关于半连接查询的表达能力

通往表达性查询的粘性之路：存在规则下导航查询的可判定性

The Sticky Path to Expressive Querying: Decidability of Navigational Queries under Existential Rules

本文研究存在规则下导航查询的可判定性，证明任意有限合一集规则集上正则路径查询不可判定，而粘性规则集上可判定，但轻微扩展RPQ形式会导致不可判定。

图数据库中算子的嵌套深度：表达性与计算复杂性

Nesting Depth of Operators in Graph Database Queries: Expressiveness Vs. Evaluation Complexity

为图结构化数据设计查询语言是一个活跃的研究领域，其中用于查询评估的表达性和高效算法是相互冲突的目标。为了更好地处理动态变化的数据，最近的工作是设计查询语言，它可以比较存储在图数据库中的值，而不需要对查询中的值进行硬编码。其主要思想是允许查询中包含变量，并在计算查询时将变量绑定到值。对于只绑定变量一次的查询语言，查询计算通常是NP完全的。有些查询语言允许在Kleene星型运算符的作用域内进行绑定，而这些运算符本身也可以在绑定的作用域内，等等。我们定义了一种方法来语法控制嵌套深度的迭代绑定，并研究如何影响表现力和效率的查询评估。结果是一个无限的、按语法定义的表达式层次结构。我们证明了相应的语言层次是严格的。给定层次结构中的表达式，我们证明检查较低级别是否存在语言等效表达式是不可判定的。我们证明，评估查询的基础上，在级别i的表达式可以在$Σ_i$在多项式时间层次结构。量化布尔公式的可满足性可以归结为查询评价，我们研究了布尔量词的交替和迭代绑定的嵌套深度之间的关系。

Duoquest：表达型SQL的双规格系统

Duoquest: A Dual-Specification System for Expressive SQL Queries

查询关系数据库是困难的，因为它要求用户既了解SQL语言又熟悉模式。另一方面，许多用户拥有足够的领域熟悉度或专业知识来描述他们想要的查询的替代手段。对于这样的用户，编写SQL的两个主要替代方案是自然语言接口（NLI）和示例编程（PBE）。这两种替代方案都面临着一定的陷阱：自然语言查询（NLQs）通常是模糊的，即使是人类解释器，而目前的PBE方法需要低复杂度的查询，用户模式知识，来自用户的确切示例元组，或者是一个封闭世界的假设是易处理的。因此，我们提出了双规格查询合成，它既消耗NLQ和可选的PBE表草图查询，使用户能够表达不同层次的特定领域的知识。我们介绍了新的双规格Duoquest系统，它利用引导部分查询枚举，有效地探索可能的查询空间。我们目前的结果，从用户的研究中，Duoquest表现出62.5%的绝对增长，在查询建设的准确性比一个国家的最先进的NLI和可比的准确性，以PBE系统支持的工作量更有限的PBE系统。在对著名的Spider基准测试的模拟研究中，Duoquest的top-1精度比NLI和PBE都提高了2倍以上。

一元析取Datalog、MMSNP和表达性描述逻辑中的可重写性

Rewritability in Monadic Disjunctive Datalog, MMSNP, and Expressive Description Logics

研究一元析取Datalog、MMSNP及表达性描述逻辑中查询的可重写性，证明其可判定性并给出复杂度结果，同时提出更基础的规范Datalog程序构造。

“增强版”PDL：论带交集和逆的 PDL 的表达性扩展

PDL on Steroids: on Expressive Extensions of PDL with Intersection and Converse

本文提出严格强于 ICPDL、CQ 和 CRPQ 的表达性逻辑 CPDL+，按公式树宽分层，并用带石子互模拟博弈刻画其表达力，证明固定树宽下可满足性为 2ExpTime、模型检测为 Ptime。

关于线性代数和关系代数的统一语言LARA的表达性

On the Expressiveness of LARA: A Unified Language for Linear and Relational Algebra

我们研究的LARA语言的表达能力-最近提出的统一模型表示关系和线性代数操作-无论是在传统的数据库查询语言和一些分析任务经常在机器学习管道。我们首先表明LARA是表达完整的一阶逻辑与聚合。由于LARA是由一组用户定义的函数参数化的，这些函数允许转换表中的值，因此该语言的确切表达能力取决于这些函数是如何定义的。我们区分两种主要的情况下，根据级别的泛型查询强制满足。在强泛型假设下，该语言不能表达矩阵卷积，这是当前机器学习操作中非常重要的操作。这种语言也是局部的，因此不能表达诸如表现出递归行为的矩阵求逆之类的操作。为了表示卷积，可以通过在域上添加潜在的线性序来放松通用性要求。然而，这破坏了地方性，使语言的表达能力变得更加难以理解。特别是，尽管在复杂性假设下，所得到的语言仍然不能表示矩阵逆，但在没有这种假设的情况下证明这一事实似乎具有挑战性。

论关系图的合理有效性：解释关系查询模式与关系语言的模式表达能力

On The Reasonable Effectiveness of Relational Diagrams: Explaining Relational Query Patterns and the Pattern Expressiveness of Relational Languages

本文首次提出独立于语言的关系查询模式语义定义，并据此构建语言模式表达能力层级，同时提出Relational Diagrams图示表示，使用户能比SQL更快更准地识别模式。

N3 中的 SPARQL：将 SPARQL CONSTRUCT 作为语义网的规则语言（扩展版）

SPARQL in N3: SPARQL CONSTRUCT as a rule language for the Semantic Web (Extended Version)

本文提出将 SPARQL CONSTRUCT 查询用作语义网逻辑规则，并翻译为 N3 规则语言以支持一般递归和现有推理机制，从而提升规则推理的表达力、可交换性与性能。

树上具有传递闭包的关系演算的下向片段的比较

Comparing Downward Fragments of the Relational Calculus with Transitive Closure on Trees

出于对树数据模型的持续兴趣，我们研究了树和链上的向下导航查询语言的表达能力。基本的导航查询使用组合和联合从身份关系和边关系构建。我们研究的相对表现力的影响，当我们添加传递闭包，投影，coprojects，交集和差异，这对标记和未标记结构的布尔查询和路径查询。在所有情况下，我们提出了完整的哈斯图。特别是，对于我们在树上研究的每个查询语言片段，我们确定它在差和交集下是否闭合。

矩阵查询语言的表达能力

On the expressive power of query languages for matrices

我们调查的表达能力的$\mathsf{MATLANG}$，一个形式语言的基础上常见的矩阵运算和线性代数的矩阵操作。该语言可以用矩阵求逆的操作$\mathsf{inv}$来扩展。在$\mathsf{MATLANG}+\mathsf{inv}$中，我们可以计算有向图的传递闭包，而我们表明，这是不可能的，没有反转。事实上，我们表明，基本的语言可以模拟在关系代数的算术运算，分组和求和。我们还考虑了对角化矩阵的操作$\mathsf{eigen}$，它被定义为使得对于同一特征值返回的不同特征向量正交。我们发现$\mathsf{inv}$可以在$\mathsf{MATLANG}+\mathsf{eigen}$中表达。我们提出了一个开放的问题，是否有布尔查询矩阵，或通用查询图，在$\mathsf{MATLANG} + \mathsf{eigen}$，但不能在$\mathsf{MATLANG}+\mathsf{inv}$中表达。$\mathsf{MATLANG} + \mathsf{eigen}$的评价问题是完整的复杂性类$\exists \mathbf{R}$。

Demonstration of LogicLib: An Expressive Multi-Language Interface over Scalable Datalog System

With the ever-increasing volume of data, there is an urgent need to provide expressive and efficient tools to support Big Data analytics. The declarative logical language Datalog has proven very effective at expressing concisely graph, machine learning, and knowledge discovery applications via recursive queries. In this demonstration, we develop Logic Library (LLib), a library of recursive algorithms written in Datalog that can be executed in BigDatalog, a Datalog engine on top of Apache Spark developed by us. LLib encapsulates complex logic-based algorithms into high-level APIs, which simplif…

高阶数据的表达能力

The Expressive Power of Higher-Order Datalog

描述复杂性理论中的一个经典结果指出，Datasheet精确地表示有序数据库上的多项式可计算查询类。在本文中，我们将这一结果的情况下，高阶数据。特别是，我们证明了有序数据库，所有的$k\geq2$，$k$ -order Datasheet捕获$(k-1)$ -EXPTIME。这一结果表明，高阶扩展的数据库具有优越的表达能力，他们是值得进一步研究的理论和实践。本文件正在考虑被TPLP接受。

基于关系数据库事件挖掘的声明过程挖掘的SQL算法

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。

用于声明式网络的关系转换器

Relational transducers for declarative networking

出于最近的猜想有关的表达性声明网络，我们提出了一个正式的计算模型，“最终一致的”分布式查询，基于关系传感器。一个紧密的联系已被证明之间的协调自由的计算，和单调的查询表示这样的计算。事实上，我们提出了一个正式的定义，协调自由，并确认类单调查询被捕获的协调自由换能器网络。协调自由是一个语义属性，但我们定义的“不经意”转换器的语法类也捕获了相同类的单调查询。非无协调的传感器网络功能要强大得多。

属性图约束语言的表达能力

Expressive Power of Property Graph Constraint Languages

本文研究了属性图约束语言PG-Keys的表达能力，通过与GFD和GGD的比较，建立了表达性层级，明确了PG-Keys在该领域的地位。

关系数据库上深度同态网络的表达能力

Expressive Power of Deep Homomorphism Networks over Relational Databases

本文通过将深度同态网络与一阶逻辑的片段建立联系，研究了其在关系数据库上的表达能力，并分析了空问题和包含问题的可判定性。

Flash-Fusion：借助大语言模型实现物联网传感器流上的高表达性低延迟查询

Flash-Fusion: Enabling Expressive, Low-Latency Queries on IoT Sensor Streams with LLMs

针对LLM处理物联网传感器流时数据量大、成本高、延迟高的痛点，本文提出边云协同系统Flash-Fusion，通过边缘统计摘要与云端查询规划，实现低延迟、低成本的高质量自然语言物联网数据查询。

基于关系数据库和RDF图联邦查询的路径发现

Path discovery by Querying the federation of Relational Database and RDF Graph

用于检测路径的查询的类别是重要的，因为它们可以提取输入图的节点上的隐式二元关系。RDF社区使用的大多数路径查询语言，如W3C SPARQL 1.1中的属性路径和nSPARQL中的嵌套正则表达式都是基于正则表达式的。联合查询允许将图模式和关系数据库组合在一起，从而能够在单个查询中对多个异构数据资源进行评估。W3C SPARQL 1.1中的联邦查询目前在不同的SPARQL端点上进行评估。本文提出了一种联邦路径查询语言，作为常规路径查询语言的扩展，以支持RDF图与关系数据库的集成。联邦路径查询语言绝对比嵌套正则表达式和无否定属性路径更具表达力。其额外的表达能力可以用于捕获嵌套的正则路径查询的合取和联合。尽管表达能力的增加，我们也表明，联邦路径查询仍然享有低计算复杂性，可以有效地进行评估。

GPU友好的空间几何数据模型和代数：扩展版本

A GPU-friendly Geometric Data Model and Algebra for Spatial Queries: Extended Version

低成本传感器的可用性导致了空间数据量的空前增长。然而，即使是在大型数据集上评估简单的空间查询所需的时间也极大地阻碍了我们交互式地探索这些数据集并提取可操作见解的能力。图形处理单元（GPU）越来越多地被用于加速空间查询。然而，现有的基于GPU的解决方案有两个重要的缺点：它们通常与它们所针对的特定查询类型紧密耦合，使得它们难以适应其他查询;并且由于它们的设计基于基于CPU的方法，因此很难有效地利用GPU提供的所有好处。作为GPU空间查询处理主流的第一步，我们提出了一个新的模型，表示空间数据的几何对象，并定义了一个代数组成的GPU友好的组合运算符，这些对象上操作。我们证明了所提出的代数的表达能力，制定标准的空间查询代数表达式。我们还提出了一个概念验证的原型，支持运营商的子集，并表明它是至少两个数量级的速度比基于CPU的实现。这种性能提升是通过使用独立的Nvidia移动GPU和商用笔记本电脑中常见的功能较弱的集成GPU来实现的。

关系数据库系统中的可扩展包查询

Scalable Package Queries in Relational Database Systems

传统的数据库查询遵循一个简单的模型：它们定义结果中的每个元组必须满足的约束。该模型在计算上是高效的，因为数据库系统可以单独评估每个元组上的查询条件。然而，许多实际的现实问题需要一个结果元组的集合来共同满足约束，而不是单独满足约束。在本文中，我们提出了包查询，一个新的查询模型，扩展了传统的数据库查询处理复杂的约束和偏好的答案集。我们开发了一个成熟的包查询系统，实现了传统的数据库引擎之上。我们的工作做出了一些贡献。首先，我们设计了PaQL，一个基于SQL的查询语言，支持包查询的声明性规范。我们证明了PaQL是至少作为整数线性规划的表达，因此，评估包查询是一般NP-难。其次，我们提出了一个基本的评估策略，结合数据库和约束优化求解器的能力，以获得解决方案包查询。我们的方法的核心是一组转换规则，将包查询转换为整数线性规划。第三，我们引入了一个离线的数据分区策略，允许查询评估规模大的数据大小。第四，我们介绍SketchRefine，一个可扩展的软件包评估算法，具有很强的近似保证（$(1 \pmε)^6$因子近似）。最后，我们提出了广泛的实验在现实世界和基准数据。结果表明，SketchRefine在获得高质量的包结果方面是有效的，并且在大型数据集上实现了比直接使用ILP求解器快一个数量级的运行时性能。

SIGNAL的表达能力与复杂度分析：一种工业级流程查询语言

Expressive Power and Complexity Results for SIGNAL, an Industry-scale Process Query Language

本文形式化分析了工业级流程查询语言SIGNAL，发现其核心能力比关系代数更具表达力，并通过归约到半正Datalog确定了其表达能力与数据复杂度的上界。

上下文模型：一种图数据库模型

The Context Model: A Graph Database Model

提出一种以有向无环图为基本结构的图数据库上下文模型，在统一函数代数框架内支持数据管理和分析，并能作为语义层和友好界面处理关系数据。

树数据库

Tree Databases

本文提出一种以带标签有向树为基础结构的新型树数据库模型，其查询语言与树操作均基于函数代数，可在同一框架内支持数据访问与分析，还能实现继承、关联数据库等功能。

ShapeSearch：一个灵活高效的基于形状的趋势线探测系统

ShapeSearch: A Flexible and Efficient System for Shape-based Exploration of Trendlines

识别具有所需模式的趋势线可视化是一项常见的基本数据探索任务。现有的可视化分析工具为这些任务提供了有限的灵活性和表现力，特别是当感兴趣的模式是欠指定和近似时，并且当模式搜索需求是特别的时，不能很好地扩展，这是经常发生的情况。我们提出了形状搜索，一个有效的和灵活的模式搜索工具，使搜索所需的模式，通过多种机制：草图，自然语言，和视觉正则表达式。我们开发了一种新的形状查询代数，与一组最小的原语和操作符，可以表达大量的ShapeSearch查询，并设计了一个自然语言和regex为基础的解析器，自动解析和翻译用户查询的代数表示。为了在交互式响应时间内执行这些查询，ShapeSearch使用了一个基于快速形状代数的执行引擎，该引擎具有查询感知优化和感知感知评分方法。我们提出了一个全面的评估系统，包括通用的用户研究，涉及基因组数据分析的案例研究，以及性能实验，比较对国家的最先进的时间序列形状匹配方法-一起证明的可用性和可扩展性的形状搜索。

用程序合成推断SQL序列

Inferring SQL Queries Using Program Synthesis

开发与数据库交互的高性能应用程序是一项艰巨的任务，因为开发人员需要了解编写应用程序的语言的细节，以及关系模型的复杂性。这个问题的一个流行的解决方案是使用对象关系映射（ORM）库，这些库使用与编写应用程序相同的语言提供对数据库的透明访问。不幸的是，使用这样的框架很容易导致应用程序性能低下，因为开发人员通常最终在应用程序代码中实现关系操作，并且这样做通常不会利用数据库系统提供的关系操作的优化实现，高效的查询计划或谓词的下推。在本文中，我们提出了QBS，一个算法，自动识别应用程序的逻辑片段，可以推到SQL查询。QBS算法通过自动合成原始代码片段的不变量和后置条件来工作。后置条件和不变量使用有序关系理论来表达，该理论允许我们精确地推理甚至由计算连接和聚合的复杂代码片段产生的记录的内容和顺序。该理论在表达能力上接近SQL，因此合成的后置条件可以很容易地转换为SQL查询。使用40个代码片段提取超过120K行的开源代码编写的Java Hibernate ORM，我们证明了我们的方法可以转换成关系规范的各种命令式结构。

关系代数用于子集选择与优化

Relational Algebras for Subset Selection and Optimisation

本文提出统一的关系代数框架，通过引入关系幂运算和解集，将子集选择与优化查询纳入标准关系代数，实现表达力与理论清晰性的结合。

使用低维词嵌入在关系数据库中实现认知智能

Enabling Cognitive Intelligence Queries in Relational Databases using Low-dimensional Word Embeddings

我们应用来自自然语言处理的分布式语言嵌入方法来将向量分配给每个数据库实体关联的令牌（例如，令牌可以是表行中出现的单词，或者列的名称）。典型维度为200的这些向量基于令牌一起出现的上下文来捕获令牌的含义。为了形成向量，我们将学习方法应用于从数据库中导出的令牌序列。我们描述了从数据库中提取令牌序列的各种技术。这些技术在复杂性、它们输出的令牌序列和所使用的数据库信息（例如，外键）。向量可以用于代数量化标记之间的语义关系，例如相似性和类比。向量支持数据的双重视图：关系和（有意义的而不是纯粹的语法）文本。我们介绍和探索一类新的查询，称为认知智能（CI）查询，从数据库中提取信息的基础上，在一定程度上，由向量编码的关系。我们已经在Spark上实现了一个原型系统，以展示CI查询的强大功能。在这里，CI查询通过SQL UDF实现。由于向量中编码的信息，这种能力远远超出了关系系统的文本扩展。我们还考虑各种扩展的基本方案，包括使用一个集合的视图从数据库中得到的关注领域，利用矢量和/或文本从外部来源，维护矢量数据库的发展和探索数据库，而不利用其模式。对于后者，我们考虑对SQL进行最小限度的扩展，以极大地提高查询表达能力。

AI辅助查询生成时代的关系型语言设计扩展教程与词汇表

An Extended Tutorial and Vocabulary for Relational Language Design in an Era of AI-Assisted Query Generation

本教程扩展SIGMOD'26教程，围绕递归路径查询等三方面，以示例查询对比不同关系型语言，提供比较框架与设计词汇表，助力理解AI辅助查询生成时代的关系型语言设计

多模型数据的范畴统一：第二部分 范畴代数与微积分

A Categorical Unification for Multi-Model Data: Part II Categorical Algebra and Calculus

本文为多模型数据的范畴数据库查询提供理论基础，通过扩展关系微积分与代数提出范畴微积分和范畴代数两种等价查询语言，给出优化转换规则并分析其表达能力与计算复杂度。

Concord：用于跨模态查询优化的视频关系代数

Concord: A Video Relational Algebra for Cross-Modal Query Optimization

Concord 提出视频关系代数（VRA）及近似优化，通过处理转录或轨迹级连接减少 MLLM 使用，在真实视频上降低高达 87% 成本并提升 F1 分数。