高效计算合取查询的差异
摘要：有效计算两个（或多个）联接查询的差异结果，这是关系代数中最后一个操作符，我们对此进行了研究。在实际的数据库系统中，标准方法是将每个输入查询的结果作为单独的集合存储，并计算两个（或多个）集合的差异。这种方法的瓶颈在于评估每个输入查询的复杂性，特别是当差异中只有少量结果时，这可能是非常昂贵的。在本文中，我们通过利用输入查询的结构特性，并将差异操作符尽可能地向下推，介绍了一种新的方法来重写原始查询。我们展示了对于大类别的差异查询，这种方法可以导致一个线性时间算法，即输入大小和（最终）输出大小（即差异操作符中存留的查询结果数量）的数量。通过展示在线性时间内计算其余差异查询的困难性，我们完善了这个结果。尽管一般情况下很难实现线性时间算法，但我们还提供了一些可以明显改善标准方法的启发式方法。最后，我们将我们的方法与图形和基准数据集上的标准SQL引擎进行了比较。实验证明，我们的方法相比于纯SQL可以实现数量级的加速。
作者：Xiao Hu and Qichen Wang
论文ID：2302.13140
分类：Databases
分类简称：cs.DB
提交时间：2023-04-21