论文笔记——How to ConQueR Why-Not Questions

How to ConQueR Why-Not Questions

Quoc Trung Tran and Chee-Yong Chan

 

Background

数据库查询时，常常出现一些非用户预期的结果。如果系统提供：1）why操作（为什么某一些结果会出现？）2）why not操作（为什么某些结果没有出现）这两种操作，为用户解释查询结果，就能消除用户的疑惑，也能更好地帮助用户改进查询语句。

 

Related Work

1．  Why操作

一般的数据源工具就能解释。

         2．Why not操作

                  主要有2种模型：

1）  找出有罪的操作（culprit）：某个导致用户期待的结果被排除的操作。

2）  如果数据源不可靠，则改进数据，使得用户期待的结果出现。

本文针对why not操作。

 

Contributions

         提出了一种自动改进查询语句的机制（refined query），使得新查询语句的查询结果即包括原始的查询结果，也包括丢失的结果（missing），同时将无关的结果降低到最小。

 

 

Overview

         本文研究的query，其投影操作（project）包括两种：

1）  属性值

2）  聚集操作（count，sum，avg）

投影操作不涉及运算表达式

 

主要的query分为2种:

1）  基本的select-project-join(SPJ) query

2）  SPJ query with aggregation(SPJA)

基本的SPJ select中增加聚集操作，或者增加group-by操作

 

 

符号表

D	Database	数据库
Q	Input query	查询
Q（D）	Output of Q on D	查询结果
S={t1,…,tn}	Why not tuples on Q(D) S∩Q（D）= S	Missing的结果集
(S, C)	why not question on Q(D) C is a (possible emty) set of Selection conditions defined on the variables appearing in S	C是选择变量的集合 Eg：S={（Alice,$x）,(Bob, $y)} And C={$x>$y}
Q’	Refined query 1)Q(D) Q’(D) 2)S Q’(D) , 且满足C的要求
rel（Q）	From后的shema集合
Proj (Q)	Select操作中selection属性的集合
Sel (Q)	Where操作中谓词的集合
Join(Q)	Where操作中join谓词的集合

 

 

比较refined queries的矩阵

         生成多个改进的query，要进行比较，找出最好的。

 

1）  Dissimilarity metric 相异性矩阵

将Q变为Q’的edit distance (from 和where语句)

Edit distance越小，Q’和Q越相似，能够较好地保持原信息，

也能提示user如何去修改query

 

Edit operation分为4中，代价不同

（1）       修改谓词常量，代价w1=1

（2）       增加select操作，w2=3

（3）       增加/删减join，w3=5

（4）       增加、删减 表，w4=7

 

最终代价表示为：

，其中ni代表操作i的个数，wi代表操作i的代价

2）  Imprecision metric不精准性矩阵

无关元组个数：|Q’(D) – Q(D) –R|

其中，R=S  Q’(D)

 

 

Refined Q1 比Q2好的标准：

1）  DM1》=DM2, 且IM1<=IM2

2）  等号最多只能取一次

 

 

 

ConQueR包括2部分：

1）ConQueR^S

         生成refined query，找到最similar的query

2）ConQueR^P

         在1基础上，增加谓词，提高准确度

 

 

 

SPJ的处理过程

1）ConQueR^S

        

2）ConQueR^P

 

 

 

SPJA的处理过程

Why not question分为2种

1）  why ti.Aagg 《= some value Ki,

2）  涉及》=2个why not tuples，t1,t2(existing/missing tuple)，

问 t1.Aagg和t2.Aagg的关系