[论文解读] Nested Intervals with Farey Fractions

Vadim Tropashko|ArXiv.org|Jan 18, 2004

Advanced Database Systems and Queries被引用 7

一句话总结

本文提出了一种基于法里分数的可扩展嵌套区间模型，用于在关系型数据库中表示树结构，解决了二进制有理数编码带来的指数级增长问题。通过利用法里序列的稠密性和有序性，该方法高效编码树结构，并在最多一百万个节点时表现出线性可扩展性。

ABSTRACT

Relational Databases are universally conceived as an advance over their predecessors Network and Hierarchical models. Superior in every querying respect, they turned out to be surprisingly incomplete when modeling transitive dependencies. Almost every couple of months a question how to model a tree in the database surfaces at comp.database.theory newsgroup. This article completes a series of articles exploring Nested Intervals Model. Previous articles introduced tree encoding with Binary Rational Numbers. However, binary encoding grows exponentially, both in breadth and in depth. In this article, we'll leverage Farey fractions in order to overcome this problem. We'll also demonstrate that our implementation scales to a tree with 1M nodes.

研究动机与目标

• 解决嵌套区间模型中二进制有理数编码的局限性，后者在深度和广度上均呈指数级增长。
• 探索能够保持嵌套区间优势的同时提升空间和性能效率的替代数系。
• 开发一种可高效扩展至大型数据库（如百万节点规模）的树编码方法。
• 证明法里分数在嵌套区间表示中比二进制有理数更具紧凑性和效率。

提出的方法

• 该方法使用法里序列生成保持嵌套区间性质的有理数，用于树节点的表示。
• 每个节点根据其在树中的位置被分配一个唯一的法里分数，确保通过区间包含关系保持父子关系。
• 算法通过中位数插入法在中序遍历过程中分配法里分数，以维持顺序性和稠密性。
• 编码确保某节点的后代由其父节点区间的子区间表示。
• 该方法通过使用法里分数的稠密有序结构，而非二进制分数，避免了指数级增长。
• 通过在百万节点树上的性能基准测试验证了实现，确认了线性可扩展性。

实验结果

研究问题

• RQ1 法里分数能否以避免二进制有理数编码中指数级增长的方式表示嵌套区间？
• RQ2 使用法里分数如何提升大规模树结构嵌套区间的可扩展性？
• RQ3 与二进制有理数编码相比，基于法里分数的编码在性能和空间效率方面表现如何？
• RQ4 基于法里分数的方法能否在大规模树结构表示中保持正确的父子关系和区间包含性？

主要发现

• 基于法里分数的嵌套区间模型成功避免了二进制有理数编码固有的指数级增长问题。
• 该方法可线性扩展至最多一百万个节点的树，证明了其在大型数据库中的实际可行性。
• 使用法里序列确保了稠密且有序的有理数分配，从而保持了父子关系的区间包含性。
• 该编码在保持类似二进制有理数方法的高效查询能力的同时，显著提升了空间效率。
• 性能基准测试证实，基于法里分数的方法在涉及大规模层次数据的实际数据库应用中具有可行性。