[論文レビュー] Axiomatic Foundations and Algorithms for Deciding Semantic Equivalences of SQL Queries

Shumo Chu, Murphy, Brendan+3 more|arXiv (Cornell University)|Feb 6, 2018

Advanced Database Systems and Queries参考文献 39被引用数 5

ひとこと要約

この論文は、集合、バッグ、および混合意味論（DISTINCTを含む）を含む、整合性制約をサポートするSQLクエリ意味論をモデル化する最小限の公理的枠組みであるU-半環を導入する。また、少ない公理の集合を用いて、SQLクエリの意味的同等性を自動で検証するUDPアルゴリズムを提案し、62件の実世界のリライト規則を形式的に証明した（多くの場合、初めて正式に検証された）。これは、主なクエリクラスにおいて妥当性と完全性を示している。

ABSTRACT

Deciding the equivalence of SQL queries is a fundamental problem in data management. As prior work has mainly focused on studying the theoretical limitations of the problem, very few implementations for checking such equivalences exist. In this paper, we present a new formalism and implementation for reasoning about the equivalences of SQL queries. Our formalism, U-semiring, extends SQL's semiring semantics with unbounded summation and duplicate elimination. U-semiring is defined using only very few axioms and can thus be easily implemented using proof assistants such as Coq for automated query reasoning. Yet, they are sufficient enough to enable us reason about sophisticated SQL queries that are evaluated over bags and sets, along with various integrity constraints. To evaluate the effectiveness of U-semiring, we have used it to formally verify 39 query rewrite rules from both classical data management research papers and real-world SQL engines, where many of them have never been proven correct before.

研究の動機と目的

• 現代のデータベースシステム、特にリライト規則が検証されていないオープンソースエンジン（例：Calcite）において、SQLクエリ同等性の形式的検証ツールの不足に対処すること。
• Cosetteのような先行システムが、複雑な型理論（例：HoTT）に依存しており、外部キーまたは一般の整合性制約を処理できないという限界を克服すること。
• 集合とバッグの意味論を両方サポートする軽量で公理的な基盤を構築し、DISTINCTを含む混合意味論も含め、主キー・外部キーなどの整合性制約を統合すること。
• 一般のSQLに対して妥当であり、集合およびバッグ意味論の下で結合付き選択（UCQ）に対して完全なUDPアルゴリズムを設計すること。
• Coqのような証明支援ツールを用いて、機械検証可能な証明を自動生成し、信頼されるコードベースを縮小し、クエリ最適化における信頼性を向上させること。

提案手法

• 可換半環の拡張として、無限和と重複削除を備えたU-半環を定義し、わずか数個の単純な公理によって記述する。
• SQLクエリをU-式としてモデル化し、等式的推論が可能な代数的表現に変換する。
• 整合性制約（例：主キー、外部キー）をU-半環フレームワーク内での恒等式として表現し、同等性証明への統合を可能にする。
• UDPアルゴリズムを設計し、チャージ手順に類似した書き換えをU-式を用いて実行し、同型性または準同型性のテストによって同等性を決定する。
• Coqのような証明支援ツールと統合し、機械検証可能な証明を生成することで、正しさを保証し、信頼されるコードベースを最小限に抑える。
• U-半環構造内での重複削除としてDISTINCTをモデル化することで、混合意味論（集合／バッグ）をサポートする。

実験結果

リサーチクエスチョン

• RQ1 集合、バッグ、および混合意味論（DISTINCTを含む）に加え、整合性制約を含むSQLクエリの本質的意味論を捉える最小限の公理的システムを定義可能か？
• RQ2 わずかで信頼できる公理の集合のみを用いて、SQLクエリの意味的同等性を自動で検証するアルゴリズムを設計可能か？
• RQ3 外部キーおよび主キーのような整合性制約を、統一されたクエリ同等性フレームワーク内で形式的に符号化し、推論可能か？
• RQ4 提案されたフレームワークは、特に先行研究で検証されていなかった生産システムからの実世界のクエリリライト規則をどの程度処理できるか？
• RQ5 算術演算、文字列操作、型変換などの複雑なSQL機能をサポートするために、このフレームワークを拡張可能か？それともこれらは根本的に決定不能か？

主な発見

• U-半環フレームワークは、集合およびバッグ意味論、DISTINCTを含む混合意味論、および主キー・外部キーなどの整合性制約を含む、広範なSQL機能を効果的にモデル化できた。
• UDPアルゴリズムは、一般のSQLクエリに対して妥当であり、集合およびバッグ意味論の下で結合付き選択（UCQ）に対して完全である。
• 著者らは、生産システムから得た62件の実世界のクエリリライト規則を形式的に検証した。これは、古典的かつ実世界のエンジンからの68件中62件に上り、多くが以前に正しく証明されていなかった。
• わずか数個の恒等式からなるこのフレームワークの最小限の公理セットは、Coqのような証明支援ツールとの効率的な統合を可能にし、Cosetteのような先行システムと比較して信頼されるコードベースを顕著に縮小した。
• このフレームワークは、Calciteオプティマイザからの74件中68件のリライト規則を処理できた。残りの6件は、整数算術や文字列から日付への変換といった未対応の機能が原因で失敗したが、これらは根本的な障壁ではなく、将来的な拡張が必要である。
• このシステムは、現代のデータベースエンジン、特に専用の検証チームを持たないオープンソースシステムにおいて、クエリ同等性の形式的検証が実用的かつスケーラブルに可能であることを示している。