Efficient Evaluation of Generalized Left-linear Recursive Queries With Multivalue Binding Sets

The left-linear transformation presented by Ullman, Naughton el al. is a rule-rewriting algorithm, which is similar to the magic sets transformation. Since left-linear recursions are among the most common recursions in practice and the transformed rules can be evaluated bottom-up efficiently, the left-linear transformation has been chosen as one of the best strategies for recursive query processing by the NALL! system at Stanford and the LDL system at MCC. However, there are two strick restraints for the left-linear

具有多值约束的线性递归查询的有效计算

本文给出三个算法,分别用于把给定的右线性、左线性或左-右线性递归程序改写为一组更有效的规则.与Ullman等人的变换算法不同,本文的算法允许查询的初始约束可以是含任意多个约束元组的集合,而不必是单值的;这样,本文的算法不仅可以用于查询的求值,而且也可以用于子目标的处理.变换算法的正确性和变换后规则的有效性也在本文简略讨论.

演绎表格查询语言DFQL的设计与实现

本文首先介绍了演绎数据库DeDB 模型,提出了一种扩充关系模型REDM,并基于REDM 设计并实现了一个演绎数据库系统DFQL/DEDBS,然后讨论了演绎表格查询语言DFQL 的设计与实现。目前,该系统已用于开发了一个实用的决策支持系统。

演绎数据库系统dUNIFY的设计与实现

本文探讨与实现一个演绎数据库系统ｄＵＮＩＦＹ．ｄＵＮＩＦＹ以小型、实用为其设计目标．文章提出了一些新的见解与实现技术，从而使ｄＵＮＩＦＹ具有查询速度快、占用空间少的特点，并有一定功能．目前，我们正在用ｄＵＮＩＦＹ开发ＣＡＤ的应用．

线性递归规则的并行计算方法

本文通过对现有的递归规则的并行计算方法以及并行计算的二分技术的讨论，提出了一种新颖的递归规则并行计算的基本策略，并给出了一种基于线性递归规则的并行计算方法。

演绎数据库优化技术新进展

在现实应用中有一类应用不仅要求数据库系统能够存取大量的数据,而且要求数据库系统能够对所存贮数据进行知识推理,我们称这类应用是基于知识的数据密集型应用。很多迹象表明,关系数据库由于缺乏足砂的语义表达能力,不适用于这类应用系统的开发,因此人们试图寻找一种新型数据库系统,它既能存贮数据,又能存贮知识推理规则。

关系闭包的计算

本文涉及演绎数据库递归查询的优化问题,提出算若干计算关系闭包的算法。算法的主要思想是及时地从关系中删去不产生新结果的元组,避免元组间多次重复的连接,提高查询效率。

树形知识表示与递归查询优化

提出了一种树形知识表示方法，使递归查询可参考事实库状态，从而获得更高效的算法。