[论文解读] Principles of Progress Indicators for Database Repairing.

Ester Livshits, Ihab F. Ilyas+2 more|arXiv (Cornell University)|Apr 13, 2019

Data Quality and Management参考文献 28被引用 3

一句话总结

本文通过形式化数据库修复过程中不一致性的减少应遵循的公理，提出了合理且可计算的不一致性度量方法。该方法提出了一种基于候选键约束下元组删除的度量方法，确保计算效率下的稳定、连续进展，从而实现实用的在线进度指示器。

ABSTRACT

How should a cleaning system measure the amount of inconsistency in the database? Proper measures are important for quantifying the progress made in the cleaning process relative to the remaining effort and resources required. Similarly to effective progress bars in interactive systems, inconsistency should ideally diminish steadily and continuously while aiming to avoid jitters and jumps. Moreover, measures should be computationally tractable towards online applicability. Building on past research on inconsistency measures for knowledge bases, we embark on a systematic investigation of the rationality postulates of inconsistency measures in the context of database repair systems. The vision is to establish postulates that take into consideration the interplay between the database tuples, the integrity constraints, and the space of atomic repairing operations, and that guide the design of practical measures and progress indicators. Toward that, we shed light on classic measures by examining them against a set of rationality postulates. We also demonstrate the feasibility of the postulates by proposing a measure that is both rational and tractable for the general class of denial constraints, under the restriction of the repairing operations to tuple deletions.

研究动机与目标

• 为数据库修复中的不一致性度量定义合理性公理，以兼顾元组、完整性约束和原子修复操作。
• 基于这些公理评估现有不一致性度量，以评估其在数据库清洗背景下的合理性。
• 设计一种可计算的不一致性度量，确保数据库修复过程中实现稳定、连续的进展。
• 在仅允许元组删除作为修复操作的候选键约束下，证明所提框架的可行性。

提出的方法

• 形式化一组不一致性度量应满足的合理性公理，考虑元组、完整性约束和修复操作之间的相互作用。
• 在数据库修复背景下，适配并分析知识库研究中经典的不一致性度量方法。
• 提出一种基于涉及违规的元组数量的新型不一致性度量，仅使用元组删除作为修复操作。
• 证明所提度量在候选键约束下既满足所有公理（即合理性），又具有计算可 tractability。
• 证明该度量在修复过程中实现不一致性水平的单调且连续下降，避免波动或跳跃。

实验结果

研究问题

• RQ1 在数据库修复背景下，不一致性度量应满足哪些公理才能被认为是合理的？
• RQ2 当基于所提出的合理性公理评估时，现有不一致性度量的表现如何？
• RQ3 能否设计一种可计算的不一致性度量，以确保数据库修复过程中的稳定、连续进展？
• RQ4 在仅允许元组删除和候选键约束的限制下，构建此类度量是否可行？

主要发现

• 所提出的不一致性度量满足所有定义的合理性公理，确保了进展追踪的逻辑一致性。
• 当仅允许元组删除作为修复操作时，该度量在候选键约束的一般类别下具有计算可 tractability。
• 在修复过程中，不一致性水平单调且连续下降，避免了波动或跳跃。
• 该框架使得为数据库清洗系统设计实用的在线进度指示器成为可能。