[论文解读] Consistent Query Answering via ASP from Different Perspectives: Theory and Practice

Marco Manna, Francesco Ricca+1 more|arXiv (Cornell University)|Jul 22, 2011

Logic, Reasoning, and Knowledge参考文献 33被引用 4

一句话总结

本文提出了一种基于ASP的统一框架，用于在多种语义下实现一致的查询回答（CQA）——包括声音、完整和精确语义——通过将CQA编码为带有聚集的析取ASP程序的谨慎推理。该框架引入了查询驱动的优化技术，以局部化计算并降低复杂度，从而实现对大规模数据集成工作负载的高效处理，具备可证明的可扩展性，并支持关键约束（KDs和INDs）。

ABSTRACT

A data integration system provides transparent access to different data sources by suitably combining their data, and providing the user with a unified view of them, called global schema. However, source data are generally not under the control of the data integration process, thus integrated data may violate global integrity constraints even in presence of locally-consistent data sources. In this scenario, it may be anyway interesting to retrieve as much consistent information as possible. The process of answering user queries under global constraint violations is called consistent query answering (CQA). Several notions of CQA have been proposed, e.g., depending on whether integrated information is assumed to be sound, complete, exact or a variant of them. This paper provides a contribution in this setting: it uniforms solutions coming from different perspectives under a common ASP-based core, and provides query-driven optimizations designed for isolating and eliminating inefficiencies of the general approach for computing consistent answers. Moreover, the paper introduces some new theoretical results enriching existing knowledge on decidability and complexity of the considered problems. The effectiveness of the approach is evidenced by experimental results. To appear in Theory and Practice of Logic Programming (TPLP).

研究动机与目标

• 解决数据集成系统中的一致查询回答（CQA）挑战，即尽管局部数据源是一致的，但全局完整性约束可能被违反。
• 将多种CQA语义——松散声音、松散完整和松散精确——统一到一个单一的声明式ASP核心下，以实现在不同数据质量假设下的统一推理。
• 通过引入查询驱动的优化技术，局部化并简化修复计算，从而克服CQA固有的计算困难，降低复杂度并提高可扩展性。
• 开发并实现一个功能完整的原型系统，能够处理具有大规模数据和复杂约束的真实世界数据集成工作负载。
• 在同时存在主键依赖（KDs）和类似外键的包含依赖（SFSK INDs）的情况下，扩展CQA在松散精确和松散声音语义下的可判定性边界。

提出的方法

• 将CQA形式化为带有聚集的析取ASP程序的谨慎推理，这些程序由用户查询和全局完整性约束自动生成。
• 引入一种查询感知重写机制，构建针对特定查询和约束结构量身定制的ASP程序，从而实现一致答案的精确且高效计算。
• 设计一种新颖的优化技术——“垂直”简化——通过局部化并简化相关约束，降低活动关系的元数，从而最小化候选修复的数量。
• 集成DLV DB系统作为底层查询求值器，以支持主内存数据库操作和分布式数据管理，实现在大规模数据集上的可扩展性。
• 应用查询驱动的过滤机制，仅隔离与查询相关的最小约束集，避免对无关或冗余约束进行不必要的计算。
• 将基于ASP的框架与现有优化策略（如魔术集）相结合，并扩展它们以支持CQA，确保与更广泛的逻辑编程技术向后兼容。

实验结果

研究问题

• RQ1 如何在单一声明式框架下正式统一不同的CQA语义——松散声音、松散完整和松散精确？
• RQ2 当同时存在主键依赖（KDs）和包含依赖（SFSK INDs）时，松散精确和松散声音语义下的CQA计算复杂度是多少？
• RQ3 查询驱动的优化能否通过局部化和简化约束处理来降低CQA的计算开销，同时不牺牲正确性？
• RQ4 基于ASP的重写和优化技术在具有复杂约束的真实世界和合成数据集成工作负载上，其可扩展性如何？
• RQ5 与仅支持CQA语义或约束类型子集的现有系统相比，所提出的框架在性能和表达能力方面有何差异？

主要发现

• 所提出的基于ASP的框架成功地将三种主要CQA语义——松散声音、松散完整和松散精确——统一到一个单一、连贯且声明式的计算模型中。
• 该框架在松散精确和松散声音语义下扩展了可判定性边界，即使在同时存在主键依赖（KDs）和包含依赖（SFSK INDs）的情况下依然成立。
• 查询驱动的优化策略通过简化约束结构，显著减少了候选修复的数量，从而提升了性能并降低了计算复杂度。
• 在真实世界和合成数据上的实验评估表明，该原型系统具有良好的可扩展性和效率，尤其在合取查询和常见数据库约束下表现突出。
• DLV DB系统的集成使得大规模数据的有效处理成为可能，证实了该方法在真实世界数据集成场景中的可行性。
• 该系统支持完整的功能栈，包括用户友好的图形界面、完整的约束支持（KDs和INDs）以及多种语义，其性能优于以往仅支持单一语义或约束类型的系统。