[論文レビュー] Inferring SQL Queries Using Program Synthesis

Alvin Cheung, Armando Solar-Lezama+1 more|arXiv (Cornell University)|Aug 9, 2012

Advanced Database Systems and Queries参考文献 23被引用数 7

ひとこと要約

本論文では、ORM抽象化されたアプリケーションにおける命令型コード断片から正確なSQLクエリを自動的に推論する、プログラム合成に基づくアルゴリズムQBSを提示する。順序付き関係の理論を用いて不変条件と事後条件を合成することで、結合や集約などの複雑な操作を意味的に同等で最適化されたSQLに変換し、レコードの内容と順序を高い精度で保持する。

ABSTRACT

Developing high-performance applications that interact with databases is a difficult task, as developers need to understand both the details of the language in which their applications are written in, and also the intricacies of the relational model. One popular solution to this problem is the use of object-relational mapping (ORM) libraries that provide transparent access to the database using the same language that the application is written in. Unfortunately, using such frameworks can easily lead to applications with poor performance because developers often end up implementing relational operations in application code, and doing so usually does not take advantage of the optimized implementations of relational operations, efficient query plans, or push down of predicates that database systems provide. In this paper we present QBS, an algorithm that automatically identifies fragments of application logic that can be pushed into SQL queries. The QBS algorithm works by automatically synthesizing invariants and postconditions for the original code fragment. The postconditions and invariants are expressed using a theory of ordered relations that allows us to reason precisely about the contents and order of the records produced even by complex code fragments that compute joins and aggregates. The theory is close in expressiveness to SQL, so the synthesized postconditions can be readily translated to SQL queries. Using 40 code fragments extracted from over 120k lines of open-source code written using the Java Hibernate ORM, we demonstrate that our approach can convert a variety of imperative constructs into relational specifications.

研究の動機と目的

• ORMベースのアプリケーションにおける関係演算の非効率なアプリケーションレベルの実装が引き起こすパフォーマンスボトルネックを解消すること。
• 結合、フィルタ、集約を含む、特にそれらを含む命令型コード断片を自動的に同値で最適化されたSQLクエリに変換すること。
• 命令型論理からSQLに変換する際、結果セットの内容と順序を両方保持することで、意味論的一致性を確保すること。
• 開発者が手動でSQLを記述または最適化する必要を排除しつつ、透明性とパフォーマンスを維持すること。
• 従来のクエリ抽出の研究を拡張し、複雑な関係演算をサポートするとともに、結果の順序に関する正確性を保証すること。

提案手法

• 命令型コードブロックから事後条件と不変条件を、順序付き関係の理論を用いて推論するプログラム合成の手法を用いる。
• 一般的な関係演算（例：選択、射影、結合、集約）に特化した述語文法を定義し、可能なSQL翻訳の探索空間を制約する。
• 記号実行と不変条件抽出を活用して、元のコードの振る舞いと一致する正確な関係仕様を生成する。
• ORMでアクセスされるデータ構造の意味を順序付き関係としてエンコードすることで、ループやデータ変換の振る舞いを正確にモデル化する。
• 合成された事後条件を、データ内容とレコード順序の両方を保持するマッピングを用いて、同等で最適化されたSQLクエリに変換する。
• 元のコードと生成されたSQLの意味論的同等性を検証することで、合成されたクエリの正しさを検証する。

実験結果

リサーチクエスチョン

• RQ1 プログラム合成を用いて、ORMベースのアプリケーションにおける命令型コード断片から意味的に同等のSQLクエリを自動的に推論することは可能か？
• RQ2 命令型論理からSQLに変換する際、結果セットの内容と順序の両方を保持することは可能か？
• RQ3 順序付き関係の理論を用いて、結合や集約のような複雑な操作の正確な関係仕様を合成することは可能か？
• RQ4 本アプローチは、ORM抽象化されたアプリケーションに一般的に見られる実世界のコードパターンをどれほど効果的に処理できるか？
• RQ5 本アプローチは、オープンソースシステムから抽出された実用的で非自明なコード断片にスケーラブルか？

主な発見

• QBSアルゴリズムは、Hibernateを用いた12万行を超えるオープンソースJavaコードから抽出された40の実世界のコード断片に対して、正しい最適化されたSQLクエリを合成に成功した。
• 本アプローチは、結果セットの内容とレコードの順序の両方を保持しており、元のコードと生成されたSQLとの間で意味論的一致性を確保している。
• 順序付き関係の理論の使用により、トップや順序付き結合のような、集合ベースまたはバッグベースのモデルで問題となる操作について、正確な推論が可能になった。
• テストベンチマークにおいて、偽陽性が一切発生しなかったため、高い精度でクエリ推論が実現されており、妥当性と実用的適用性が示された。
• アルゴリズムは、結合や集約を実行するネストされたループのような複雑なパターンを正常に処理でき、ORM抽象化コードに一般的に見られるものであった。
• プロトタイプは、パフォーマンスが重要な操作がアプリケーションコードに実装されていた場合でも、安全かつ自動的にデータベースに移行できることを示した。これにより、コストの高いデータ転送や非効率な実行を回避できた。