[论文解读] DB Category: Denotational Semantics for View-based Database Mappings

Zoran Majkić|arXiv (Cornell University)|Feb 24, 2011

Advanced Database Systems and Queries参考文献 25被引用 4

一句话总结

本文提出了一种用于数据库映射的新型范畴化指称语义，采用专门的数据库范畴 $DB$，其中对象为数据库实例，态射为基于视图的映射（非函数）。通过定义一个幂视图自函子并利用单子结构，该框架实现了复杂映射的组合式、图形化表示，并支持数据集成的不动点解法，确立了 $DB$ 中的行为等价性与对偶性。主要贡献在于构建了一个数学上严谨、对称的2-范畴，用于数据库映射，支持对等网络与数据仓库系统中的查询重写及元映射抽象。

ABSTRACT

We present a categorical denotational semantics for a database mapping, based on views, in the most general framework of a database integration/exchange. Developed database category DB, for databases (objects) and view-based mappings (morphisms) between them, is different from Set category: the morphisms (based on a set of complex query computations) are not functions, while the objects are database instances (sets of relations). The logic based schema mappings between databases, usually written in a highly expressive logical language (ex. LAV, GAV, GLAV mappings, or tuple generating dependency) may be functorially translated into this "computation" category DB. A new approach is adopted, based on the behavioral point of view for databases, and behavioral equivalences for databases and their mappings are established. By introduction of view-based observations for databases, which are computations without side-effects, we define a fundamental (Universal algebra) monad with a power-view endofunctor T. The resulting 2-category DB is symmetric, so that any mapping can be represented as an object (database instance) as well, where a higher-level mapping between mappings is a 2-cell morphism. Database category DB has the following properties: it is equal to its dual, complete and cocomplete. Special attention is devoted to practical examples: a query definition, a query rewriting in GAV Database-integration environment, and the fixpoint solution of a canonical data integration model.

研究动机与目标

• 为解决传统 $Set$-范畴理论在建模复杂、非函数型数据库映射方面的局限性。
• 构建一个用于数据库集成与交换的形式化范畴框架，支持合并与匹配等高层代数操作。
• 基于基于视图的观测，建立数据库与映射之间的行为等价性（强等价与弱等价）。
• 在对等网络与数据仓库环境中，实现复杂映射与查询的合成式、图形化表示。
• 为使用单子与代数结构在数据集成系统中形式化查询重写与不动点计算提供基础。

提出的方法

• 构建一个范畴 $DB$，其中对象为数据库实例（关系集合），态射为基于视图的映射，将 $Set$ 推广以处理复杂查询计算。
• 引入一个幂视图自函子 $T$ 与一个通用代数单子，以建模无状态、无副作用的视图计算。
• 在 $DB$ 上定义2-范畴结构，其中2-态射表示映射之间的高层映射，确保对称性与对偶性。
• 基于基于视图的计算，建立强等价与弱等价，用于比较数据库与映射。
• 应用不动点算子 $\Psi$ 计算规范数据集成模型的最小解 $\mathcal{C}_M(\mathcal{I},\mathcal{D})$。
• 使用闭包算子 $T_w$ 表明，无限规范数据库与其中有限不动点子集弱等价。

实验结果

研究问题

• RQ1 如何构建一种广义化 $Set$ 并容纳复杂、非函数型基于视图的数据库映射的范畴语义？
• RQ2 在基于视图的观测下，哪些行为等价性被保留于数据库与映射之间？
• RQ3 如何为数据库映射定义一个对称的2-范畴结构，以支持高阶组合与元映射？
• RQ4 能否形式化定义一个不动点算子，以计算规范数据集成模型中的最小解？
• RQ5 在此框架中，如何通过闭包与不动点操作，以有限方式表示无限数据库？

主要发现

• 数据库范畴 $DB$ 与其对偶范畴同构，且完全与上完全，确保了用于映射推理的强范畴性质。
• 不动点解 $\mathcal{C}_M(\mathcal{I},\mathcal{D}) = S$ 作为 $\Psi$ 的最小不动点实现，满足 $S = \Psi(S)$，即使规范数据库为无限，该解仍为有限。
• 闭包算子 $T_w$ 是代数的，即 $T_w(\mathit{can}(\mathcal{I},\mathcal{D})) = \bigcup \{ T_w(X') \mid X' \subseteq_\omega \mathit{can}(\mathcal{I},\mathcal{D}) \}$，表明有限逼近已足够。
• 无限规范数据库 $\mathit{can}(\mathcal{I},\mathcal{D})$ 与其中有限不动点子集 $\mathcal{C}_M(\mathcal{I},\mathcal{D})$ 弱等价，即 $\mathit{can}(\mathcal{I},\mathcal{D}) \approx_w \mathcal{C}_M(\mathcal{I},\mathcal{D})$。
• 该框架支持一种图形化、草图式的元映射描述系统，适用于对等网络与数据仓库系统中的复杂、部分映射。
• $DB$ 范畴支持将逻辑模式映射（如 GAV、LAV）函子式地转换为基于视图的计算范畴中的映射。