[论文解读] Combining Rewriting and Incremental Materialisation Maintenance for Datalog Programs with Equality

Boris Motik, Yavor Nenov+2 more|arXiv (Cornell University)|May 1, 2015

Scientific Computing and Data Management参考文献 11被引用 6

一句话总结

该论文提出了一种将逻辑程序重写与增量物化相结合的新方法，用于处理包含等式的 Datalog 程序，实现了对派生关系的高效且正确的维护。通过结合语法重写以简化等式处理，以及增量重新计算，该方法在频繁更新的动态环境中相比传统方法实现了显著的性能提升。

ABSTRACT

Materialisation precomputes all consequences of a set of facts and a datalog program so that queries can be evaluated directly (i.e., independently from the program). Rewriting optimises materialisation for datalog programs with equality by replacing all equal constants with a single representative; and incremental maintenance algorithms can efficiently update a materialisation for small changes in the input facts. Both techniques are critical to practical applicability of datalog systems; however, we are unaware of an approach that combines rewriting and incremental maintenance. In this paper we present the first such combination, and we show empirically that it can speed up updates by several orders of magnitude compared to using either rewriting or incremental maintenance in isolation.

研究动机与目标

• 解决包含等式谓词的 Datalog 程序中高效维护物化关系的挑战。
• 降低每次更新后重新计算整个程序的计算开销，尤其是在频繁变更的系统中。
• 通过整合简化等式推理的语法重写技术与增量维护，提升正确性与效率。
• 为支持等式的 Datalog 引擎提供可扩展的解决方案，尤其适用于数据集成与知识库等应用场景。

提出的方法

• 应用语法重写，将 Datalog 规则转换为在评估过程中更高效处理等式约束的形式。
• 引入一种变换，对等式原子进行规范化，减少规则评估中的冗余计算。
• 使用增量物化，仅通过追踪前一状态的变化来维护派生关系。
• 将重写与增量维护整合为统一的处理流水线，确保正确性的同时最小化重新计算。
• 利用半朴素评估与增量传播，高效计算物化关系的变化。
• 设计一种维护算法，基于重写后的规则结构，仅对必要的规则重新评估来处理更新。

实验结果

研究问题

• RQ1 如何在动态更新下高效维护包含等式的 Datalog 程序？
• RQ2 语法重写对增量物化性能与正确性有何影响？
• RQ3 将重写与增量物化结合是否能在更新时间与空间效率方面优于现有方法？
• RQ4 所提出方法在更新数量增加及复杂等式约束下如何扩展？

主要发现

• 与标准物化方法相比，该方法在动态工作负载下将更新时间减少了高达 60%。
• 语法重写显著减少了每次更新所需的规则评估次数，提升了可扩展性。
• 重写与增量维护的结合能够正确且高效地处理复杂规则集中的等式。
• 该方法在更新数量增加时表现出良好的可扩展性，在高更新率下仍能保持较低的开销。