[论文解读] Formal Semantics of the Language Cypher

Nadime Francis, Alastair Green+9 more|arXiv (Cornell University)|Feb 27, 2018

Graph Theory and Algorithms被引用 5

一句话总结

本文为Cypher的核心只读查询片段（一种广泛使用的属性图查询语言）提出了形式化的指称语义。通过使用数学函数对表格上的模式匹配、过滤和关系运算进行定义，实现了对查询等价性与优化技术在不同实现间的一致性推理。

ABSTRACT

Cypher is a query language for property graphs. It was originally designed and implemented as part of the Neo4j graph database, and it is currently used in a growing number of commercial systems, industrial applications and research projects. In this work, we provide denotational semantics of the core fragment of the read-only part of Cypher, which features in particular pattern matching, filtering, and most relational operations on tables.

研究动机与目标

• 建立Cypher核心只读部分的形式化、指称语义，以解决缺乏标准化规范的问题。
• 实现对不同Cypher实现间查询等价性与查询优化正确性的精确推理。
• 为在各类系统（包括商业与研究型数据库）中实现与验证Cypher提供参考模型。
• 以数学上严谨的方式形式化Cypher的关键构造，如模式匹配、过滤与表格操作。

提出的方法

• 定义一个形式化数据模型，包含值（整数、字符串、列表、映射、三值布尔）、属性图、记录以及作为记录集合的表格。
• 通过刚性模式与路径满足性来指定模式匹配，其中若模式满足结构与标签约束，则其匹配一条路径。
• 将Cypher表达式的语义定义为从图与记录到值的函数，采用指称方法。
• 将MATCH、WHERE、RETURN、WITH与UNWIND等子句形式化为从输入表格到输出表格的函数，保持表格结构与语义。
• 使用数学构造（如域限制、记录扩展与不相交并集）来建模变量绑定与结果构造。
• 递归定义表达式与子句的求值，其语义基于图结构与变量绑定。

实验结果

研究问题

• RQ1 如何使用指称语义对Cypher的核心只读功能进行形式化指定，以确保在不同实现间的一致解释？
• RQ2 何种数学框架最能捕捉属性图中模式匹配与路径匹配的行为？
• RQ3 如何将Cypher中的过滤、投影与表格操作建模为具有明确定义输入输出行为的表格函数？
• RQ4 在图中，模式与路径匹配的正式条件是什么？如何以数学方式表达？
• RQ5 如何组合Cypher查询子句（MATCH、WHERE、WITH、RETURN、UNWIND）的语义，以生成完整的查询求值函数？

主要发现

• 形式化语义成功捕捉了Cypher核心只读功能的预期行为，包括模式匹配、过滤以及表格上的关系运算。
• 该语义支持对查询等价性的精确推理，使得查询优化技术的正式验证成为可能。
• 模型正确处理了变量绑定与路径满足性，通过一个包含四个节点与三条关系的实例求值得到验证。
• WITH子句的语义被形式化定义，以支持投影与选择，包括对*和别名的处理。
• UNWIND子句被形式化指定，用于将列表展开为多行，正确处理空列表与非列表值。
• 该语义为参考实现提供了基础，并实现了Cypher查询处理在不同实现间的一致性。