新手能否攻克难题？探索大语言模型在 SQL 等价性检查中的应用
数据库
2025-06-10 v2 机器学习
摘要
SQL 查询的等价性检查是一个难以处理的问题，常见于从评分 SQL 提交到调试查询优化器等场景。尽管已有研究致力于开发实用解决方案，但仅支持使用 SQL 小子集编写的简单查询，使得复杂 SQL 查询的等价性检查不得不依赖密集且可能出错的人工分析。在本文中，我们探索了如何利用大语言模型（LLMs）对 SQL 查询进行推理以解决这一具有挑战性的问题。为此，我们引入了一个新颖、真实且足够复杂的基准 SQLEquiQuest，用于 SQL 查询等价性检查，反映了真实世界的设置。我们通过利用大语言模型对 SQL 查询进行推理的能力，建立了 SQL 等价性检查的强基线。我们对多个最先进的大语言模型进行了详细评估，采用了多种提示策略和精心构建的上下文学习示例，包括由 SQL 查询处理器生成的逻辑计划。我们的实证评估表明，大语言模型远超当前 SQL 等价性的形式化模型能力，从仅支持 30% 的查询对扩展到全覆盖，在 Spider+DIN 上实现了高达 82% 的准确率。然而，我们的分析揭示了大语言模型的一个关键局限性，即它们在等价性预测上表现出强烈的偏向，对非等价查询对的性能始终较差，这为未来的潜在研究开辟了新方向。
引用
@article{arxiv.2412.05561,
title = {Can the Rookies Cut the Tough Cookie? Exploring the Use of LLMs for SQL Equivalence Checking},
author = {Rajat Singh and Srikanta Bedathur},
journal= {arXiv preprint arXiv:2412.05561},
year = {2025}
}