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
How to get Rid of SQL, Relational Algebra, the Relational Model, ERM, and ORMs in a Single Paper -- A Thought Experiment
本文提出统一数据模型RMTM以克服关系模型（RM）和实体-关系模型（ERM）的问题，其查询语言扩展了SQL和关系代数的操作抽象，更具表达性且集成性强，初步实验显示仅切换模型即可实现高达3倍的加速。
2025-04-17 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
Subset Queries in Relational Databases
在本文中，我们激发了关系数据库系统支持子集查询处理的需求。我们在关系代数中定义了新的操作符，在SQL中定义了新的结构来表达子集查询。我们还通过使用扩展SQL语句和关系代数表达式表示的不同示例说明了子集查询的适用性。我们的目标是显示下一代应用程序的子集查询的效用。
2004-06-17 cs.DB
Conformance Testing of Relational DBMS Against SQL Specifications
本文提出用 Prolog 形式化实现 SQL 语义并作为参考 RDBMS，通过差分测试检验 MySQL、TiDB、SQLite 和 DuckDB 的语义一致性，发现 19 个缺陷与 11 处不一致。
2025-05-14 cs.DB
Polystore Mathematics of Relational Algebra
金融交易、互联网搜索和数据分析都对数据库提出了越来越高的要求。SQL、NoSQL和NewSQL数据库都是为了满足这些需求而开发的，每种数据库都提供了独特的优势。SQL、NoSQL和NewSQL数据库也依赖于不同的底层数学模型。Polystores试图提供一种机制，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。集成这些不同数据库的基础数学可以成为polystores的重要推动因素，因为它可以在不同数据库之间进行有效推理。关联数组通过包含不同数据库中的数学，为polystore的数学提供了一种通用方法：集合（SQL），图形（NoSQL）和矩阵（NewSQL）。以前的工作提出了SQL关系模型的关联数组和确定的关键数学属性，保留在SQL中。这项工作提供了严格的数学定义，引理，这些性质的基础定理。具体来说，SQL关系代数主要处理关系-元组的多集-以及这些关系上和关系之间的操作。通过将元组视为数组中的非零行，可以将这些关系建模为关联数组。关系代数中的操作是由关联数组上的标准操作组成的，这些标准操作反映了它们的矩阵对应物。这些构造提供了如何通过数组操作处理关系代数的见解。作为示例应用，两个投影操作的组合被示出为也是投影，并且并集的投影被示出为等于投影的并集。
2017-12-03 cs.DB
Translating Canonical SQL to Imperative Code in Coq
SQL是迄今为止使用和实现最广泛的查询语言。然而，在一些关键特性上，比如相关查询和空值语义，许多实现存在分歧或包含错误。我们利用SQL和查询编译器的形式化的最新进展来开发DBCert，这是第一个从以规范形式编写的SQL查询到命令式代码的机械验证编译器。构建DBCert需要几个新的贡献，本文对此进行了描述。首先，我们指定和机械化一个完整的转换，从SQL到嵌套关系代数，可用于查询优化。其次，我们定义了Imp，这是一种足以表达SQL的小型命令式语言，可以针对包括JavaScript在内的几种执行语言。最后，我们开发了一个机械化的翻译从嵌套关系代数Imp，使用嵌套的关系演算作为中间步骤。
2022-03-22 cs.DB cs.PL
RASAT: Integrating Relational Structures into Pretrained Seq2Seq Model for Text-to-SQL
Shanghai Jiao Tong University（上海交通大学）；ProtagoLabs；Microsoft Research（微软研究院）；Chinese Academy of Sciences（中国科学院）；IGSNRR（中国科学院地理科学与资源研究所）
关系结构（如模式链接和模式编码）已被验证为将自然语言定性转换为SQL查询的关键组件。然而，引入这些结构关系是有代价的：它们通常会导致专门的模型结构，这在很大程度上禁止在文本到SQL中使用大型预训练模型。为了解决这个问题，我们提出了RASAT：一个Transformer seq2seq架构，增强了关系感知的自我注意力，可以利用各种关系结构，同时有效地继承T5模型的预训练参数。我们的模型可以将几乎所有类型的文献中现有的关系，此外，我们建议引入共指关系的多回合的情况下。在三个广泛使用的文本到SQL数据集上的实验结果表明，RASAT可以在所有三个基准测试中实现最先进的结果（Spider上的75.5% EX，SParC上的52.6% IEX和CoSQL上的37.4% IEX）。
2022-10-09 cs.AI cs.CL cs.DB
SABER: A SQL-Compatible Semantic Document Processing System Based on Extended Relational Algebra
University at Buffalo（布法罗大学）
针对现有语义数据处理系统缺乏统一代数基础、查询难优化等问题，提出基于扩展关系代数的语义代数SABER，以SQL兼容语法实现，支持混合数据处理，可混搭不同系统的兼容算子，提升适用性。
2025-08-29 cs.AI 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
Towards a Converged Relational-Graph Optimization Framework
本文针对 SQL/PGQ 查询优化空白，扩展 SPJ 为含图匹配算子的 SPJM，并提出融合关系与图优化的 RelGo 框架，在 DuckDB 上较图无关优化器平均加速 21.90 倍。
2024-12-09 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
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。
2012-08-09 cs.DB cs.PL
The Duck's Brain: Training and Inference of Neural Networks in Modern Database Engines
University of Bamberg（班贝格大学）；TUM（慕尼黑工业大学）
本文提出在SQL中通过关系表示训练神经网络，克服关系模型障碍，并比较数组类型与关系表示的性能，证明现代数据库适用于矩阵运算。
2023-12-28 cs.DB cs.LG
iPDB -- Optimizing Semantic SQL Queries
Purdue University（普渡大学）；Google Inc.（谷歌公司）
iPDB通过引入语义查询优化技术，支持在数据库内进行机器学习和大语言模型推理，实现语义SQL查询的高效执行，平均提速2.5倍，最高可达30倍。
2026-04-23 cs.DB
Optimization of Imperative Programs in a Relational Database
几十年来，RDBMS一直支持声明式SQL以及命令式函数和过程，作为用户表达数据处理任务的方式。虽然声明式SQL的评估受到了很多关注，导致了高度复杂的技术，但命令式程序的评估仍然很幼稚，效率很低。命令式程序提供了SQL的几个好处，因此通常是首选和广泛使用的。但不幸的是，它们糟糕的性能令人沮丧，甚至禁止在许多情况下使用它们。我们处理这个迄今为止很少受到注意的重要问题。我们提出了Froid，一个可扩展的框架，用于优化关系数据库中的命令式程序。Froid的新方法自动将整个用户定义函数（UDF）转换为关系代数表达式，并将它们嵌入到调用SQL查询中。这种形式现在适合于基于成本的优化，并产生高效的、面向集合的并行计划，而不是低效的、迭代的、串行执行的UDF。Froid的方法还为UDF带来了许多编译器优化的好处，而无需额外的实现工作。我们描述了Froid的设计，并提出了我们的实验评估，证明性能提高了多个数量级的实际工作负载。
2019-08-20 cs.DB
Property Graph Techniques in Relational Databases
University of the West of Scotland（西苏格兰大学）；Reutlingen University（雷特林根大学）
本文研究将SQL外键建模为引用键，实现关系型数据库与属性图数据库的统一，支持PGDMS的图操作及多类型图模型构建。
2026-08-12 cs.DB
Relational-Core Graph Analytics Querying graphs at SQL scale, and why the node/edge model is a performance tax, not a truer picture of connected data
ClickGraph；DeltaGraph
该研究提出ClickGraph与DeltaGraph系统，将Cypher转换为原生关系模式在关系引擎执行，性能远超Neo4j等原生图引擎，突破内存图引擎的扩展限制，证明关系系统可高效处理企业图分析工作负载。
2026-09-02 cs.AI cs.DB cs.PL
Castle: Causal Cascade Updates in Relational Databases with Large Language Models
针对现有LLM在Text2SQL中忽略更新操作级联效应、传统级联约束不适配现代非规范化数据库的问题，提出Castle框架，依托LLM推理能力实现不暴露表内容的因果一致级联更新生成，经评估验证其有效性。
2025-08-27 cs.DB
A Direct Symbolic Execution of SQL Code for Testing of Data-Oriented Applications
符号执行是一种能够自动生成测试输入（和输出）的技术，它在要测试的程序中执行一组执行路径。如果路径覆盖了被测代码的足够部分，则测试数据提供了程序实际行为的代表性视图，这尤其使得能够检测错误和纠正故障。关系数据库在软件中无处不在，但操作它们的代码片段的符号执行仍然是一个不小的问题，特别是因为这种数据库的复杂结构和SQL语句的复杂行为。在这项工作中，我们定义了一个直接的符号执行数据库操作代码，并将其与一个更传统的符号执行正常的程序代码。数据库表由关系符号表示，SQL语句由这些符号上的关系约束表示，符号表示程序的正常变量。基于这些原则的算法的符号执行的Java方法，实现业务用例的读写关系数据库，后者受到数据完整性约束。该算法被集成在一个测试生成工具，并在示例代码进行了实验。工具生成的约束的目标语言是SMT-Lib标准，使用的求解器是Microsoft Z3。结果表明，该方法能够在合理的时间内生成有意义的测试数据，包括有效的数据库内容。特别是，Z3求解器被证明是更可扩展的比合金求解器，在我们以前的工作中使用，解决关系约束。
2015-01-21 cs.DB cs.SE
A Typeful Integration of SQL into Curry
我们提出了一个扩展的声明性程序设计语言咖喱，以支持通过SQL访问存储在关系数据库中的数据。由于Curry是静态类型的，因此我们对SQL集成的重点是类型安全。我们的扩展尊重Curry的类型系统，从而避免了由于不良类型数据而导致的运行时错误。这是通过在编译时预处理SQL语句并将其转换为类型安全的数据库访问操作来实现的。因此，Curry系统的类型检查器可以在编译时发现SQL语句中的类型错误。为了生成适当类型的访问操作，预处理器使用描述关系数据结构的实体关系（ER）模型。除了标准SQL之外，Curry中嵌入的SQL语句还可以包括程序表达式以及ER模型中指定的关系。后一个特性对于避免容易出错的外键使用非常有用。因此，我们的SQL集成支持对Curry程序中数据库的高级和类型安全访问。
2017-01-03 cs.DB cs.PL
MetaSieve: Faster Relational Deep Learning through SQL-Based Metapath Selection
University of Texas at Arlington（德克萨斯大学阿灵顿分校）
MetaSieve是一种基于SQL的元路径选择层，可剪枝关系深度学习中无信息的元路径，在多种GNN架构上能大幅缩短训练时间并维持或提升准确性。
2026-08-27 cs.DB cs.LG
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
GQL and SQL/PGQ: Theoretical Models and Expressive Power
Université Paris Cité, CNRS, IRIF（巴黎西岱大学，法国国家科学研究中心，IRIF）；RelationalAI & University of Edinburgh（关系人工智能公司，爱丁堡大学）；School of CS, Hebrew University（希伯来大学计算机学院）
研究SQL/PGQ和GQL，定义Core GQL和Core PGQ核心语言，通过理论分析明确语言差异、不足及扩展必要性，实验研究表明现有变通方法不实用，凸显语言设计改进必要。
2026-07-07 cs.DB
QuaQue: Design and SQL Implementation of Condensed Algebra for Concurrent Versioning of Knowledge Graphs
Universite Claude Bernard Lyon 1, CNRS, INSA Lyon, Université Lumière Lyon 2, Ecole Centrale de Lyon, CPE Lyon, LIRIS, UMR 5205（里昂第一大学、法国国家科学研究中心、里昂国立应用科学学院、里昂第二大学、里昂中央理工学院、里昂化学物理学院、LIRIS实验室、UMR 5205）
本文提出QuaQue，通过将SPARQL查询转化为SQL，利用压缩代数在关系模型中高效处理知识图谱的多版本查询，对比RDF三元组存储验证了其可行性和性能优势。
2026-03-19 cs.DB
Rel2Graph: Automated Mapping From Relational Databases to a Unified Property Knowledge Graph
本文提出Rel2Graph方法，实现从关系数据库到统一属性知识图的自动化映射，支持SQL到NoSQL查询转换，并在Spider和KaggleDBQA基准上验证了高执行准确率与数据完整性。
2023-10-26 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
Modeling and In-Database Management of Relational, Data-Aware Processes (Extended Version)
在过去的二十年里，人们越来越认识到，信息系统的工程通常需要在集成主数据和业务流程方面付出巨大的努力。这导致了来自学术界和工业界的大量建议。然而，这样的方法通常带有特定的抽象来表示数据组件并与之交互。这有两个缺点。一方面，它们不能用于轻松地用动态来丰富现有的关系数据库。另一方面，它们一般不允许综合建模、验证和颁布。我们攻击这两个挑战，提出了一个声明性的方法，完全基于SQL，支持直接在关系数据库上的关系数据感知过程的敏捷建模。我们展示了这种方法如何自动转换为具体的过程化SQL方言，可以在任何关系数据库引擎内直接执行。该转换利用了过程状态的数据库内表示，该过程状态又用于在记录或不记录执行实例的情况下立即处理过程制定以及过程验证。该方法已在一个工作原型中实现。
2019-07-08 cs.DB
Query shredding: Efficient relational evaluation of queries over nested multisets (extended version)
嵌套关系查询语言已经被广泛地研究，并且是诸如Microsoft的LINQ之类的工业语言集成查询系统的基础。但是，关系数据库本身并不支持查询结果中的嵌套集合。这可能导致主要的性能问题：如果程序员编写的查询产生嵌套的结果，那么这样的系统通常要么失败，要么生成大量的查询。我们提出了一种新的方法来查询切碎，它转换一个查询返回嵌套的数据到一个固定数量的SQL查询。我们的方法，在以前的工作相比，处理多集语义，并生成一个地道的SQL：1999查询直接从嵌套查询的范式。我们提供了一个详细的描述，我们的翻译和目前的实验表明，它提供了可比的或更好的性能比最近的替代方法的一系列例子。
2014-05-02 cs.DB cs.PL
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
COMPARE: Accelerating Groupwise Comparison in Relational Databases for Data Analytics
数据分析通常涉及在多个维度上比较数据子集，以发现不寻常的趋势和模式。虽然数据子集之间的比较可以使用SQL表示，但它们往往编写起来很复杂，并且在大型和高维数据集上性能较差。本文提出了一种新的关系数据库逻辑运算符COMPARE，它简洁地描述了数据子集之间的枚举和比较，大大简化了一类比较查询的表达。我们扩展了数据库引擎的优化技术，利用语义比较显着提高性能的查询。我们已经实现了这些扩展内Microsoft SQL Server，一个商业DBMS引擎。我们对合成数据集和真实数据集的广泛评估表明，COMPARE比现有方法（包括由当今数据库系统生成的物理计划，用户定义函数（UDF）以及比较数据库外子集的中间件解决方案）具有显着的加速效果。
2021-07-27 cs.DB
Relational Task Generation Language: A Declarative Specification Framework for Relational Deep Learning
Czech Technical University in Prague（布拉格捷克理工大学）
本文提出开源声明式语言RTGL，用于简化RDL任务构建，可重构基准任务、设计新任务，经实验证实其鲁棒性、可用性及与现有RDL框架的无缝集成性。
2026-09-02 cs.DB cs.LG cs.PL
Data Cube: A Relational Aggregation Operator Generalizing Group-By, Cross-Tab, and Sub-Totals
数据分析应用程序通常跨多个维度聚合数据，以寻找异常或不寻常的模式。SQL聚合函数和GROUP BY运算符生成零维或一维聚合。应用需要这些算子的N维推广。本文定义了该操作符，称为数据立方体或简单的立方体。cube运算符概括了大多数报表编写器中的直方图、交叉制表、上滚、下钻和小计结构。新颖之处在于立方体是关系。因此，立方体运算符可以嵌入到更复杂的非过程数据分析程序中。立方体运算符将N个聚合属性中的每一个都视为N空间的一个维度。一组特定属性值的集合就是这个空间中的一个点。点的集合形成N维立方体。通过将N-立方体聚合到低维空间来计算超聚集。本文（1）解释了立方体和上滚运算符，（2）说明了它们在SQL中的适用性，（3）解释了用户如何为立方体定义新的聚合函数，（4）讨论了计算立方体的有效技术。这些特性中的许多正在被添加到SQL标准中。
2007-01-25 cs.DB
Research Challenges in Relational Database Management Systems for LLM Queries
University of Waterloo（多伦多大学）
本文通过五个代表性查询探索两个开源系统和一个企业平台，揭示SQL调用LLM在功能、性能和可扩展性上的局限，识别结构化输出、资源利用和查询规划三大问题，并验证初步改进方案，证明LLM与DBMS紧密集成是可扩展高效处理LLM查询的关键。
2025-08-28 cs.AI cs.DB
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
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
Compiling Linear Datalog to SQL for Program Analysis
TU Darmstadt（达姆施塔特工业大学）；University of Edinburgh（爱丁堡大学）；EPFL（洛桑联邦理工学院）；RelationalAI（关系人工智能）
本文提出将线性 Datalog 程序编译为递归 SQL 的框架，通过中间语言 Midlog 和函数依赖恢复，使现有数据库引擎高效执行程序分析，在 Umbra 上比 Soufflé 快一个数量级。
2026-09-09 cs.DB cs.PL
AskDB: An LLM Agent for Natural Language Interaction with Relational Databases
IT Operations, Mantu Group（Mantu集团信息技术部）；Faculty of Engineering, Vietnamese-German University（越南-德国大学工程学院）；Computer Science and Information Engineering, National Taiwan University（国立台湾大学计算机科学与工程系）
AskDB是一种基于大型语言模型的代理，通过自然语言实现对关系数据库的数据分析和管理操作，提供统一且智能的交互体验。
2025-11-20 cs.AI cs.DB
On the Expressiveness of Languages for Querying Property Graphs in Relational Databases
本文形式化 SQL/PGQ 三个片段的表现力，证明图创建决定表现力，扩展视图定义后恰好捕获 NL，形成严格层级，并在有序结构上崩溃。
2025-10-08 cs.DB
Decision tree modeling with relational views
数据采掘是一种有用的决策支持技术，可用于发现仓库或公司数据中的产生式规则。数据采掘研究致力于在大型数据库上有效地应用各种挖掘算法。然而，在其实际应用中的一个严重的问题是这些算法的处理时间长。目前，一个关键的挑战是如何将数据采掘方法集成到传统的数据库系统框架中。实际上，这样的实现可以利用SQL引擎提供的效率。在本文中，我们提出了一个集成的方法，决策树在一个经典的数据库系统。换句话说，我们试图通过嵌入SQL查询的过程，以产生式规则的形式从关系数据库中发现知识。所获得的决策树由连续的、相关的关系视图定义。每个视图对应于基础决策树中的给定总体。我们选择了经典的归纳决策树（ID3）算法来构建决策树。为了证明我们的ID3的实现工作正常，我们成功地比较了我们的程序与现有的和验证的数据采掘软件，SIPINA的输出。此外，由于我们的方法是可调的，它可以推广到任何其他类似的决策树为基础的方法。
2007-05-10 cs.DB
Translating Relational Queries into Spreadsheets
电子表格是数据管理和分析最常用的应用程序之一。也许它们甚至是所有类型中使用最广泛的计算机应用程序之一。它们以自然和直观的方式将数据处理与各种补充功能相结合：统计功能，可视化工具，数据透视表，数据透视图，线性规划求解器，定期从外部来源下载数据的Web查询等。在这篇文章中，我们演示了一个电子表格可以实现所有的数据转换定义在SQL中，没有任何使用宏或内置的程序设计语言，仅仅通过利用电子表格公式。我们提供了一个查询编译器，它将任何给定的SQL查询转换为相同语义的工作表，包括NULL值。因此，数据库操作对于不想迁移到数据库的用户变得可用。他们可以使用高级语言定义查询，然后在普通的电子表格中获得执行计划。无需复杂的数据库系统，无需电子表格插件或宏。电子表格中可用的函数对可以实现的算法施加了严格的限制。在本文中，我们提供了$O(n\log^2n)$排序电子表格，但使用一个非常数的行数，以前已知的$O(n^2)$的改进。因此，令人惊讶的是，电子表格可以实现，正如我们所展示的，深度优先搜索和广度优先搜索的图形，从而超越SQL-92中定义的查询。
2014-07-16 cs.DB
DashQL -- Complete Analysis Workflows with SQL
本文提出 SQL 扩展语言 DashQL，用自包含脚本统一描述数据处理与可视化，并通过元数据驱动的整体优化实现高效交互式分析工作流。
2023-06-07 cs.DB cs.HC
IndicDBBench - Benchmarking Multilingual Text-to-SQL Capabilities in Indian Languages
National Data and Analytics Platform（国家数据与分析平台）；India Data Portal（印度数据门户）；NDAP（国家数据与分析平台）；ICRISAT（国际作物研究所）；IHDS（印度家庭与育儿调查）
IndicDB是一个多语言文本到SQL基准测试，用于评估跨语言语义解析能力，包含20个数据库和237张表，通过迭代三代理框架生成15617个任务，揭示了印度语言在SQL解析中的性能差距。
2026-11-03 cs.AI cs.CL cs.DB
Interactive Text-to-SQL Generation via Editable Step-by-Step Explanations
Purdue University（普渡大学）；University of Notre Dame（圣母大学）；The University of Sydney（悉尼大学）
针对现有 Text-to-SQL 技术易出错且缺乏灵活修正方式的问题，提出一种允许用户直接编辑查询逐步解释以修复错误的交互机制，实验与用户研究证明其优于多种 SOTA 方法。
2024-01-04 cs.CL cs.DB
Natural Language Query Engine for Relational Databases using Generative AI
IBM France（IBM法国公司）
针对非技术用户因缺乏SQL知识难以查询关系数据库的问题，提出基于生成式AI的自然语言查询引擎，可自动将自然语言查询转译为语法语义正确的SQL并生成自然语言响应，实现数据访问普惠化并提升效率。
2024-09-23 cs.AI cs.DB cs.LG
The CTU Prague Relational Learning Repository
该仓库提供148个多关系SQL数据库及元数据，以支持机器学习研究，由捷克理工大学托管。
2025-03-26 cs.DB cs.LG
Intensional RDB for Big Data Interoperability
在[1]中引入的一个新的Intensional RDB（IRDB）家族扩展了具有大数据和灵活的“开放模式”特征的传统RDB，能够保留用户定义的关系数据库模式和所有预先存在的包含用于部署这种关系数据的SQL语句的用户应用程序。标准RDB数据被解析为内部向量键/值关系，因此我们获得了大数据应用中使用的数据的列表示，涵盖了键/值和基于列的大数据应用，成为统一的RDB框架。这样的IRDB架构通过提供大数据和新的灵活模式特性，足以从现有的慢速RDBMS大规模迁移到这个新的快速IRDBMS家族。在这里，我们提出了IRDBs的互操作性功能，允许查询也在内部向量关系创建的每个联邦数据库在一个给定的多数据库系统的解析。我们表明，SchemaLog与二阶语法和ad hoc逻辑编程及其查询片段可以嵌入到标准的SQL IRDBMS，使我们获得一个完整的IRDBs的互操作性功能，通过使用标准的关系SQL查询数据和元数据。
2014-04-10 cs.DB
Empirical Analysis on Comparing the Performance of Alpha Miner Algorithm in SQL Query Language and NoSQL Column-Oriented Databases Using Apache Phoenix
流程感知信息系统（Process Aware Information Systems，PAIS）是一种支持业务流程并从业务流程的执行中生成大量事件日志的IT系统。事件日志表示为CaseID、Timestamp、Activity和Actor的元组。流程挖掘是一个新兴的领域，旨在通过分析事件日志来发现、增强和改进业务流程，并检查运行时间和设计时间业务流程之间的一致性。生成的大量事件日志存储在数据库中。关系数据库对于某类应用程序表现良好。然而，有一类应用程序是关系数据库无法扩展的。为了处理这类应用程序，NoSQL数据库系统出现了。从事件日志中发现流程模型（工作流模型）是流程挖掘中最具挑战性和重要的任务之一。$α$ -miner算法是最早也是最广泛使用的进程发现技术之一。我们的目标是调查哪些数据库（关系型或NoSQL）在流程挖掘下的流程发现应用程序中表现更好。我们实现了$α$ -矿工算法的关系（面向行）和NoSQL（面向列）数据库中的数据库查询语言，使我们的算法是紧密耦合到数据库。我们提出了一个性能基准测试和比较的$α$ -矿工算法在面向行的数据库和NoSQL的面向列的数据库，以便我们可以比较哪个数据库可以有效地存储大量的事件日志，并分析它在几秒钟内发现一个进程模型。
2017-03-16 cs.DB
On Order-independent Semantics of the Similarity Group-By Relational Database Operator
相似性分组（SGB，简称）已被提出作为一个关系数据库操作符，以满足新兴的数据库应用的需要。在文献中已经提出了许多扩展SQL的SGB运算符，例如，一维空间中的相似性算子。这些操作符具有各种语义。根据这些运算符的实现方式，某些实现可能会导致不同的数据分组。因此，如果SQL代码从一个数据库系统移植到另一个数据库系统，不能保证代码将产生相同的结果。在本文中，我们研究了多维空间中的关系相似度分组运算符的各种语义。我们定义了一类与顺序无关的SGB运算符，这些运算符产生相同的结果，而不管输入数据呈现给它们的顺序。使用从图论中借用的区间图的概念，我们证明了，对于某些SGB运营商，存在顺序独立的实现。对于这些操作符中的每一个，我们都提供了一个与顺序无关的示例算法。此外，我们证明了，对于其他SGB运营商，不存在一个顺序独立的实现，因此这些SGB运营商是不好定义的，不应该被采用的扩展SQL实现相似性分组。在本文中，我们介绍了一个SGB运营商，即SGB-All，分组多维数据使用相似性。SGB-All形成组，使得一个数据项（比如O）属于一个组（比如G），当且仅当O与G中的所有其他数据项在用户定义的阈值内。换句话说，SGB-All中的每个组在多维空间中形成附近数据项的集团。我们证明了SGB-All是阶无关的，即，对于每个选项存在至少一个算法，该算法独立于输入数据的呈现顺序。
2014-12-14 cs.DB
Snel: SQL Native Execution for LLVM
Snel是一个关系数据库引擎，具有查询的即时（JIT）编译和列式数据表示。Snel旨在通过利用LLVM编译器基础设施进行快速在线分析。它还具有自定义的特殊方法，如解析直方图作为SQL语言的扩展。Snel是指“SQL Native Execution for LLVM”。与传统的数据库引擎不同，它不提供客户端-服务器接口。相反，它将其接口公开为SQLite的扩展，用于从命令行进行简单的交互式使用并嵌入应用程序中。由于Snel表是只读的，因此它不提供事务或更新等功能。这使得查询非常快，因为它们没有表锁定或确保一致性的开销。Snel的核心是一个可供客户端应用程序使用的动态库。它有一个SQLite扩展，可以与传统的SQL环境进行无缝集成，并可以从命令行进行简单的交互式使用。
2020-03-04 cs.CY cs.DB
Expressive Power of Deep Homomorphism Networks over Relational Databases
University of Amsterdam（阿姆斯特丹大学）；Leipzig University（莱比锡大学）；Technion（技术学院）；RelationalAI（关系AI）
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。
2026-05-18 cs.AI cs.DB cs.LG
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
SQL2Circuits: Estimating Cardinalities, Execution Times, and Costs for SQL Queries with Quantum Natural Language Processing
University of Helsinki（赫尔辛基大学）
本文提出利用量子自然语言处理技术，通过量子机器学习模型估计SQL查询的基数、执行时间和成本，提升数据库查询优化效率。
2026-01-07 cs.DB cs.LG quant-ph
KathDB: Explainable Multimodal Database Management System with Human-AI Collaboration
University of Washington（华盛顿大学）
KathDB是一种结合关系语义和基础模型推理能力的多模数据库管理系统，通过人机协作实现查询解析、执行和结果解释的可解释性。
2025-12-11 cs.AI cs.DB
