术，用于构建一个覆盖图的聚合功能，并设计增量算法处理底层图形的结构变化。我们还提出了一个最佳的，多项式时间的算法，使预先计算的决策覆盖图，并评估一种方法，以逐步适应这些决定的工作量的变化。虽然我们的方法是自然并行化，我们专注于一个单机部署，并表明我们的技术可以很容易地处理图形的大小高达3.2亿个节点和边缘，并实现更新/查询吞吐量超过500 K/s使用一个单一的，功能强大的机器。
2014-04-25 cs.DB
Multiresolution Cube Estimators for Sensor Network Aggregate Queries
在这项工作中，我们提出了在网络技术，以提高空间聚合查询的效率。这样的查询在sensornet环境中非常常见，需要更有针对性的处理技术。我们的方法构造和维护多分辨率立方体层次结构的网络，它可以构造在一个分布式的方式。如果发生故障，也可以通过网络内决策进行恢复。在本文中，我们演示了如何在网络立方体层次结构可以用来总结传感器数据，以及如何利用它们来提高空间聚合查询的效率。我们表明，我们的立方体摘要的查询计划，可以在多项式时间计算，我们提出了一个PTIME算法，选择的数据请求的最小数量，可以计算的答案空间查询。我们进一步扩展我们的算法来处理多个查询的优化，这也可以在多项式时间内完成。我们讨论了丰富的多维数据集层次结构与额外的摘要信息，并提出了一个算法的分布式多维数据集的建设。最后，我们调查节点和区域故障，和算法来恢复查询结果。
2010-07-22 cs.DB
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
NeuroDB: A Neural Network Framework for Answering Range Aggregate Queries and Beyond
范围聚集查询（RAQs）是许多实际应用中不可或缺的一部分，在这些应用中，通常需要查询的快速和近似答案。最近的工作已经研究了使用机器学习模型来回答RAQ，其中学习数据的模型来回答查询。然而，这样的建模选择未能利用任何查询特定信息。为了捕获这样的信息，我们观察到，可以由查询函数来表示RQ，查询函数是采用查询实例的函数（即，特定的RAQ）作为输入并输出其相应的答案。使用这种表示，我们制定了学习的问题，以近似的查询功能，并提出NeuroDB，查询专用的神经网络框架，有效地回答RAQs。NeuroDB是查询类型不可知的（即，它不对底层查询类型做出任何假设），并且我们关于查询可以由函数表示的观察结果并不特定于RQ。因此，我们研究NeuroDB是否可以用于其他查询类型，通过将其应用于最近邻查询的距离。我们的实验表明，NeuroDB优于国家的最先进的这种查询类型，往往由数量级。此外，使用了与用于RQ相同的神经网络架构，从而揭示了使用通用框架来有效地回答任何查询类型的可能性。
2021-07-10 cs.DB
Output-Optimal Algorithms for Join-Aggregate Queries
本文首次用自由连接分数超树宽度刻画无环连接-聚合查询的输出最优复杂度，证明半环算法的匹配上下界，实现了40年来对Yannakakis算法的首次多项式改进。
2025-03-12 cs.DB
Semi-interval Comparison Constraints in Query Containment and Their Impact on Certain Answer Computation
National Technical University of Athens（雅典国立技术大学）；Ionian University, Corfu（爱奥尼亚大学）
研究带算术比较的合取查询（CQAC）的包含问题，发现当包含查询具有半区间比较时，问题复杂度可从Π₂^p完全降为NP，并证明在某些简单情况下仍保持Π₂^p完全；同时证明使用CQAC视图计算确定答案时，最大包含重写总能精确计算所有确定答案，并在某些情况下可在多项式时间内完成。
2026-05-24 cs.DB
Estimating Range Queries using Aggregate Data with Integrity Constraints: a Probabilistic Approach
只有在这种数据上的聚合信息的基础上恢复（计数和求和）多维数据范围查询的问题得到解决。这个问题可以形式化如下。假设使用从多维数据集产生汇总的变换T。现在，给定数据集D、摘要S=T（D）和D上的范围查询r，问题包括通过将r建模为在所有数据集D'的样本空间上定义的随机变量来研究r，使得T（D）= S。通过定义随机变量的概率分布并计算其均值和方差，对这种随机变量进行研究，代表了一种有理有据的理论概率方法，该方法仅基于可用信息（即汇总S）来估计查询，而无需对原始数据进行假设。
2005-01-14 cs.DB
NeuroSketch: Fast and Approximate Evaluation of Range Aggregate Queries with Neural Networks
针对范围聚合查询，提出NeuroSketch框架，通过建模查询而非数据训练神经网络，提供了依赖分布和查询的误差界限，并在速度和精度上显著优于现有技术。
2023-04-07 cs.DB
Connected Components and Disjunctive Existential Rules
本文研究析取存在规则框架下含全称量词否定查询的合取查询重写，引入连通线性规则等新规则类实现fus性质，提出断连析取扩展规则片段，并开发高效查询重写系统ECOMPLETO，实验验证其生成有限UCQ重写的能力与性能。
2023-10-19 cs.DB cs.LO
Quantifying Uncertainty in Aggregate Queries over Integrated Datasets
本文针对双表一对多数据集成工作流，提出一种基于二分图匹配的多项式时间算法，用于量化聚合查询结果的最大和最小不确定性范围，帮助用户在缺乏真实数据时指导匹配参数搜索。
2023-09-11 cs.DB
Monotonic Properties of Completed Aggregates in Recursive Queries
在递归中使用聚合可以有效和可扩展地支持广泛的BigData算法，包括在图形应用程序，KDD应用程序和ML应用程序中使用的算法，这些算法在支持Datasheet或SQL的BigData系统中难以有效表达和支持。这些语言和系统的问题在于，为了避免递归中的非单调结构所产生的语义和计算问题，它们只允许相对于否定和聚合分层的程序。现在，虽然这种削弱限制对于否定是合理的，但对于聚合来说，它经常是不合理的，因为（i）聚合在集合包含的标准格中通常是单调的，（ii）PreM性质保证了递归中具有极值的程序等价于分层程序，其中极值用作后约束，以及（iii）计算可预测基数的事实集合上的任何聚集的任何程序都相当于分层程序，其中集合的基数的预先计算之后是递归规则仅使用单调构造的层。与（i）和（ii）在以前的文件中，本文侧重于（iii）使用的例子，具有很大的实际意义。对于这样的例子，我们提供了一个正式的语义，这是有利于通过众所周知的技术，如目前支持的大多数数据库和SQL3系统的半天真的定点的高效和可扩展的实现。
2019-10-20 cs.DB
Equivalences Among Aggregate Queries with Negation
查询等价性研究的析取聚合查询否定子目标，常量和比较。给出了聚集函数count、max、sum、prod、toptwo和parity的等价性的充分刻画。一个相关的问题是，对于一个给定的自然数N，确定两个给定的查询是否在所有具有最多N个常数的数据库上是等价的。我们称这个问题为有界等价。给出了有界等价可判定性的一个完整刻画。特别是，它表明，这个问题是可判定的所有上述聚合函数以及计数不同和平均。对于准线性查询（即，查询，其中出现积极的谓词是不重复的），它表明，等价性可以决定在多项式时间的聚集函数计数，最大值，总和，奇偶校验，生产，前两个和平均。如果满足一些附加条件，则对于count distinct也有类似的结果。结果表达在抽象的聚合函数的特性，并使用新的证明技术。最后，上面的结果也意味着等价，在袋集语义下，是可判定的非聚集查询与否定。
2002-10-30 cs.DB cs.LO
Rewriting the Infinite Chase
保护元组生成依赖（GTGD）是描述逻辑和引用约束的自然扩展。人们早就知道，对GTGD的查询可以通过chase的一种变体来回答-这是一种典型的依赖推理技术。然而，很少有具体的算法，甚至更少的实施工作。为了解决这一差距，我们重新审视数据库重写方法的查询回答，GTGD被转换为一个数据库程序，需要在每个基本实例相同的基本事实。我们表明，重写可以被视为包含“捷径”规则，规避某些追逐步骤，我们提出了几种算法，计算重写模拟特定类型的追逐步骤，我们讨论了重要的实现问题。最后，我们的经验表明，我们的技术可以处理复杂的GTGD来自合成和真实的基准，因此适合于实际使用。
2022-12-16 cs.DB cs.LO
Skew Handling in Aggregate Streaming Queries on GPUs
如今，数据库系统要处理的数据已经变得如此之大，以至于任何传统的集中式技术都是不够的。与此同时，基于GPU的通用计算（GPGPU）最近成功地引起了数据管理社区的关注，因为它能够以较小的成本实现显著的速度提升。高效的偏斜处理是并行查询中的一个众所周知的问题，与执行环境无关。在这项工作中，我们调查的问题，在GPU上的并行聚合查询的负载不平衡的解决方案是由偏斜的数据。我们提出了一个通用的负载平衡框架，以及几个实例，我们的实验评估。据我们所知，这是第一次尝试在GPU上为数据库操作提供运行时负载平衡技术。
2013-09-03 cs.DB cs.DC
Controlling the Correctness of Aggregation Operations During Sessions of Interactive Analytic Queries
我们提出了一套全面的条件和规则，以控制聚合查询的正确性在一个交互式的数据分析会话。目标是扩展自助服务数据准备和BI工具，以自动检测对分析表和视图的语义不正确的聚合查询，这些分析表和视图是使用常见的分析操作（包括筛选、投影、连接、聚合、合并、差异和透视）构建的。我们引入可聚合属性来描述分析表的任何属性，其中聚合函数正确地聚合属性沿着哪些维度属性集。这些属性也可以用来正式地标识属性，这些属性可以根据一组给定的维度属性中的某个聚合函数进行汇总。这对于检测通过使用非分布聚合函数（如average和count）获得的测量值的不正确聚合特别有用。我们通过引入一个新的广义可概括性条件来控制任何分析操作后的属性聚合，从而扩展了可概括性的概念。最后，我们定义传播规则，将查询输入表的可聚合属性转换为结果表的新的可聚合属性，保持概括性和广义概括性。
2021-12-06 cs.DB
ProvQML: Efficient Provenance Capture for Machine Learning as Recursive Aggregate SQL [Extended Version]
University of Cincinnati（辛辛那提大学）
针对现有系统无法支持机器学习溯源捕获的问题，提出ProvQML引擎，可在将ML算法评估为递归聚合SQL时高效捕获局部与全局两类溯源，经实验验证其有效性。
2026-10-12 cs.DB
Aggregate Queries on Sparse Databases
我们提出了一个代数框架，研究有效的算法查询评估，聚集，枚举，并在更新下，稀疏数据库的维护。我们的框架允许以统一的方式处理这些问题，通过考虑各种半环，这取决于所考虑的问题。作为一个具体的应用，我们提出了一个强大的查询语言扩展一阶逻辑的聚合在多个半环。我们得到一个最佳的算法计算稀疏数据库上的查询的答案。更准确地说，给定一个数据库从一个固定的类与有界的扩展，算法计算在线性时间的数据结构，它允许枚举的一组答案的查询，两个输出之间的恒定延迟。
2019-12-27 cs.DB cs.LO
Tractability Frontiers of the Shapley Value for Aggregate Conjunctive Queries
研究聚合合取查询中元组Shapley值的计算复杂度，为min、max、average等聚合函数识别出最大可处理分层CQ类，揭示各聚合函数对应分层CQ从布尔到非布尔查询的不同推广。
2025-09-16 cs.DB
Provenance of HAVING Queries in Semirings with Monus
Univ. Grenoble Alpes, CNRS, Grenoble INP, LIG, France（格勒诺布尔阿尔卑斯大学）；National University of Singapore, Singapore（新加坡国立大学）；DI ENS, ENS, CNRS, PSL University, Inria, Paris, France（巴黎高等师范学院）；IPAL, Singapore（国际先进研究院）
本研究在带 monus 的交换 semiring 中为含聚合条件（如 HAVING COUNT(*)）的查询定义了溯源语义，无需额外算子，并证明其与无聚合重写的标准溯源一致，且在 ProvSQL 中实现，性能可行。
2026-09-28 cs.DB
Consistent query answers on numerical databases under aggregate constraints
研究了从违反数值型数据完整性约束的关系数据库中提取一致性信息的问题。特别是，聚合约束定义为线性不等式聚合和查询输入数据被认为是。利用的概念，在属性值水平的一致的更新集的修复，并提供了几个复杂的问题，修复数据和计算一致的查询答案的表征。
2005-05-23 cs.DB
Optimization and Evaluation of Nested Queries and Procedures
许多数据库应用程序执行复杂的数据检索和更新任务。嵌套查询和调用用户定义函数的查询（使用过程结构和SQL结构的混合编写）通常用于此类应用程序中。这种查询的直接评估涉及重复执行参数化子查询或包含查询和过程代码的块。在优化嵌套查询以及具有连接、聚合和集合操作的查询时出现的一个重要问题是从可能的排序顺序的阶乘数量中找到最优排序顺序的问题。我们表明，即使是一个特殊的情况下，这个问题是NP难的，并提出实用的算法，是有效的，易于纳入现有的查询优化。我们还考虑了在复杂的过程块（如用户定义的函数和存储过程）内迭代执行查询和更新。参数批处理是提高性能的重要手段，因为它支持面向集合的处理。参数重写的关键挑战在于重写给定的过程/函数来处理一批参数值。我们提出了一个解决方案，基于程序分析和重写规则，自动生成批处理形式的程序，并取代迭代数据库调用内的命令循环与一个单一的调用批处理形式。我们提出的技术的实验结果，结果显示显着的性能增益。
2009-11-03 cs.DB
Overlay Indexes: Efficiently Supporting Aggregate Range Queries and Authenticated Data Structures in Off-the-Shelf Databases
商业现成的数据库管理系统（DBMS）经过高度优化，可以通过精心设计的索引和查询规划来处理各种查询。然而，许多聚合范围查询通常由DBMS使用顺序扫描来执行，并且根本不支持某些需求，例如存储认证的数据结构（ADS）。从理论上讲，这些需求可以有效地满足采用特定类型的索引，但通常排除在DBMS的设计。我们介绍了覆盖索引的概念：一个索引，这是要存储在一个标准的数据库中，与常规数据和常规软件管理，以补充DBMS的功能。我们展示了一个数据结构，我们称之为DB树，它实现了一个覆盖索引，以支持广泛的自定义聚合范围查询以及ADS，有效。所有DB树操作都可以通过对DBMS执行少量查询来执行，这些查询可以在一个或两个查询轮中并行发出，并且涉及对数数量的数据。我们实验评估DB树的效率表明，我们的方法是有效的，特别是如果数据更新是有限的。
2019-10-25 cs.CR cs.DB cs.DS
Approximate Aggregate Queries Under Additive Inequalities
Relational AI；University of California, Merced（加州大学默塞德分校）；Carnegie Mellon University（卡内基梅隆大学）；University of Pittsburgh（匹兹堡大学）
我们考虑的问题，评估某些类型的功能聚集查询的关系数据的加法不等式。这样的聚合查询，具有少量的加法不等式，在许多应用中，特别是在学习应用中自然/常见地出现。我们给出了一个相对完整的分类的计算复杂性这样的问题。我们首先证明了这个问题是NP-困难的，即使在一个加法不等式的情况下。因此，我们转向近似查询。我们的主要结果是一个有效的算法近似，任意小的相对误差，许多自然的聚集查询与一个加法不等式。我们给出的自然查询，可以有效地解决使用该算法的例子。相比之下，我们表明，两个加法不等式的情况是完全不同的，通过显示，它是NP-难的简单的聚合查询，两个加法不等式，任何有界的相对误差进行评估。
2020-04-30 cs.DB cs.DS cs.LG
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
