[論文レビュー] The Deductive Database System LDL++

Faiz Arni, KayLiang Ong+3 more|ArXiv.org|Feb 1, 2002

Advanced Database Systems and Queries参考文献 30被引用数 6

ひとこと要約

LDL++ は、選択、ユーザー定義集約（UDA）、XY-階層化といった非単調的かつ非決定的な構成を論理プログラミングに拡張する帰納的データベースシステムを導入する。このシステムは記述的意味論を保持し、階層化を超えた再帰的ネガションと集約を可能にするとともに、外部DBMSとの密結合をサポートし、スケーラブルでモジュラーなルールベース推論により、データマイニングおよびミドルウェア分野での強力な適用性を示している。

ABSTRACT

This paper describes the LDL++ system and the research advances that have enabled its design and development. We begin by discussing the new nonmonotonic and nondeterministic constructs that extend the functionality of the LDL++ language, while preserving its model-theoretic and fixpoint semantics. Then, we describe the execution model and the open architecture designed to support these new constructs and to facilitate the integration with existing DBMSs and applications. Finally, we describe the lessons learned by using LDL++ on various tested applications, such as middleware and datamining.

研究の動機と目的

• 帰納的データベースにおける階層化論理プログラミングの制限を克服し、ネガションと集約を伴う再帰を可能にする。
• 選択構成による関数的依存をサポートし、単調なユーザー定義集約を備えた記述的言語を設計する。
• インクリメンタルな答え生成と外部データベースとの密結合を可能にする実行モデルを開発する。
• LDL++ を実世界のデータ集約アプリケーション、特にデータマイニングとミドルウェアにおいて評価する。
• 非階層的かつ非単調的論理プログラミングの実用的システムにおける実現可能性とスケーラビリティを示す。

提案手法

• 関数的依存を強制し、非決定的だが単調なルール実行を可能にするために、選択構成を導入する。
• XY-階層化を用いて階層化を一般化し、再帰におけるネガションや非単調的集約といった非単調的構成をサポートする。
• 形式的な意味論を備えたユーザー定義集約（UDA）をサポートし、再帰において自由に使用可能な単調なUDAのクラスを同定する。
• インクリメンタルな答え生成を可能にし、再帰的ルールの効率的処理を実現するパイプライン型実行モデルを設計する。
• JDBCおよび手続き型言語インタフェースを通じた外部DBMSとの統合により、オープンな拡張性を実現する。
• 意味的正しさを保証するコンパイル時整合性チェックを用い、言語の記述的性質を維持する。

実験結果

リサーチクエスチョン

• RQ1 帰納的データベースシステムは、階層化の制約を超えて、ネガションと集約を伴う再帰をどのようにサポートできるか。
• RQ2 再帰的ルールにおけるユーザー定義集約および選択ベースの関数的依存の形式的意味論はどのように提供できるか。
• RQ3 非単調的かつ非決定的構成を論理ベース言語に統合しながら、記述的意味論を保持できるか。
• RQ4 LDL++ は、データマイニングやミドルウェアのような複雑なデータ集約アプリケーションをどれほど効果的にサポートできるか。
• RQ5 外部データベースとの密結合および新分野への拡張性を実現するためのアーキテクチャ的原則は何か。

主な発見

• LDL++ は、従来の階層化の制限を超えるために、新規の XY-階層化メカニズムを用いてネガションと集約を伴う再帰を効果的にサポートした。
• 選択構成は、単調的かつ意味論的に妥当な方法で関数的依存の制約を実現し、再帰における安全な使用を可能にした。
• 単調なユーザー定義集約（UDA）は形式的に特徴付けられ、コンパイラによって認識され、再帰的ルールにおいて制限なく使用可能である。
• システムのパイプライン型実行モデルは、インクリメンタルな答え生成をサポートし、大規模データアプリケーションにおけるパフォーマンスを向上させた。
• LDL++ は、データマイニングワークロードにおいて強く効果的であり、原典的な関連ルールをビジネスインサイトに変換する帰納的ルールを実現した。
• ライセンス制約のある研究プロトタイプではあるが、意思決定支援およびデータマイニングシステムへの導入可能性が高く示された。