[论文解读] Mragyati : A System for Keyword-based Searching in Databases

Nandlal L. Sarda, Ankur Jain|ArXiv.org|Oct 25, 2001

Data Management and Algorithms参考文献 6被引用 23

一句话总结

本文提出 Mragyati，一种基于关键词的数据库搜索系统，使用户能够在不了解数据库模式或 SQL 的情况下，使用自由格式的关键词查询数据库。它利用元数据和数据语义将关键词映射到数据库关系，动态生成结构化、可浏览的结果，而无需预先计算全局模式图，从而实现类似网页搜索的可扩展性和易用性。

ABSTRACT

The web, through many search engine sites, has popularized the keyword-based search paradigm, where a user can specify a string of keywords and expect to retrieve relevant documents, possibly ranked by their relevance to the query. Since a lot of information is stored in databases (and not as HTML documents), it is important to provide a similar search paradigm for databases, where users can query a database without knowing the database schema and database query languages such as SQL. In this paper, we propose such a database search system, which accepts a free-form query as a collection of keywords, translates it into queries on the database using the database metadata, and presents query results in a well-structured and browsable form. Th eysytem maps keywords onto the database schema and uses inter-relationships (i.e., data semantics) among the referred tables to generate meaningful query results. We also describe our prototype for database search, called Mragyati. Th eapproach proposed here is scalable, as it does not build an in-memory graph of the entire database for searching for relationships among the objects selected by the user's query.

研究动机与目标

• 使用户能够在不了解数据库模式或 SQL 的情况下，通过自然关键词查询搜索数据库。
• 弥合网页式关键词搜索与传统数据库查询之间在非专家用户中的差距。
• 设计一种可扩展的系统，避免预先计算全局模式图以发现关系。
• 以结构化、可浏览的格式呈现结果，反映数据库表之间的语义关系。
• 通过利用数据库模式中的外键关系和数据语义，支持有意义的查询结果。

提出的方法

• 系统使用元数据和词汇匹配，将用户提供的关键词映射到数据库模式中的属性或表。
• 它利用外键关系和数据语义，推断出关键词所引用表之间的有意义连接。
• 动态查询生成引擎基于语义关系识别相关表组合，实时构建 SQL 查询。
• 系统避免构建内存中的全局模式图，确保在大型数据库中的可扩展性。
• 结果以前后关联的、结构化的、可浏览的格式呈现，以提升用户理解与导航能力。
• 该方法利用数据库元数据（例如，表名、列名、外键约束）来消除歧义，并将关键词映射到模式元素。

实验结果

研究问题

• RQ1 如何在关系型数据库中有效支持基于关键词的搜索，而无需用户了解数据库模式或编写 SQL？
• RQ2 哪些技术可以利用数据语义和外键约束，从关键词查询中动态发现有意义的表连接？
• RQ3 如何在不预先计算全局模式图的情况下，使系统可扩展至大型数据库？
• RQ4 哪些机制可以以可浏览的、语义上有意义的格式组织和呈现查询结果？
• RQ5 如何在非专家用户中实现关键词到关系的映射时，平衡结果的相关性与可用性？

主要发现

• 系统成功地仅通过元数据和外键关系，将自由格式的关键词查询映射为有意义的关系查询。
• 通过避免预先计算全局模式图，Mragyati 实现了高可扩展性，尤其适用于大型复杂数据库。
• 该方法使非专家用户能够在不了解 SQL 或数据库模式的情况下检索到相关结果。
• 结果以前后关联的、结构化的、可浏览的格式呈现，增强了用户理解与交互能力。
• 该研究证明，利用元数据和语义关系，数据库中的基于关键词搜索是可行且实用的。
• 原型实现验证了该方法在真实世界数据库场景中的可行性。