[论文解读] On the Limitations of Provenance for Queries With Difference

Yael Amsterdamer, Daniel Deutch+1 more|arXiv (Cornell University)|May 11, 2011

Scientific Computing and Data Management参考文献 25被引用 29

一句话总结

本文证明，将 provenance 半环扩展以支持带有差集的关系代数在根本上存在局限：不存在一个通用的基于半环的框架，能够在所有有用的半环中满足所有预期的代数等价公理（如 A13）。作者证明，关键公理在诸如安全半环、模糊半环以及分配格上的 m-半环等重要半环中均不成立，表明一劳永逸的解决方案是不可能的。相反，他们主张采用针对特定应用的半环扩展，例如通过使用基于集合的注解，对原始安全半环进行修改后得到的 S′ 半环，可保持所需的公理。

ABSTRACT

The annotation of the results of database transformations was shown to be very effective for various applications. Until recently, most works in this context focused on positive query languages. The provenance semirings is a particular approach that was proven effective for these languages, and it was shown that when propagating provenance with semirings, the expected equivalence axioms of the corresponding query languages are satisfied. There have been several attempts to extend the framework to account for relational algebra queries with difference. We show here that these suggestions fail to satisfy some expected equivalence axioms (that in particular hold for queries on "standard" set and bag databases). Interestingly, we show that this is not a pitfall of these particular attempts, but rather every such attempt is bound to fail in satisfying these axioms, for some semirings. Finally, we show particular semirings for which an extension for supporting difference is (im)possible.

研究动机与目标

• 识别在带有差集的关系代数中应保留的最小代数等价公理集合。
• 研究是否存在一个通用的基于半环的框架，能够对所有半环满足这些公理。
• 确定现有的带 provenance 的差集语义（例如，减法、Z-关系、基于聚合的语义）是否满足预期的公理。
• 探索在特定应用场景（如访问控制）中能够保持关键公理的替代半环构造。

提出的方法

• 形式化一组13条代数公理（A1–A13），以捕捉带有差集的关系代数中预期的等价性。
• 定义一个基于半环的 provenance 框架，其中查询算子（并、连接、差集）通过半环运算（+、·、−）建模。
• 分析这些公理在多种半环中的有效性，包括分配格、安全半环、模糊半环以及 m-半环。
• 构造反例以证明关键公理（如 A13）在重要半环中不成立，即使这些半环是 m-半环。
• 提出一种修改后的半环 S′，用于访问控制，其嵌入原始安全半环，并通过使用基于集合的注解来满足所有公理。
• 使用等式推理和格论证明，A13 的失效在某些半环结构中是固有的。

实验结果

研究问题

• RQ1 能否构建一个通用的基于半环的 provenance 框架，使得无论选择何种半环，都能满足带有差集的关系代数的所有预期代数等价性？
• RQ2 为何现有的带 provenance 的差集语义（如减法、Z-关系、基于聚合的语义）无法满足基本的等价公理？
• RQ3 在诸如安全半环等重要半环中，公理 A13 的失效是特定设计的缺陷，还是半环框架本身的固有局限？
• RQ4 能否定义替代的半环构造，使其在支持实际应用（如访问控制）的同时，保持关键公理（如 A13）？
• RQ5 完整关系代数的通用 provenance 域的代数结构是什么？除了自由代数之外，能否对其进行有意义的刻画？

主要发现

• 公理 A13（表达涉及差集的分配律）在安全 m-半环、模糊 m-半环以及具有非零剩余的分配格上的 m-半环中均不成立。
• A13 的失效并非源于特定语义的缺陷，而是某些半环代数结构的固有属性，因此无法在所有情况下满足该公理。
• 作为 provenance 差集通用域提出的自由 m-半环不满足 A13，这削弱了其通用性。
• 标准的 provenance 半环 N[X] 满足 A13，但缺乏对差集的通用性，表明新的通用域必须满足 A1–A13。
• 一种基于安全凭证集合的修改后半环 S′ 满足所有公理 A1–A13，并为访问控制应用提供了可行的替代方案。
• 结果表明，无法实现一个单一的通用语义来支持带有差集的 provenance；相反，必须采用针对特定应用的半环扩展。