集合编程的增量视图维护
数据库
2016-04-12 v2
摘要
在增量视图维护 (IVM) 的背景下，delta 查询推导是加速处理大型动态数据集的一项基本技术。其目标是生成 delta 查询，使得在输入发生微小变化时，能够比重计算更高效地更新物化视图。在这项工作中，我们提出了首个针对带整数重数的包 (bags) 上正嵌套关系演算 (NRC+) 进行高效增量化的解决方案。更确切地说，我们对 NRC+ 算子的成本进行了建模，并将那些 delta 成本严格低于完全重评估成本的查询分类为可高效增量化的查询。随后，我们识别出了 IncNRC+，这是 NRC+ 的一个可高效增量化的大片段，并提供了一种保持语义的转换方法，可将任意 NRC+ 查询转换为一组 IncNRC+ 查询。此外，我们证明了 NRC+ 的增量维护属于复杂度类 NC0，并展示了递归 IVM（一种在扁平查询案例中相比传统 IVM 能提供显著加速的技术 [25]）如何也能应用于 IncNRC+。
引用
@article{arxiv.1412.4320,
title = {Incremental View Maintenance For Collection Programming},
author = {Christoph Koch and Daniel Lupei and Val Tannen},
journal= {arXiv preprint arXiv:1412.4320},
year = {2016}
}
备注
24 pages (12 pages plus appendix)