ترمیم پایگاه داده و پاسخگویی به پرسش‌های سازگار ۲۰۲۲
Database Repairing and Consistent Query Answering 2022

محدودیت‌های یکپارچگی، شرایط معنایی هستند که یک پایگاه داده برای اینکه مدلی مناسب از واقعیت بیرونی باشد، باید آنها را برآورده سازد. در عمل، و به دلایل مختلف، ممکن است یک پایگاه داده این محدودیت‌های یکپارچگی را برآورده نکند و به همین دلیل گفته می‌شود که ناسازگار است. با این حال، و به احتمال زیاد، بخش بزرگی از پایگاه داده هنوز از نظر معنایی صحیح است، به این معنا که باید دقیقاً مشخص شود. پس از ارائه یک توصیف رسمی از داده‌های سازگار در یک پایگاه داده ناسازگار، مشکل طبیعیِ استخراج آن داده‌های صحیح از نظر معنایی، به عنوان پاسخ پرسش‌ها، پدیدار می‌شود. داده‌های سازگار در یک پایگاه داده ناسازگار معمولاً به عنوان داده‌هایی توصیف می‌شوند که در تمام نمونه‌های پایگاه داده که سازگار هستند و حداقل تفاوت را با نمونه ناسازگار دارند، پابرجا می‌مانند. این‌ها به اصطلاح تعمیرات پایگاه داده هستند. به طور خاص، پاسخ‌های سازگار به یک پرسش که از پایگاه داده ناسازگار پرسیده می‌شود، پاسخ‌هایی هستند که می‌توان همزمان از تمام تعمیرات پایگاه داده به دست آورد. همانطور که انتظار می‌رود، مفهوم تعمیر نیازمند یک مفهوم مناسب از فاصله است که امکان مقایسه پایگاه‌های داده را با توجه به میزان تفاوت آنها با نمونه ناسازگار فراهم می‌کند. بر این اساس، شرط حداقلی بودن در تعمیرات را می‌توان به درستی تدوین کرد. در این تک‌نگاشت، ما این مفاهیم اساسی، معانی مختلف تعمیر، الگوریتم‌های محاسبه پاسخ‌های سازگار به پرسش‌ها، و همچنین نتایج نظریه پیچیدگی مربوط به محاسبه تعمیرات و انجام پاسخگویی سازگار به پرسش‌ها را ارائه و مورد بحث قرار می‌دهیم.

فهرست مطالب: مقدمه / مفاهیم تعمیر و پاسخ سازگار / CQA قابل ردیابی و بازنویسی پرسش‌ها / تعیین مشخصات منطقی تعمیرات / مسائل تصمیم‌گیری در CQA: پیچیدگی و الگوریتم‌ها / تعمیرات و پاکسازی داده‌ها

Integrity constraints are semantic conditions that a database should satisfy in order to be an appropriate model of external reality. In practice, and for many reasons, a database may not satisfy those integrity constraints, and for that reason it is said to be inconsistent. However, and most likely, a large portion of the database is still semantically correct, in a sense that has to be made precise. After having provided a formal characterization of consistent data in an inconsistent database, the natural problem emerges of extracting that semantically correct data, as query answers. The consistent data in an inconsistent database is usually characterized as the data that persists across all the database instances that are consistent and minimally differ from the inconsistent instance. Those are the so-called repairs of the database. In particular, the consistent answers to a query posed to the inconsistent database are those answers that can be simultaneously obtained from all the database repairs. As expected, the notion of repair requires an adequate notion of distance that allows for the comparison of databases with respect to how much they differ from the inconsistent instance. On this basis, the minimality condition on repairs can be properly formulated. In this monograph we present and discuss these fundamental concepts, different repair semantics, algorithms for computing consistent answers to queries, and also complexity-theoretic results related to the computation of repairs and doing consistent query answering. Table of Contents: Introduction / The Notions of Repair and Consistent Answer / Tractable CQA and Query Rewriting / Logically Specifying Repairs / Decision Problems in CQA: Complexity and Algorithms / Repairs and Data Cleaning