[论文解读] NEURON: Query Optimization Meets Natural Language Processing For Augmenting Database Education

Siyuan Liu, Sourav S. Bhowmick+4 more|arXiv (Cornell University)|May 15, 2018

Semantic Web and Ontologies参考文献 13被引用 8

一句话总结

NEURON 是一种新颖的自然语言接口，可将 PostgreSQL 查询执行计划（QEP）转换为简化、人类可读的文本和语音描述，使学生和开发人员能够通过直观的自然语言交互理解复杂的查询优化策略。它支持对 QEP 特性的实时问答，显著提升了对数据库查询执行的理解，而无需掌握关系型数据库管理系统（RDBMS）特有的计划语法。

ABSTRACT

Relational database management system (RDBMS) is a major undergraduate course taught in many universities worldwide as part of their computer science program. A core component of such course is the design and implementation of the query optimizer in a RDBMS. The goal of the query optimizer is to automatically identify the most efficient execution strategies for executing the declarative SQL queries submitted by users. The query optimization process produces a query execution plan (QEP) which represents an execution strategy for the query. Due to the complexity of the underlying query optimizer, comprehension of a QEP demands that a student is knowledgeable of implementation-specific issues related to the RDBMS. In practice, this is an unrealistic assumption to make as most students are learning database technology for the first time. Hence, it is often difficult for them to comprehend the query execution strategy undertaken by a DBMS by perusing the QEP, hindering their learning process. In this demonstration, we present a novel system called NEURON that facilitates natural language interaction with QEPs to enhance its understanding. NEURON accepts a SQL query (which may include joins, aggregation, nesting, among other things) as input, executes it, and generates a simplified natural language-based description (both in text and voice form) of the execution strategy deployed by the underlying RDBMS. Furthermore, it facilitates understanding of various features related to the QEP through a natural language-based question answering framework. We advocate that such tool, world's first of its kind, can greatly enhance students' learning of the query optimization topic.

研究动机与目标

• 为解决在关系型数据库管理系统（RDBMS）中理解复杂、厂商特定的查询执行计划（QEP）的挑战，这会阻碍本科生数据库课程中的学习。
• 通过用简化的自然语言描述替代低层次的技术性 QEP 表示，减轻初学者的认知负担。
• 提供一种基于自然语言的交互式问答系统，用于 QEP，使用户能够探索关键优化特性，如算子成本、执行时间及物理执行策略。
• 通过自然语言交互使 QEP 可访问，弥合抽象查询优化概念与 RDBMS 中实际执行行为之间的差距。

提出的方法

• 系统接收一个 SQL 查询，在 PostgreSQL 上执行，并以 JSON 格式获取底层的查询执行计划（QEP）。
• 一个“计划转文本”生成模块解析 QEP 树，并使用预定义的语言模板将每个算子和执行步骤映射为自然语言描述。
• 一个“语音化”模块将生成的文本描述转换为语音形式，以支持听觉理解。
• 一个问答（QA）子系统支持五类关于 QEP 的自然语言问题，包括算子类型、行数、总执行时间以及主导（最昂贵）算子。
• QA 系统通过结构化遍历 QEP 树提取相关数据（例如 Actual Rows、Actual Total Time），并使用基于模板的生成方法将其映射为自然语言答案。
• 该接口集成于一个 GUI 中，允许用户输入查询，查看原始 QEP，收听自然语言摘要，并以自然语言提出问题以获得实时响应。

实验结果

研究问题

• RQ1 自然语言描述查询执行计划是否能提升本科生数据库课程中学生对查询优化的理解？
• RQ2 自然语言接口在无需用户事先掌握物理算子语法的情况下，能否有效解释复杂的 RDBMS 特定 QEP？
• RQ3 问答系统在多大程度上能增强对关键 QEP 特性（如执行成本、行处理和算子选择）的理解？
• RQ4 与 QEP 的实时自然语言交互是否能降低数据库系统教育中初学者的学习门槛？

主要发现

• NEURON 成功地将复杂的 PostgreSQL 查询执行计划转化为简洁、人类可读的自然语言描述，支持文本和语音形式，显著提升了初学者的可访问性。
• 该系统使用户能够就 QEP 特性（如处理的行数、某一步的执行时间或最昂贵的算子）提出自然语言问题，并获得准确、上下文感知的回答。
• QA 子系统支持五类不同的 QEP 相关问题，展示了其在理解并从计划树中提取相关执行指标方面的稳健性。
• 用户可通过 GUI 交互式探索 QEP，该界面同时显示原始技术性计划和简化的自然语言解释，凸显了 NEURON 所填补的可用性鸿沟。
• 该系统是首个提供端到端 RDBMS 查询执行计划自然语言理解的系统，为数据库教育提供了创新的教学工具。
• 演示表明，NEURON 支持对 QEP 的实时、直观探索，减少了对低层次计划语法的依赖，增强了对查询优化概念的理解。