[논문 리뷰] Query Containment for Highly Expressive Datalog Fragments

Pierre Bourhis, Markus Krötzsch외 1명|arXiv (Cornell University)|2014. 06. 30.

Advanced Database Systems and Queries참고 문헌 14인용 수 6

한 줄 요약

이 논문은 매우 표현력이 뛰어난 Datalog 조각에서 쿼리 포함 관계의 정확한 복잡도 한계를 설정하며, Monadically Defined Queries (MQs)의 일반화인 Frontier-Guarded Queries (GQs)를 도입한다. 일반 Datalog에 대해 포함 관계는 3ExpTime-완전이며, 선형 Datalog에 대해선 2ExpSpace-완전임을 증명한다. 중첩은 복잡도에 지수적 계층을 유도하며, 이는 분야 내 열려 있던 문제들을 해결한다.

ABSTRACT

The containment problem of Datalog queries is well known to be undecidable. There are, however, several Datalog fragments for which containment is known to be decidable, most notably monadic Datalog and several "regular" query languages on graphs. Monadically Defined Queries (MQs) have been introduced recently as a joint generalization of these query languages. In this paper, we study a wide range of Datalog fragments with decidable query containment and determine exact complexity results for this problem. We generalize MQs to (Frontier-)Guarded Queries (GQs), and show that the containment problem is 3ExpTime-complete in either case, even if we allow arbitrary Datalog in the sub-query. If we focus on graph query languages, i.e., fragments of linear Datalog, then this complexity is reduced to 2ExpSpace. We also consider nested queries, which gain further expressivity by using predicates that are defined by inner queries. We show that nesting leads to an exponentially increasing hierarchy for the complexity of query containment, both in the linear and in the general case. Our results settle open problems for (nested) MQs, and they paint a comprehensive picture of the state of the art in Datalog query containment.

연구 동기 및 목표

• 결정 가능성이 알려진 매우 표현력 있는 Datalog 조각에서 쿼리 포함 관계의 정확한 계산 복잡도를 규명하는 것.
• Monadically Defined Queries (MQs)를 Frontier-Guarded Queries (GQs)로 일반화하여 표현력을 확장하면서도 결정 가능성을 유지하는 것.
• 중첩된 MQs, LinMDlog, 그리고 GDlog 내 Datalog에 대한 포함 관계의 복잡도에 관한 열린 문제들을 해결하는 것.
• 중첩 깊이와 선형성의 포함 관계 복잡도에 미치는 영향을 분석하여 지수적 복잡도 수준의 계층을 설정하는 것.
• 상수의 역할을 복잡도 증명에서 분석하고, 상수를 제거하면 복잡도가 한 지수 수준 감소할 것임을 추측하는 것.

제안 방법

• 저자들은 헤드 변수가 룰 본문의 단일 EDB 원자에 나타나도록 보장하는 조건을 만족시키는 Frontier-Guarded Queries (GQs)를 도입한다.
• Turing 기계의 구성과 전이를 시뮬레이션할 수 있도록, MQs에 영감을 받은 '플래그 & 체크' 인코딩 기법을 사용한다. 이를 통해 포함 문제로의 감소를 가능하게 한다.
• 어려움 결과는 교호적 Turing 기계의 수용 문제로부터의 감소를 통해 확립되며, 가드된 룰을 사용해 구성과 전이를 인코딩한다.
• 상한 결과는 특히 일반 Datalog에 대해 트리 오ート마타, 선형 Datalog에 대해선 단어 오ート마타를 사용한 오ート마타 이론 기법을 통해 도출된다.
• 논문은 중첩 쿼리 포함 관계를 재귀적으로 쿼리 중첩 수준을 인코딩하여 분석하며, 각 중첩 수준에서 복잡도가 지수적으로 증가함을 보여준다.
• 일반 Datalog, 선형 Datalog, 단성 Datalog, 그리고 그들의 가드 또는 중첩된 변형들 간의 차이를 고려하여 복잡도 한계를 정밀하게 조정한다.

실험 결과

연구 질문

• RQ1 결정 가능성이 알려진 일반 Datalog 조각에서 쿼리 포함 관계의 정확한 복잡도는 무엇인가?
• RQ2 MQs를 GQs로 확장하면 포함 관계의 복잡도에 어떤 영향을 미치며, 결정 가능성은 유지되는가?
• RQ3 Datalog 내 중첩은 포함 관계의 복잡도 계층에 어떤 영향을 미치는가?
• RQ4 Guarded Datalog (GDlog) 내 Datalog의 포함 문제는 결정 가능한가? 만약 그렇다면 정확한 복잡도는 무엇인가?
• RQ5 상수는 복잡도 증명의 복잡도에 어떤 영향을 미치며, 상수를 제거하면 어떤 일이 일어나는가?

주요 결과

• 일반 Datalog 조각, 즉 GQs와 MQs의 포함 관계는 3ExpTime-완전하며, 하위 쿼리가 임의의 Datalog 프로그램일지라도 동일하게 성립한다.
• 선형 Datalog 조각의 경우 포함 관계 복잡도는 2ExpSpace로 감소하며, 선형 단성 Datalog (LinMDlog)는 PSpace-완전이다.
• 쿼리의 중첩은 지수적 계층을 유도한다: LinMQk가 LinMQk+1에 포함되는 것은 (k+1)ExpSpace-어려움이며, 마찬가지로 MQk에 대해서도 동일하다.
• GDlog 내 Datalog의 포함 문제는 2ExpTime-완전하며, 이는 오랫동안 열려 있던 질문을 해결한다.
• 논문은 선형 단성 Datalog (LinMDlog)의 경우에 대해 정밀한 복잡도 한계의 간극을 규명한다. 관련 조각들에 대해서는 정밀한 한계가 확보되어 있으나, LinMDlog의 경우 복잡도는 여전히 미해결 상태이다.
• 상수는 어려움 증명에서 핵심적인 역할을 하며, 상수를 제거하면 복잡도가 한 지수 수준 감소할 수 있다. 이는 향후 연구를 위한 추측을 제기한다.