• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computing and informatics >Incorporating Stratified Negation into Query-Subquery Nets for Evaluating Queries to Stratified Deductive Databases
【24h】

Incorporating Stratified Negation into Query-Subquery Nets for Evaluating Queries to Stratified Deductive Databases

机译：将分层否定合并到查询子查询网中，以评估对分层演绎数据库的查询

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most of the previously known evaluation methods for deductive databases are either breadth-first or depth-first (and recursive). There are cases when these strategies are not the best ones. It is desirable to have an evaluation framework for stratified DatalogN that is goal-driven, set-at-a-time (as opposed to tuple-at-a-time) and adjustable w.r.t. flow-of-control strategies. These properties are important for efficient query evaluation on large and complex deductive databases. In this paper, by incorporating stratified negation into so-called query-subquery nets, we develop an evaluation framework, called QSQNSTR, with such properties for evaluating queries to stratified DatalogN databases. A variety of flow-of-control strategies can be used for QSQNSTR. The generic evaluation method QSQNSTR for stratified DatalogN is sound, complete and has a PTIME data complexity.
机译：大多数先前已知的演绎数据库评估方法都是广度优先或深度优先（以及递归）。在某些情况下，这些策略不是最佳策略。理想的是具有一种针对分层的DatalogN的评估框架，该评估框架是目标驱动的，一次设置的（而不是一次元组的设置）并且是可调整的。控制流策略。这些属性对于在大型和复杂的演绎数据库上进行有效的查询评估非常重要。在本文中，通过将分层否定合并到所谓的查询-子查询网络中，我们开发了一种名为QSQNSTR的评估框架，该框架具有用于评估对分层DatalogN数据库的查询的属性。各种控制流策略可用于QSQNSTR。用于分层DatalogN的通用评估方法QSQNSTR健全，完整并且具有PTIME数据复杂性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号