Query Optimization Techniques In Graph Databases
图数据库（GDB）是近年来为克服传统数据库在存储和管理类图数据方面的局限性而出现的。如今，它们代表了许多管理类似图形数据的应用程序（如社交网络）的需求。大多数用于优化图数据库查询的技术已被用于传统的数据库、分布式系统和数据库。或者是从图论中得到的启发。然而，它们在图数据库中的重用应该考虑图数据库的主要特征，例如动态结构、高度互连的数据以及有效访问数据关系的能力。本文综述了图数据库中的查询优化技术。特别是，我们专注于他们引入的功能，以改善查询类图数据。
2016-09-07 cs.DB
Mragyati : A System for Keyword-based Searching in Databases
通过许多搜索引擎站点，web已经普及了基于关键字的搜索范例，其中用户可以指定一串关键字并期望检索相关文档，可能根据其与查询的相关性进行排名。由于大量信息存储在数据库中（而不是以HTML文档的形式），因此为数据库提供类似的搜索范例非常重要，用户可以在不知道数据库模式和数据库查询语言（如SQL）的情况下查询数据库。在本文中，我们提出了这样一个数据库搜索系统，它接受一个自由形式的查询作为一个关键字的集合，将其转换为查询数据库上使用的数据库元数据，并提出了一个结构良好的查询结果和可浏览的形式。该系统将关键字映射到数据库模式上并使用相互关系（即，数据语义）来生成有意义的查询结果。我们还描述了我们的原型数据库搜索，称为Mragyati。这里提出的方法是可扩展的，因为它不会构建整个数据库的内存图来搜索用户查询所选对象之间的关系。
2001-10-25 cs.DB
Generating Query Context for Relational Databases
Tursio
针对关系数据库自然语言查询中查询上下文构建耗时且存在冷启动的问题，提出自动生成查询上下文的方法，通过查询流生成数据模型并用加权采样实例化，已在50多个真实数据库上部署。
2026-09-23 cs.DB
Aggregate Analytic Window Query over Spatial Data
分析窗口查询是关系数据库中一种常用的查询。它通过一个滑动窗口回答数据的聚合。例如，获取股票每天的平均价格。但是，空间数据库中不支持此功能。由于空间数据不是一维空间，没有直接的方法将原有的分析窗口查询扩展到空间数据库。但是这些查询是有用的和有意义的。例如，为了找到以每个POI的固定半径作为中心的圆中的所有POI的平均访问次数。本文定义了空间数据的聚集分析窗口查询，并提出了网格索引和树索引的算法。并对算法的复杂度进行了分析，证明了算法的有效性和实用性.
2023-03-06 cs.DB
Scripting Relational Database Engine Using Transducer
我们允许数据库用户使用过程语言编写并行关系数据库引擎的脚本。过程语言代码作为用户定义的关系查询操作符（称为transducer）执行。Transducer与关系引擎紧密集成，包括查询优化器，查询执行器，并可以像其他查询操作器一样并行执行。使用transducer，我们可以有效地执行在SQL中很难表达的查询。作为例子，我们展示了如何在并行关系数据库中运行时间序列和图形查询等。
2018-05-11 cs.DB
QR2: A Third-party Query Reranking Service Over Web Databases
分级检索模型已迅速成为Web数据库中搜索查询处理的事实上的方式。尽管在设计更好的排名机制方面作出了广泛努力，但在实践中，许多此类数据库未能解决用户的各种偏好，有时甚至是相互矛盾的偏好。在本文中，我们提出了QR2，第三方服务，它只使用Web数据库的公共搜索接口，并使任何用户指定的排名功能的查询的即时处理，无论排名功能是否由数据库支持。
2018-07-13 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
Pushing the Boundaries of Crowd-enabled Databases with Query-driven Schema Expansion
通过将人类工作者纳入查询执行过程，支持人群的数据库促进了智能的社交功能，例如在查询时完成缺失的数据或执行认知运算符。但是，尽管具有所有的灵活性，支持人群的数据库仍然保持严格的模式。在本文中，我们通过灵活的查询驱动模式扩展来扩展支持人群的数据库，允许在查询时向数据库添加新属性。然而，用于填充缺失值的众包小任务的数量可能通常非常大，并且由此产生的数据质量值得怀疑。我们利用社交网络中的用户生成数据，而不是简单的众包来单独获取所有值：通过利用用户评级，我们建立了感知空间，即，大量用户的意见、印象和感知的高度压缩表示。使用专家众包获得的少量训练样本，我们可以以高质量和低成本自动从感知空间中提取所有缺失的数据。大量的实验表明，我们的方法可以提高性能和质量的人群启用数据库，同时还提供了灵活性，以查询驱动的方式扩展模式。
2012-03-01 cs.DB
Proposing a New Method for Query Processing Adaption in DataBase
结合查询处理优化和Agent技术，提出了一个多Agent系统，该系统具有个性化查询和适应需求变化的特点。该系统采用了一种新的基于用户长期需求建模的算法和遗传算法来收集用户的查询数据。实验结果表明，与经典算法相比，该算法具有更强的自适应能力。
2010-01-20 cs.DB
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
What Can Database Query Processing Do for Instance-Spanning Constraints?
在过去的十年中，在流程挖掘领域中引入了术语实例跨越约束，指的是跨越一个或多个流程的多个流程实例的约束。在这种情况下，特别相关的是检查流程执行是否符合感兴趣的约束，这在运行时需要适当的监控技术。即使事件数据通常存储在某种数据库中，也缺乏面向数据库的方法来处理（实例跨越）约束的合规性检查和监视。在本文中，我们填补了这一空白，展示了如何完善的技术，从数据库查询处理可以有效地用于此目的。我们建议定义一个实例跨越约束，通过一个合奏的四个数据库查询检索满足，违反，悬而未决的满足，悬而未决的违反情况下的约束。在这种情况下，合规性监控的问题，然后成为增量视图维护，这是在数据库查询处理中发展良好的技术的应用。在本文中，我们认为我们的方法详细，并作为概念的证明，提出了一个实验验证使用DBToaster增量数据库查询引擎。
2022-05-31 cs.DB
Multi-Objective Optimization, different approach to query a database
现在可用的数据集非常丰富和复杂，但我们如何获得我们正在寻找的信息？在本调查中，分析了两种不同的数据集查询方法，并解释了每种类型的算法。具体地，针对Top-K查询分析了TA和NRA，并且针对skyline查询检查了基本块嵌套循环。此外，它解释了优先和灵活的天际线背后的核心思想。最后，基于不同的标准，对每种类型的分析查询的优点和缺点进行了评估。
2022-02-03 cs.DB
Prioritized Repairing and Consistent Query Answering in Relational Databases
不一致数据库中的一致查询答案是在每次（最小）修复中获得的答案。通过以所有可能的方式解决所有冲突来获得修复。然而，用户通常能够提供关于应当如何解决冲突的偏好。我们在这里调查的框架首选一致的查询答案，其中用户的喜好是用来缩小一组首选的维修。我们公理化理想的性能首选维修。我们提出了三个不同的家庭的首选维修和研究他们的相互关系。最后，我们调查的复杂性首选修复和计算首选一致的查询答案。
2011-10-07 cs.DB
Database Theory in Action: Direct Access to Query Answers
UC Santa Cruz（加州大学圣克鲁兹分校）
研究通过实现多种查询和排序方式，探讨数据库系统性能及直接访问与单次访问的关系。
2026-03-20 cs.DB
Exact Selectivity Computation for Modern In-Memory Database Query Optimization
经过几十年的研究和工业发展，选择性估计仍然是查询优化中的一个关键任务。优化器在生成执行计划时依赖于准确的选择性。他们保持了大范围的统计概要，有效地估计选择性。尽管如此，小的错误-指数传播-可能导致严重的次优计划--特别是对于复杂的谓词。用于现代计算架构的数据库系统依赖于由大规模多线程并行性和向量化指令支持的大量内存中处理。但是，它们与传统的基于磁盘的数据库保持相同的查询优化概要方法。我们介绍了一种新的查询优化范例内存和GPU加速的数据库的基础上\textit{exact selectivity computation (ESC)}。ESC的核心思想是在查询优化过程中通过查询精确计算选择性。为了使该过程高效，我们提出了几个针对ESC应用的表和谓词的选择和物化的优化。我们在MapD开源数据库系统中实现了ESC。在TPC-H和SSB基准测试上的实验表明，ESC在GPU上运行时记录恒定且小于30毫秒的开销，并生成改进的查询执行计划，速度快32倍。
2019-01-06 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
An Overview of Query Processing on Crowdsourced Databases
众包是一种强大的解决方案，可以为数据库中昂贵和未回答的查询找到正确答案，包括那些不确定和不完整的数据。尝试使用众包来利用人类的能力来使用人类工作者处理这些昂贵的查询，有助于通过利用人群中的可用数据来提供准确的结果。众包数据库系统（CSDB）通过使用具有微小改变的关系数据库的某种变体来将群体的知识与关系数据库相结合。本文综述了CSDB中传统查询和偏好查询在查询处理领域的主要研究。这项工作的重点是突出每种方法的优点和缺点。详细讨论了当前和未来的研究趋势与查询处理领域的CSDB。
2022-04-16 cs.DB
DPXPlain: Privately Explaining Aggregate Query Answers
差分隐私（Differential Privacy，DP）是一种最新的、严格的隐私概念，用于回答聚合数据库查询，同时保护数据中敏感信息的隐私。然而，在当今的数据分析时代，它为用户理解查询结果中观察到的趋势和异常提出了新的挑战：意外的答案是由于数据本身，还是由于必须添加以保留DP的额外噪声？在第二种情况下，甚至用户对查询结果的观察也可能是错误的。在第一种情况下，我们还能从敏感数据中挖掘出有趣的解释，同时保护其隐私吗？为了解决这些挑战，我们提出了一个三阶段的框架DPXPlain，这是第一个系统，以我们所知的解释组聚合查询答案DP。在它的三个阶段中，DPXPlain（a）用DP回答逐组聚合查询，（b）允许用户比较两组的聚合值，并且以高概率评估该比较是否成立或被DP噪声翻转，以及（c）最终提供包含近似"前k"解释谓词以及它们的相对影响和以置信区间的形式的排名的解释表，同时保证所有步骤中的DP。我们对DPXPlain进行了广泛的实验分析，在真实和合成数据上使用多个用例，表明DPXPlain有效地提供了具有良好准确性和实用性的有见地的解释。
2022-09-02 cs.DB
How Can We Shrink the Family of Test Databases? Query Containment with Nulls and Comparisons
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本文针对带空值和顺序比较的合取查询，提出缩小测试数据库族的方法，分别通过特殊变量集和规范值分解实现，并证明在局部参数下固定参数可处理，从而提升查询包含判定的实用性。
2026-09-16 cs.DB
A Layered Aggregate Engine for Analytics Workloads
本文介绍了LMFAO（分层多功能聚集优化），一个在内存中的优化和执行引擎，对输入数据库的批量聚集。这项工作的主要动机源于这样的观察，即对于数据库上的各种分析，它们的数据密集型任务可以通过输入数据库关系的连接分解为分组聚合。我们将LMFAO的多功能性和竞争力用于一些广泛使用的分析：学习岭线性回归，分类树，回归树和使用Chow-Liu树的贝叶斯网络结构;以及用于数据仓库探索的数据立方体。LMFAO由几层逻辑和代码优化组成，这些优化系统地利用了计算共享、并行性和代码专门化。我们进行了两种性能基准测试。在四个数据集的实验中，LMFAO的表现优于几个数量级，一方面，商业数据库系统和MonetDB用于计算批量聚合，另一方面，TensorFlow，Scikit，R和AC/DC用于在数据库上学习各种模型。
2019-06-20 cs.DB
Quantifying Causal Effects on Query Answering in Databases
实际因果关系的概念，形式化的Halpern和Pearl，最近已被应用到关系数据库，表征和计算实际原因可能意外的答案单调查询。原因采用数据库元组的形式，并且可以根据其因果责任进行排名，这是其作为查询答案的原因的相关性的数值度量。在这项工作中，我们重新审视这一概念，引入并提出了一种替代措施的因果贡献，因果效应的情况下。该措施概括了实际原因，并可以应用于超越单调查询。我们表明，因果效应提供了直观和预期的结果。
2016-04-25 cs.DB
Query Data With Fuzzy Information In Object-Oriented Databases An Approach Interval Values
提出了一种基于模糊语义的模糊模糊在该方法中，我们考虑对象类的属性值（以及方法）是区间值，并将区间值分别转换为[0，1]中的子区间。证明了在[0，1]中对冲代数中元素的future也是子区间。因此，我们提出了一个算法，允许两个子区间[0，1]的比较，帮助查询数据的要求
2016-10-16 cs.DB
Estimating the Impact of Unknown Unknowns on Aggregate Query Results
数据科学家通常会获取和集成不同的数据源，以获得更高质量的结果。但是，即使有一个完美的清理和合并的数据集，仍然存在两个基本问题：（1）整合的数据集是否完整，以及（2）任何未知的影响（即，未观察到的）查询结果的数据？在这项工作中，我们开发和分析技术，以估计未知数据的影响（又名，未知的未知数）。关键思想是不同数据源之间的重叠使我们能够估计缺失数据项的数量和值。我们的主要技术是无参数的，不假设先验知识的分布。通过一系列的实验，我们表明，估计未知的未知的影响是非常宝贵的，以更好地评估结果的聚合查询集成数据源。
2015-12-26 cs.DB
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。
2016-10-25 cs.DB
Approximate Query Answering in Inconsistent Databases
用于查询优化的经典算法预先假定数据库中不存在不一致或不确定性，并且仅利用所提供的有效语义知识，例如，完整性约束。然而，数据不一致或不确定性是普通数据库中普遍存在的关键问题：事实上，完全完整性通常是一个不切实际的假设，并且可能以多种方式引入违反完整性约束的行为。在这份报告中，我们提出了一种语义查询优化的方法，与传统的方法不同，它依赖于不一定有效的语义知识，例如，由违反的或软的完整性约束提供，或由应用数据采掘技术引起。查询优化，利用无效的语义知识不能保证原始用户的查询和重写之间的语义等价：因此，我们的方法优化的查询产生近似的答案，可以提供给用户时，快速，但可能是部分的响应是必需的。此外，我们评估的影响，使用无效的语义知识在重写的查询通过计算返回给用户的答案的质量的措施，我们依赖于最近的信念逻辑编程理论来处理可能存在的相关性在重写中使用的语义知识。
2014-05-02 cs.DB
Design Issues of JPQ: a Pattern-based Query Language for Document Databases
文档数据库的应用越来越广泛，但如何实现复杂的文档查询，从文档中获取有用的信息，仍然是一个重要的研究课题。本文描述了一种基于模式的文档数据库查询语言JPQ的设计问题。JPQ使用各种表达模式来提取和构造遵循类似JSON的文档数据模型的文档片段。该方法采用树状抽取模式和一致的模式组合机制，从层次结构的文档中抽取数据元素，并维护元素之间的逻辑关系。基于这些关系，JPQ部署了一种演绎机制来声明性地指定数据转换请求，并考虑了分层数据结构上的数据过滤。我们使用各种例子来展示语言的功能，并展示其表现力和声明性在提出复杂的文档查询。
2015-04-15 cs.DB
Interactive Summarization and Exploration of Top Aggregate Query Answers
我们提出了一个系统的总结和交互式探索高价值的聚合查询答案，使一个大的可能的答案更翔实的用户。我们的系统输出一组集群的高价值的查询答案显示其共同的属性，使集群是尽可能多的，以避免重复的信息，并覆盖一定数量的顶部原始答案由用户指示。此外，系统通过帮助用户（i）选择用于聚类的参数组合，（ii）检查聚类以及它们包含的元素，以及（iii）可视化参数的变化如何影响聚类，来促进查询答案的交互式探索。我们定义的优化问题，研究其复杂性，探索性能的解决方案调查的半格结构的集群，并提出有效的算法和优化，以实现这些目标。我们评估我们的技术实验和讨论我们的原型与图形用户界面，促进这种互动式的探索。进行用户研究，以评估我们的方法的可用性。
2018-07-31 cs.DB
NL4ST: A Natural Language Query Tool for Spatio-Temporal Databases
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；The Hong Kong University of Science and Technology（香港科技大学）
NL4ST是一种用于时空数据库的自然语言查询工具，通过三层架构实现自然语言到查询计划的转换，支持非专业人士高效查询时空数据。
2026-01-22 cs.DB
Multi-Dimensional Data Compression and Query Processing in Array Databases
近年来，多维数据在各个领域的生产及其在阵列数据库中的存储急剧增加;这种数据量的快速增长需要在阵列数据库中进行压缩。然而，阵列数据库中使用的现有压缩方案是通用的，而不是专门为数据库设计的。它们可能会降低复杂分析任务的查询性能，从而产生巨大的计算成本。因此，需要考虑阵列数据库工作流的压缩方案。本文提出了一种存储和查询多维数组数据的压缩方案SEACOW。该方案是专门设计的，是有效的基于维和基于值的探索。它考虑了探索查询的数据访问模式，并在压缩数组中嵌入了可用作索引的概要。此外，我们实现了一个阵列存储系统，即MSDB，进行实验。我们评估查询性能的真实科学数据集，并与现有的压缩方案。最后，我们的实验表明，SEACOW提供了较高的压缩率相比，现有的压缩方案，和概要提高分析查询处理性能。
2022-11-11 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
Consistency Checking and Querying in Probabilistic Databases under Integrity Constraints
我们解决的问题，将一个特定的表达形式的完整性约束（即拒绝约束）到概率数据库。为了这个目标，我们远离的共同方式，给语义的概率数据库，这依赖于考虑一个独特的解释的数据，并解决两个基本问题：一致性检查和查询评估。前者在于验证是否存在符合元组的边缘概率和完整性约束的解释。后者是在“谨慎”范式下回答询问的问题，考虑到根据限制对数据的所有解释。在这种情况下，我们调查上述问题的复杂性，并确定几个易于处理的情况下，实际相关性。
2013-03-13 cs.DB
Aggregated Deletion Propagation for Counting Conjunctive Query Answers
我们调查的计算复杂性的源副作用最小化，以消除一个给定数量的元组从一个合取查询的输出。这是一个变体的良好研究{ \em删除传播}问题，不同的是，我们感兴趣的是删除输入元组的最小子集，以删除给定数量的输出元组}，而删除传播的重点是删除一个特定的输出元组。我们称之为{ \em聚合删除传播}问题。我们完全刻画了这个问题的多时间可解性的任意合取查询没有自连接。这包括一个多时间算法来决定可解性，以及NP难实例的精确结构表征。我们还为这个问题提供了一个实用的算法（NP难实例的启发式算法），并评估其在真实和合成数据集上的实验性能。
2020-10-17 cs.DB
Compliance in Databases: A Study of Structural Policies and Query Optimization
IIIT Bangalore（印度理工学院班加罗尔分校）；Microsoft India（微软印度）
研究探讨结构化政策对查询优化的影响，提出政策语法框架以分析合规政策对数据库系统性能的作用。
2026-04-17 cs.DB
QTrail-DB: A Query Processing Engine for Imperfect Databases with Evolving Qualities
由于各种原因，不完美的数据库在许多应用中非常常见，这些原因包括数据输入错误，传输或集成错误，以及错误的仪器读数，以及导致不正确结果的错误实验设置。不完善数据库的管理和查询处理是一个非常具有挑战性的问题，因为它需要将数据的质量纳入数据库引擎。更具有挑战性的是，这些品质通常不是静态的，可能会随着时间的推移而变化。不幸的是，大多数最先进的技术处理数据质量问题作为一个离线任务，是在完全隔离的查询处理引擎（在DBMS外部执行）。因此，最终用户将接收查询的结果，而不知道结果是否可以信任以进行进一步的分析和决策。在本文中，我们提出了它的“QTrail-DB”系统，从根本上扩展了标准的DBMS，以支持不完善的数据库不断发展的质量。QTrail-DB引入了一种基于“质量跟踪”新概念的新质量模型，该模型可以捕获数据质量随时间的演变。QTrail-DB扩展了关系数据模型，将质量跟踪纳入数据库系统。我们提出了一个新的查询代数，称为“QTrail代数”，它使无缝和透明的传播和查询管道内的数据的质量推导。因此，查询的答案将在元组级别上自动使用质量相关信息进行注释。QTrail-DB传播模型利用了DB起源和世系跟踪文献中深入研究的传播语义，因此不需要开发新的查询优化器。QTrail-DB是在PostgreSQL中开发的，并使用真实世界的数据集进行了实验评估，以证明其效率和实用性。
2023-03-12 cs.DB
Frameworks for Querying Databases Using Natural Language: A Literature Review
自然语言接口（NLI）便于用户提出查询以从数据库检索信息，而不使用诸如结构化查询语言（SQL）的任何人工语言。在包括医疗保健、客户支持和搜索引擎的各种领域中的若干应用需要精心制作具有关于文本的信息的结构化数据。此外，许多问题已经被探索，包括配置的复杂性，密集算法的处理，以及关系数据库的普及，由于将自然语言转换为数据库查询已成为一个次要的研究领域。查询系统和支持语音的界面的新兴趋势使自然语言重新进入数据库查询研究领域。上一次就该主题发布的调查是六年前的2013年。据我们所知，没有最近的研究发现，讨论了结构化和非结构化查询语言的自然语言的翻译框架的当前状态。在本文中，我们回顾了2008年至2018年的47个框架。在47个项目中，有35个与我们的工作密切相关。基于SQL的框架已被分类为统计，符号和连接主义方法。然而，基于NoSQL的框架已经被分类为语义匹配和模式匹配。然后，这些框架进行审查的基础上，他们的支持语言，他们的启发式规则，互操作性的支持，数据集范围和他们的整体性能得分的计划。调查结果表明，70%的自然语言数据库查询工作是针对SQL进行的，NoSQL分别占SPAROL，CYPHER和GREMLIN等语言的15%，10%和5%。还注意到，大多数框架仅支持英语。
2019-09-03 cs.DB
Towards practical meta-querying
我们描述了一个元查询系统的数据库包含查询，除了普通的数据。在这种数据库的上下文中，元查询是关于查询的查询。表示存储在XML中的查询，并使用标准的XML操作语言SQL作为子语言，我们表明，只需要添加到SQL的一些功能，把它变成一个完全成熟的Meta查询语言。好消息是，这些特性可以直接由可扩展数据库技术支持。
2003-10-13 cs.DB
Answer Sets for Consistent Query Answering in Inconsistent Databases
如果一个关系数据库不满足给定的完整性约束集，那么它就是不一致的。然而，其中的大部分数据很可能符合限制条件。在本文中，我们应用逻辑规划的基础上回答集的问题，从一个可能不一致的数据库检索一致的信息。由于一致的信息持续从原始数据库的每一个最小的维修，该方法是基于一个规范的数据库修复使用析取逻辑程序与异常，其答案集语义可以表示和计算的系统，实现稳定的模型语义。这些程序允许我们通过默认值声明持久性，并通过异常来修复更改。我们主要集中在二进制完整性约束的逻辑程序，其中，我们发现在实践中发现的完整性约束。
2002-07-26 cs.DB
Knowledge Rich Natural Language Queries over Structured Biological Databases
关键字、自然语言和NoSQL查询正越来越多地用于从传统和非传统数据库（诸如web、文档、图像、GIS、法律和健康数据库）进行信息检索。虽然由于显而易见的原因，它们的受欢迎程度是不可否认的，但它们的工程设计远非简单。在大多数情况下，将通过结构化数据库模式表达的良好理解的自然语言查询映射到结构化查询语言的语义和意图保持映射仍然是一项困难的任务，并且对驯服复杂性的研究是激烈的。在本文中，我们提出了一个多层次的知识为基础的中间件，以促进这种映射，分离的概念层次的物理层次。我们增加了这些多层次的抽象与概念推理和查询策略引擎动态链接任意自然语言查询定义良好的结构化查询。我们证明了我们的方法的可行性，提出了一个基于数据库的原型系统，称为生物智能，可以计算响应任意自然语言查询在任意数据库的自然语言查询的语法分类。
2017-03-30 cs.DB
Probabilistic Databases with MarkoViews
概率数据库中查询评估的大部分工作都集中在简单的元组独立数据模型上，其中元组是独立的随机事件。在这种情况下，存在几种有效的查询评估技术，如安全计划，基于OBDD的算法，树分解和各种近似算法。然而，复杂的数据分析任务通常需要复杂的相关性，因此查询评估的成本要高得多，或者更具限制性。在本文中，我们提出MVDB作为一个框架，既表示复杂的相关性和高效的查询评估。MVDB通过视图（称为MarkoViews）指定概率关系上的相关性，并声明视图输出的权重。MVDB是一个（非常大的）马尔可夫逻辑网络。我们做了两套贡献。首先，我们表明，MVDB上的查询评估相当于评估一个元组独立的数据库上的联合查询（UCQ）。翻译是精确的（因此允许为元组独立数据库开发的技术被带到MVDB），但它是新颖的，非常不明显（一些结果概率可能是负的！）。这种翻译本身可能不会带来太多的收益，因为当我们试图捕获更多的相关性时，翻译后的查询变得复杂。我们的第二个贡献是提出了一个新的查询评估策略，利用离线编译，以加快在线查询评估。在这里，我们利用和扩展我们以前的工作编译UCQ。我们实验验证我们的技术在一个大型的概率数据库与MarkoViews推断从DBLP数据。
2012-08-01 cs.DB
XRecursive: An Efficient Method to Store and Query XML Documents
将XML文档存储在关系数据库中是一种很有前途的解决方案，因为关系数据库是成熟的，并且可伸缩性很好，并且它们具有以下优点：在关系数据库中，XML数据和结构化数据可以共存，这使得构建涉及这两种数据的应用程序成为可能，而不需要额外的工作。在本文中，我们提出了一个算法模式命名为XRecursive的XML文档转换到关系数据库根据建议的存储结构。给出了在关系数据库中使用该存储结构存储和查询XML文档的步骤和算法。然后，我们报告我们的实验结果在一个真实的数据库中显示我们的方法在一些功能的性能。
2012-03-29 cs.DB
First-order Complete and Computationally Complete Query Languages for Spatio-Temporal Databases
我们解决一个基本的问题，关于时空数据库系统：``究竟是什么时空查询？我们将时空查询定义为也是通用的可计算映射，这意味着查询的结果可能仅在有限程度上依赖于时空数据的实际内部表示。通用性被定义为在保持时空数据的某些特征（例如，共线、距离、速度、加速度等）。这些群体依赖于特定时空数据库应用中相关的概念。这些变换也有一个独特的性质，即它们尊重时间的单调性和单向性。我们调查不同的泛型类相对于时空数据库的约束数据库模型，我们确定的声音和完整的语言的一阶和可计算的查询，在这些泛型类。我们区分由时不变的变换，genericity概念有关的物理量和genericity由时间相关的变换确定的genericity。
2005-03-07 cs.DB
Query Results over Ongoing Databases that Remain Valid as Time Passes By (Extended Version)
持续时间点现在用于声明一个元组从开始点开始是有效的。对于数据库系统，持续时间点具有深远的影响，因为它们随着时间的推移而不断变化。最先进的方法通过将正在进行的时间点实例化到参考时间来处理它们。实例化产生的查询结果仅在所选时间有效，并随着时间的推移而失效。我们提出了一个解决方案，保持正在进行的时间点在查询处理过程中未实例化。我们通过在所有可能的引用时间评估谓词和函数来做到这一点。这使得查询结果独立于特定的引用时间，并产生随着时间的推移仍然有效的结果。作为查询结果，我们提出了正在进行的关系，包括一个参考时间属性。reference time属性的值受到正在进行的属性上的谓词和函数的限制。我们描述和评估一个有效的实现正在进行的数据类型和操作在PostgreSQL。
2020-07-28 cs.DB
Offset-value coding in database query processing
最近的工作展示了偏移值编码如何加速数据库查询执行，不仅是排序，还包括重复删除和分组（聚合），排序流，保序交换（洗牌），合并连接等。它已经在谷歌的纳帕和F1查询系统中节省了数千个CPU，在分组算法和日志结构的合并森林。然而，为了实现有趣的排序的全部好处，查询执行算法不仅必须消耗和利用偏移值代码，而且还必须为管道中的下一个操作符产生偏移值代码。我们的研究一直在寻找产生偏移值代码的方法，而不需要逐个、逐列地比较连续的输出行。这篇简短的论文介绍了一个新的定理，并根据其证明和一个简单的推论，详细描述了保序算法（从过滤器到合并连接，甚至洗牌）如何计算其输出的偏移值代码。这些计算出奇地简单和高效。
2023-02-17 cs.DB
Consistent Query Answering under Spatial Semantic Constraints
一致性查询应答是一种容忍不一致的方法，用于从可能与其完整性约束不一致的数据库中获得语义正确的答案。在这项工作中，我们形式化的概念一致的查询回答空间数据库和空间语义完整性约束。为了做到这一点，我们首先描述冲突的空间数据，接下来，我们定义允许的实例，恢复一致性，同时保持接近原始实例。通过这种方式，我们得到一个修复语义，这是作为一个工具的概念来定义和可能得到一致的查询答案。然后，我们集中在一类空间拒绝约束和空间查询，存在一个有效的策略来计算一致的查询答案。本研究将不一致容限应用于空间资料库，将研究目标由空间资料库的一致性转移至查询回应的一致性。
2011-06-08 cs.DB
NEURON: Query Optimization Meets Natural Language Processing For Augmenting Database Education
关系数据库管理系统（RDBMS）是世界上许多大学的计算机科学课程的一部分。该课程的核心组成部分是关系数据库管理系统中查询优化器的设计和实现。查询优化器的目标是自动识别执行用户提交的声明性SQL查询的最有效执行策略。查询优化过程产生表示查询的执行策略的查询执行计划（QEP）。由于底层查询优化器的复杂性，理解QEP要求学生了解与RDBMS相关的特定于实现的问题。实际上，这是一个不切实际的假设，因为大多数学生都是第一次学习数据库技术。因此，他们通常很难通过仔细阅读QEP来理解DBMS所承担的查询执行策略，从而阻碍了他们的学习过程。在这个演示中，我们提出了一个新的系统，称为神经元，促进自然语言与QEP互动，以提高其理解。NEURON接受SQL查询（可能包括连接、聚合、嵌套等）作为输入，执行它，并生成底层RDBMS部署的执行策略的简化的基于自然语言的描述（文本和语音形式）。此外，它通过基于自然语言的问答框架促进了对与QEP相关的各种特征的理解。我们主张，这样的工具，世界上第一个，可以大大提高学生的学习查询优化的主题。
2018-08-21 cs.DB
Collectively Simplifying Trajectories in a Database: A Query Accuracy Driven Approach
针对现有轨迹简化技术依赖手工误差度量、未充分保障数据可用性的问题，提出查询精度驱动的多智能体强化学习方法，协同集体简化轨迹，在四个真实数据集上性能始终优于基线方案。
2023-12-13 cs.DB
Effective Bug Detection in Graph Database Engines: An LLM-based Approach
针对现有图数据库引擎漏洞检测方法受限于特定查询语言、需大量先验知识的问题，提出基于LLM的DGDB范式，通过ChatGPT生成多语言查询并结合差分测试，在多款主流图数据库中成功检测出多个结果错误类漏洞。
2024-02-01 cs.DB
Mobile Database System: Role of Mobility on the Query Processing
移动通信技术的迅速发展将使移动用户能够随时随地访问信息。无线技术的出现使得在移动环境中实现连续连接成为可能。当查询被指定为连续时，请求移动用户可以获得连续变化的结果。为了向请求移动的用户提供准确和及时的结果，必须密切监视移动对象的位置。本文的目的是讨论在移动环境中的个人和终端的移动性和查询处理的作用有关的问题。
2010-04-10 cs.DB
Oblivious Query Processing
受云安全问题的影响，人们对可以存储和支持对加密数据的查询的数据库系统越来越感兴趣。这种系统的常见架构是使用可信组件，例如用于查询处理的密码协处理器，其用于安全地解密数据并以明文执行计算。可信组件具有有限的内存，因此大部分（输入和中间）数据在不可信的存储中保持加密，并根据“需求”移动到可信组件。“”在这种设置下，即使使用强加密，来自不可信存储的数据访问模式也有可能泄露敏感信息;实际上，所有使用可信组件对加密数据进行查询处理的现有系统都存在此漏洞。在本文中，我们进行了第一次正式的研究安全查询处理，对手有充分的知识的查询（文本），并观察查询执行学习没有关于底层数据库以外的数据库上的查询的结果大小。我们引入了一个更简单的概念，不经意的查询处理，并正式表明，一个查询承认安全的查询处理，当它承认不经意的查询处理。我们提出了一个丰富的数据库查询，涉及选择，连接，分组和聚合的不经意的查询处理算法。对于我们的算法不处理的查询，我们提供了一些初步的证据，设计不经意（因此安全）的算法将很难通过减少两个简单的，研究充分的问题，通常认为是困难的。我们对不经意查询处理的研究也揭示了与数据库连接理论的有趣联系。
2013-12-14 cs.DB
On the Computational Complexity of Consistent Query Answers
我们在这里考虑的问题，获得可靠的，一致的信息，从不一致的数据库-数据库，不必满足给定的完整性约束。我们使用一致查询答案的概念-在数据库的每次（最小）修复中为真的查询答案。我们提供了一个完整的分类的计算复杂性一致的答案一阶查询w.r.t.功能依赖和拒绝约束。我们展示了复杂性如何依赖于所考虑的约束的{\em类型}、它们的{\em数量}和查询的{\em大小}。我们获得了几个新的PTIME的情况下，使用新的算法。
2002-04-05 cs.DB
A MapReduce Approach to NoSQL RDF Databases
近年来，对存储和处理大量数据的需求不断增加，这促使了对分布式存储和查询系统的需求。机器可读的RDF三元组的增长促使工业界和学术界开发新的数据库系统，称为NoSQL，其特征与传统数据库不同。这些系统中的许多系统为了提高水平可伸缩性和数据可用性而牺牲了ACID属性。本文主要研究NoSQL三重存储的开发和评估。TripleStores是数据库管理系统，是语义Web和链接数据等新兴技术的核心。评估跨越了几个基准，包括三重存储评估中最常用的两个基准，柏林SPARQL基准和DBpedia基准，DBpedia基准是一种操作维基百科的RDF表示的查询工作负载。结果表明，该系统所使用的连接算法在决定查询运行时起着至关重要的作用。分布式图数据库在生成MapReduce查询计划之前必须仔细优化查询，因为如果简单地执行查询，大型数据集的网络流量可能会变得令人望而却步。
2016-01-08 cs.DB
FDB: A Query Engine for Factorised Relational Databases
因子分解数据库是关系数据库，它在物理层使用紧凑的因子分解表示来减少数据冗余并提高查询性能。本文介绍了FDB，一个内存中的查询引擎选择项目连接查询因子分解数据库。FDB的关键组件是用于查询优化和评估的新算法，这些算法利用了数据分解带来的简洁性。实验表明，对于具有多对多关系的数据集，FDB可以在数量级上超过关系引擎。
2012-03-12 cs.DB cs.DS
Toward Multi-Database Query Reasoning for Text2Cypher
Neo4j（Neo4j公司）
本文提出多数据库查询推理方法，解决跨多个独立图数据库的查询问题，通过三阶段路线图实现数据库路由、分解和异构查询推理。
2026-05-11 cs.CL 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
