On Equality-Generating Dependencies in Ontology Querying - Preliminary Report

最新推荐文章于 2024-10-16 10:56:54 发布

Neil_zk

最新推荐文章于 2024-10-16 10:56:54 发布

阅读量241

点赞数

文章标签：大数据

本文链接：https://blog.csdn.net/qq_38107043/article/details/113514571

版权

数据质量论文阅读专栏收录该内容

10 篇文章 12 订阅

订阅专栏

摘要

在基于本体的数据访问中，通过提供感兴趣领域的表示的本体来查询数据。在这种情况下，正确的答案是由数据和本体论构成的逻辑理论所包含的答案。传统的数据库约束，如元组生成依赖（TGDs）和等式生成依赖（EGDs），是本体规范的有用工具。然而，它们的相互作用通常会导致查询回答的困难或不确定性；可分离性是一个概念，它抓住了TGDs和EGDs之间缺乏相互作用的问题。在本文中，我们展示了一个新的和一般的可分性的充分条件，在这种情况下，本体用包含依赖(TGDs的子类)和EGDs表示。

介绍

回答本体上的查询已经成为知识表示和数据库中的一个重要问题。在本体增强的数据库系统中，扩展关系数据库D与描述规则和约束的本体理论Σ相结合，规则和约束从扩展数据中导出新的内涵数据。一个查询不只是针对数据库D来回答，而是针对逻辑理论D∪Σ。这个问题已经在几个环境中得到解决。例如，[1，4，6]的约束是为表达实体-关系模式而定制的，而[18]是基于回答集编程来处理表达约束的。这项工作[8]介绍和研究了从F逻辑[15]的“轻型”版本(称为F逻辑精简版)中导出的一阶约束。知识库的另一个相关形式，特别是在语义网中，是轻量级语言家族；在[10，17]中，提出了基于轻量级知识库的易处理的查询回答技术。

在基于本体的查询回答中，最近提出的一个突出的语言家族是 $Datalog^\pm$ 族。在 $Datalog^\pm$ 中，本体理论通过两种规则来表达:(一)元组生成依赖(TGDs)，即(无函数的)Horn规则，增加了头部存在量化变量的可能性；(二)产生等式的依赖关系(EGDs)，即，(无函数的)在头部具有单个等式原子的Horn规则。已经研究了几种可判定和可处理的 $Datalog^\pm$ 语言[2，3，5，7]。即使是表达能力最差的 $Datalog^\pm$ 语言，也有一些不会增加查询回答复杂性的额外特性，能够适当地扩展 $Datalog^\pm$ 语言。这表明，事实上是“传统”数据库约束的TGDs和EGDs是一个强大而灵活的本体建模工具。考虑下面的例子，改编自[5]。

例1、考虑下面的关系模式。

dept(Dept_Id,Mgr_Id), emp(Emp_Id,Dept_Id,Area,Project_Id), runs(Dept_Id,Project_Id), in_area(Project_Id,Area), project_mgr(Emp_Id,Project_Id), external(Ext_Id,Area,Project_Id).

每个部门都有一名员工担任经理的事实可以用TGD来表达dept(V, W) → ∃X∃Y ∃Z emp(W, X, Y, Z).

下面的TGD表达了这样一个事实，即每个员工都在他/她的部门管理的属于他/她的专业领域的项目上工作。emp(V, W, X, Y ) → ∃Z dept(W, Z),runs(W, Y ),in_area(Y, X).

事实上，对于由某个部门管理的每个项目，都有一个专门负责项目区域的外部控制员，TGD可以表达这一点 runs(W, X),in_area(X, Y ) → ∃Z external(Z, Y, X).

下面是EGD，我们指定每个区域的所有项目都有相同的经理。project_mgr(X1, Y1), project_mgr(X2, Y2), in_area(Y1, Z), in_area(Y2, Z) → X1= X2.

在本文中，我们将重点放在TGDs和EGDs的语言上，并解决这两种类型的约束之间的交互问题。注意，当没有限制TGDs和EGDs如何交互时，合取查询回答问题是不可判定的；事实上，它对于包含依赖(IDs)和关键依赖(KDs)已经是不可判定的了，这两个依赖分别是TGD和EGD的两个子类。为此，可分性的概念在[9]中首次提出。假设理论D∪ $\Sigma$ 一致，对于每个数据库D， $\Sigma_T$ 和 $\Sigma_E$ 下的联合查询Q的答案一致，则集合 $\Sigma = \Sigma_T \cup \Sigma_E$ (其中 $\Sigma_T$ 和 $\Sigma_E$ 分别是TGDs和EGDs)被认为是可分离的。换句话说，EGD在查询回答中没有任何作用，只考虑TGD就可以回答查询。已经提出了几个条件来确保分离性(见第3节)；在这里，我们提出了一个充分条件，在这种情况下，约束是IDs和一般的EGDs。我们还讨论了这个条件可以很容易地与已知条件结合起来，从而确定一个更一般的充分条件。结果可以直接推广到线性TGDs和EGDs，其中线性TGDs是由体内恰好有一个原子的TGDs组成的IDs的轻微推广；然而，为了清楚地说明，我们用入侵检测来说明我们的结果。

我们确实相信，我们的初步结果为发现EGDs(或其限制)和可判定的TGDs类(如保护性TGDs(保护性 $Datalog^\pm$ )[2]或粘性TGDs集(粘性 $Datalog^\pm$ )[5，7])之间更一般的可分离性条件铺平了道路。

2、Preliminaries

在这一节中，我们回顾了数据库、查询、元组生成依赖、等式生成依赖和chase过程的一些基础知识。

General.我们定义以下成对不相交(无限)的符号集: 常数集合Γ，构成数据库的“正常”域；空标签集合 Γ_N $\Gamma_N$ （用作未知值的占位符，因此也可视为变量）；变量集合 $\Gamma _V$ ，用于查询和依赖关系。不同的常数代表不同的值(唯一名称假设)，而不同的空值可能代表相同的值。在 $\Gamma$ ∪ $\Gamma_N$ 上定义一个字典序，使得 $\Gamma_N$ 中的每个值都符合 $\Gamma$ 中的所有值。在整篇论文中，我们用X表示变量序列 X_1,X_2, ,,, X_k ，其中k $\geq$ 0。另外，对于任何n $\geq$ 1的整数，设[n]为集合{1,,,n}。

关系模式R(或简称为模式)是一组关系符号(或谓词)，每个符号都有其相关联的关系。位置r[i](在模式R中)由谓词r ∈ R及其第i个参数(或属性)标识。项t是常量、null或变量。一个原子公式(或简单的原子)有以下形式 r(t_1,t_2, ... ,t_n) ,其中r是n元关系， t_1, ... t_n 是项。原子的结合常被认为是原子的集合。模式R的数据库(实例)D是r (t)形式的原子集合(可能是无限的)，其中r是R的n元谓词，并且 $t\in (\Gamma \cup \Gamma _N)^n$ 。我们把集合{t | r(t) ∈ D}表示为r(D)。

从一组符号S1到另一组符号S2的替换是函数H:S1→S2定义如下:(i)∅是一种替代(空替代)，(ii)如果h是一个置换,那么h $\cup$ { X→Y }是一个代换，其中X∈S1并且Y∈S2，h还没有包含X → Z，且Y $\neq$ Z。如果X → Y ∈ h，我们写h(X) = Y。从一组原子A1到一组原子A2的同态，都在相同的模式R上，是一个替换h: $\Gamma \cup \Gamma_N \cup \Gamma_V\rightarrow \Gamma \cup \Gamma_N \cup \Gamma_V$ 使得(i)若t∈ $\Gamma$ 则h(t) = t，(ii)若 $r(t_1,...t_n)$ 是A1，则 $h(r(t_1 , ... , t_n)) = r(h(t_1),...,h(t_n))$ 是A2。如果从a1到a2存在同态，反之亦然，那么a1和a2是同态等价的。同态的概念自然延伸到原子的连词。给定一组符号S，两个原子a1和a2是S同构的，如果存在双射h，则对于每个X ∈ S，h(a1) = a2， $h^{-1}$ (a2)= a1，h(X) = X。

联合查询: 模式R上的序为n的合取查询(CQ)Q具有这样的形式q(X) ← ϕ(X,Y)，其中ϕ(X,Y)是R上的原子的合取，x和y是Γ中的变量或常数序列，q是R中不出现的n元谓词。ϕ(X,Y)被称为q的body，记为body(q)。布尔CQ (BCQ)是一个零基数的CQ。

数据库D上的q(X) ← ϕ(X,Y)形式的n元CQ Q的答案，表示为Q(D)，是存在同态h的所有n元组t∈γ的集合:X∪Y→Γ∪ $\Gamma _N$ 使得h(ϕ(x,y)⊆D和h(X)=t。一个BCQ只有空元组<>作为可能的答案，在这种情况下据说有肯定的答案。形式上，bcq q在d上有正答案，表示为D |= Q，当且仅当 <>∈Q(D)，或者，等价地，Q(D) $\neq$ ∅.

依赖：给定一个模式R，R上的一个元组生成依赖TGD σ 是一阶公式∀X∀Yϕ(X,Y) → ∃Zψ(X,Z)，其中ϕ(X,Y)和ψ(X,Z)是R上原子的连词，叫做σ的body和head，表示为body(σ)和head(σ)，从今以后，为了避免符号混乱，我们将省略TGDs中的通用量词。这样的σ由数据库D为R满足 $\Leftrightarrow$ 只要存在同态h，使得h(ϕ(x,y)⊆D，就存在h(即h′⊇h)的扩展h’，其中h'(ψ(x，Z))⊆D

本文中特别感兴趣的一类受限的类型是包含依赖类。其实id是TGD最简单的一类；他们只有一个body原子和一个head原子，没有重复的变量，无论是在身体还是在头部。

R上的等式生成依赖(EGD) η是一阶公式∀Xϕ(X) → Xi= Xj，其中ϕ(X)是r上的原子的连词，称为主体，表示为主体(η)，Xi= Xj是x的变量之间的等式。此后，为了简洁，我们将省略EGD中的通用量词。这样的η由数据库D为R满足 $\Leftrightarrow$ 只要存在同态h，比如h(ϕ(x)⊆D，那么h(Xi) = h(Xj)。

依赖下的CQ回答：我们现在定义了在TGDs和EGDs下的查询回答的概念。给定R的数据库D和R上的TGDs和EGDs的集合Σ，D关于Σ的模型表示为mods(D，Σ)，是所有数据库B的集合，使得B | = D∪Σ，即B ⊇ D和B满足Σ。CQ Q 关于D和Σ的答案，表示为ans(Q，D，Σ)，是集合{t | t ∈ Q(B)，对于每个B ∈mods(D，Σ)}。请注意，一般TGDs和EGDs下的查询回答是不可判定的。事实上，即使在极其简单的情况下，如IDs和keys[11]，情况也是如此。

我们记得CQ和BCQ在TGDs和EGDs下回答的两个问题是等价的。此外，很容易看出查询输出元组问题(作为CQ回答的决策版本)和BCQ评估是 AC_0 可相互约简的。因此，我们今后只关注BCQ回答问题。

Chase过程：chase过程(或简称chase)是一个基本的算法工具，用于检查依赖关系的含义[16]，以及后来用于检查查询包含[14]。非正式地说，chase是一个用一组依赖关系修复数据库的过程，这样得到的数据库就满足了依赖关系。对于过程和结果，我们将交替使用chase这个术语。chase通过所谓的TGD和EGD chase规则在实例上工作。TGDs chase规则有两种不同的等价方式:oblivious和restricted[2]，其中受限者只有在不满足时才会修复TGDs。在续集中，为了更好的技术清晰度，我们将重点放在被遗忘的一个。chase规则随之而来。

TGD CHASE RULE：考虑模式R的数据库D，以及R上的ϕ(X,Y) → ∃Zψ(X,Z)形式的TGD σ。如果σ适用于D，即存在同态h，使得h(ϕ(x,y)⊆d，那么:(I)定义h′⊇h，使得h′(zi)= zi，对于每个Zi∈ Z，其中zi∈γNIS是之前没有引入的标记为null的“新鲜”原子，并且按照字典顺序跟随到目前为止引入的所有原子，以及(ii)向D添加原子集合h′(ψ(x，z))，如果还没有在D中。

EGD Chase Rule：考虑模式R的数据库D，以及R上形式为ϕ(X)→Xi= Xj的EGD η。如果η适用于D，即存在同态h，使得h(ϕ(x)⊆D和h(Xi) $\neq$ h(Xj)，则:(i)如果h(Xi)和h(Xj)都是Γ的常数，则存在对η的严格违反，并且chase失败，否则(ii)如果h(Xi)在h之前，则将h(Xj)的每次出现替换为h(Xi)

给定一个数据库D和一组依赖关系Σ=ΣT∪ΣE，其中ΣT是TGDs和Eare EGDs，D和σ的追踪算法由广度优先方式的追踪规则的穷举应用组成，这导致了(可能是无限的)数据库。大致来说，D 关于Σ的chase，表示为chase(D，Σ)，是通过迭代地应用(i)TGD chase规则一次和(ii)EGD chase规则，只要它是适用的(即，直到达到一个固定点)而构造的(可能是无限的)实例。例如，在[5]中给出了chase算法的正式定义。

例2. 设R = {r，s}。考虑R上由TGDs σ1= r(X，Y ) → ∃Z r(Z，X)，s(Z)和σ2= r(X，Y ) → r(Y，x)构成的TGDs和EGDs的集合Σ，以及EGD η = r(X，Y)，r(X′，Y)→X = X′。设D为R的数据库，由单个原子r(a，b)组成。在chase(D，Σ)的构造过程中，我们首先应用σ1，并添加原子r(z1，a)，s(z1)，其中z1是Γn的“新鲜”null。此外，σ2是适用的，并添加原子r(b，a)。现在，EGD η是适用的，我们用常数b代替Z1的每次出现；因此，我们得到了原子s(b)。我们继续详尽地应用上面解释的追逐规则。

D关于Σ的(可能是无限的)chase是D关于Σ的泛模型，即对于每个数据库B ∈ mods(D，Σ)，存在从chase(D，Σ)到B的同态。利用这一事实可以表明，在TGDs和EGDs下，chase是一种正式的查询回答工具。特别是，给定一个BCQ Q，D≈Σ| = Q的敌我识别chase(D，Σ)| = Q，前提是chase不会失败。如果chase失败，那么D关于Σ的模型集为空，D≈Σ| = Q。

3可判定类概述

如前所述，一般的TGDs和EGDs的相互作用已经被证明会导致查询回答的不确定性。一个语义概念是可分离性[9，3]，它确保在TGD和EGD集合下的查询回答的可判定性，前提是TGDs集合属于可判定类。大致来说，可分性保证了只考虑TGD的集合就可以回答查询(除了一个初始检查是否chase失败)；第4节给出了正式的定义。文献中已经提出了几个关于可分性的充分句法条件。在本节中，我们将简要概述这些条件。

在Johnson和Klug的开创性工作中，提出了一个早期的可分离的IDs和KDs类，称为基于密钥的。简而言之，给定形式为r(X，Y) → ∃Zs(X,Z的ID σ，(i)头部的x属性集(σ)必须严格包含在关系s的关键属性集中，并且(ii)身体的x属性(σ)必须与关系r的关键属性集不相交

正如Caletal.[9]所观察到的，如上所述，基于键的组Id和键的第一个条件可以放宽，使得头部的X属性组(σ)也可以等于s的键属性组。此外，第二个条件，对身份证的主体施加限制，是不需要的。特别地，定义了非密钥冲突(nkc)id类:给定ID σ = r(X，Y) → ∃Zs(X,Z，head(σ)的x属性集不是s的密钥属性集的适当超集。注意，nkc ids捕获了众所周知的外键依赖类，这对应于head(σ)的x属性集等于s的密钥属性集的情况

通过定义非键冲突的tgd类，在[3]中将NKC id类推广到任意(单头)tgd的上下文中。实际上，其基本思想是相同的:给定TGD σ = ϕ(X,Y)→∃Zr(X,Z)， head(σ)的X-属性集不是r的关键属性集的合适超集;此外，head(σ)中的每个存在量化变量必须只出现一次。在[5]中，可以观察到，可以毫不费力地扩展非键冲突的tgd类，不仅可以处理键，还可以处理函数依赖项。

上述类是可分离的主要原因是，如果给定的数据库满足EGD集，我们知道在chase过程中不可能应用EGD。相反，在实体关系模式的上下文中，[4,6]中引入的IDs和kd的可分离类使得kd可以在追踪过程中应用。我们在本文中提出的IDs和EGDs可分离类实际上是[4,6]中引入的IDs和KDs类的推广。

4、可分离的IDs和EGDs

在这一节中，我们展示了一组标识符和一组标识符之间可分性的一个充分的句法条件。在我们继续之前，让我们给出可分性的正式定义[9，3]。

定义一：考虑模式R上的一组tGD的σT，和模式R上的一组eGD的σE。我们说集合σ=σT≈σE是可分的，如果，对于R的每个数据库D，或者chase(D，σ)失败，或者，chase(D，σ)| = Q如果chase(D，σT)| = Q，对于R上的每个BCQ Q

4.1不冲突的标识和EGDs集合

在这一小节中，我们定义了当一组标识和标识不冲突时，然后确定这个条件对于可分性确实是充分的。直观地说，该条件确保，如果追踪没有失败，无论何时通过应用EGD追踪规则在追踪中创建“新”原子(从逻辑的角度来看)，逻辑上等同于新原子的原子也保证在没有EGDs的情况下生成。这足以保证电子数据交换对查询回答的追踪没有任何影响。

在我们继续之前，我们需要给出一些初步的定义。首先，我们定义了关系模式的受影响位置的概念，即一组TgD。给定模式R和R上的一组TGDs，R w . R . t .σ的受影响位置归纳定义如下。设πh是TGDσ∈σ中的一个位置。如果存在量化变量出现在πh，则πh受w . r . t .σ影响。如果相同的通用量化变量X出现在πh位置，并且只出现在受影响位置的σ体内，则πhis受影响的w . r . t .σ。直观地说，一个模式w.r.t .一组TGDs的受影响位置，是在σ下构造追踪期间可能出现标记零的那些位置。

一个有用的概念是TGDs下众所周知的查询包含。给定模式r上的一组tgds和r上的两个cqs q1和Q2，我们说Q1包含在Q2 w . r . t .σ中，由q1⊆σq2编写，如果Q1(D) ⊆ Q2(D)，对于满足σ的每个数据库D。

现在考虑模式r上的id的集合σt，以及形式为ϕ(X的r上的EGDη)→Xi = XJ，其中{Xi，XJ }⊆x；我们假设σT和η没有共同的变量。设λ为代换{Xj→ Xi}。σT下η的求导森林，表示为Fη，σT，构造如下。如果在一个未受影响的位置上发生了至少一次所谓的受关注变量Xi在λ(ϕ(X)，那么Fη，σt为空；否则，森林的根就是λ(ϕ(X)).的原子现在，我们迭代地对到目前为止构造的Fη，σt的部分中的每个原子a应用以下步骤；设vη是ϕ(X).原子中出现的所有变量的集合对于每一个σ∈σT(为此我们假设w.l.o.g .与迄今为止构造的Fη，σTcon部分中的任何原子都没有共同的变量)，如果存在同态h，使得h(head(σ)) = a，并且

1.h(body(σ))包含关注变量Xi，
2.h(体(σ))中Xi的所有出现都发生在R w . R . T .σT和
3.的受影响位置。h(体(σ))在到目前为止构造的Fη，σT的部分中与a的某个祖先不是Vη同构的，

然后添加h′(body(σ))，其中h′⊇h将出现在身体中但不在σ头部的变量映射到它们自己，作为Fη，σt中a的子

直观地说，派生森林节点处的原子是“新”原子的代表(从逻辑的角度来看，如上所述)，这些原子可以通过在追踪中应用EGD追踪规则来生成。这是因为该森林是通过类似于后向分解的过程生成的，该过程从根原子开始，生成所有可能生成这种根原子的原子的代表，并且这些原子也受到EGD应用的影响。为了保证新原子仅在IDs下的追踪中生成，我们使用了一个基于包含适当合取查询的条件，如下所述。

我们现在已经准备好正式定义一组标识和电子表格何时是非冲突的。此后，为了便于标注，给定一组σ依赖关系，我们将分别用σ和σ表示这一组id和EGD。

定义2：考虑模式r上的IDs和EGDs的集合σ。我们说，如果对于形式ϕ(X的每个η∈σ→Xi = XJ，下列条件成立，则σ是不冲突的。对于Fη、σt、q1⊆σtq2中的每个原子a，其中Q1和Q2分别是合取查询q(Y) ← ϕ(X)和q(Y) ← a，其中y是同时出现在ϕ(X)和a中的变量

例三。考虑由依赖项组成的集合Σ：

σ1: s(X, Y ) → r(Y, X)

σ2: p(X) → ∃Y s(Y, X)

σ3: t(X, Y ) → r(X, Y )

σ4: r(X, Y ) → s(Y, X)

η : r(X, Y ), r(X, Z) → Y = Z.

图1描述了推导森林Fη、σTforη和Tis。请注意，阴影节点不是林的一部分。原子t(X，Y)不加，因为关注变量Y出现在不受影响的位置，而原子p(X)不加，因为不包含关注变量Y。

不难看出，q1⊆σtq2和q1⊆σtq3，其中：

Q1: q(Y ) ← r(X，y)，r(X，Z)
Q2: q(Y ) ← r(X，Y )
Q3: q(Y ) ← s(Y，x)。

因此，σE与σT不冲突。正如我们将在定理2中指出的，这意味着σ的可分性。让我们非正式地解释一下为什么会这样。如果我们将η应用于σ(具有{ζ1，ζ2，ζ3 }⊆γ∪γn)下的追逐中的两个r(ζ1，ζ2)，r(ζ1，ζ3)形式的一般原子，并且使得追逐不会由于这样的应用而失败，我们得到r(ζ1，ζ2)。q1⊆σtq2条件保证了同一原子也是从r(ζ1，ζ2)生成的，r(ζ1，ζ3)也是在σt下才产生的，即η的应用不会产生新的原子。请注意，在这种特殊情况下，由于η的应用结果仅仅是原子的消去，所以包含是成立的。至于q1⊆σtq3，现在假设在σ下有s(ζ3，ζ1)和r(ζ1，ζ2)形式的原子。由于σ1，我们也有r(ζ1，ζ3)，通过应用η，我们必须用ζ2代替ζ3，这就产生了原子s(ζ2，ζ1)。q1⊆σtq3条件保证s(ζ2，ζ1)只在σt下的追逐中产生。

识别不冲突的集合。现在让我们建立一个EGD在一组恒等式下的导出森林总是有限的。

命题1：考虑模式R上的一组σT和模式R上的一个EGDη。σT下η的导林是有限的。

由于IDs类下的合取查询包含问题是可判定的[14]，我们立即得到如上定义的非冲突条件是可判定的。特别是，给定一组σid和EGDs，决定σ是否不冲突的问题是pspace-complete。上限是通过展示一个简单的非确定性多项式空间算法获得的，而下限是通过从IDs下的合取查询包含问题中提供一个约简来建立的，这是pspace-hard [14]。

定理1。考虑模式r上的一组σid和EGDs是否不冲突的问题是pspace-complete.

健全性和完整性。我们现在确定，不冲突的标识集和扩展标识集确实是可分离的。在我们继续之前，让我们建立一个辅助的技术引理。

引理1。考虑一个模式r上的id和EGD的非冲突集合σ，如果chase(D，σ)没有失败，那么对于r的每个数据库d，存在同态h，使得h(chase(D，σ))⊆chase(d，σt)

定理2。考虑模式r上的集合σ。如果σ不冲突，那么它也是可分的。

让我们说，我们的非冲突条件可以与现有的技术相结合，以便捕获涉及功能依赖的额外情况，这些情况在构建追踪期间不会被触发。特别是，它可以与[5]中提出的非冲突概念相结合，适用于一般技术设计书(因此也适用于设计书)和功能设计书。在这种情况下，我们说，如果满足[5]中给出的条件，或者满足上面定义的非冲突条件，则EGD与一组标识不冲突。

出于简单的原因，在这项工作中，我们只考虑身份证。然而，不冲突的条件可以扩展到稍微更一般的线性tgd类，即只有一个体原子的tgd，其中允许在体和头中重复变量。粗略地说，这可以通过修改非冲突条件来实现，即我们需要的不是将TGD σ的头映射到导出林的原子a的同态，而是那个头(σ)和一个unify。然后，在构造派生森林的过程中，我们利用了head(σ)和a的最一般的统一性。

5结论

在本文中，我们讨论了在本体论查询回答的背景下tgd和egd之间的可分性问题。我们证明了IDs和一般EGDs情况下可分离的一个充分的、语法上可检查的条件。该结果可直接推广到线性TGD和EGD。我们提醒读者，这个条件是充分的，但不是必要的。事实上，判定IDs和一般EGDs的集合的可分性是不可判定的。

请注意，根据[3]的结果，在线性tgd下回答连接查询在组合复杂性(当数据和约束都被视为输入时的复杂性)和在 AC_0^1 中数据复杂性(当只有数据被视为输入时的复杂性)是pspace-complete。此外，通过将查询Q重写为合取查询 $Q_{\Sigma_T}$ (可在SQL中表达)的并集，然后在D上直接计算 $Q_{\Sigma_T}$ ，可以在一组线性TGDs $\Sigma _T$ 下对数据库D计算查询Q

利用本文的结果，有可能表明，在线性转换数据集和线性转换数据集非冲突集合下，连接式查询回答的复杂性与单独使用线性转换数据集时相同。因此，作为一个推论，我们得到在线性TGD和EGD非冲突集合下，连接查询回答的复杂度分别为pspace-complete，在组合和数据复杂度 AC_0 下分别为pspace-complete。