Immutably Answering Why-Not Questions for Equivalent Conjunctive Queries

Autor: Melanie Herschel, Katerina Tzompanaki, Nicole Bidoit
Přispěvatelé: Données et Connaissances Massives et Hétérogènes (LRI) (LaHDAK - LRI), Laboratoire de Recherche en Informatique (LRI), Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Database optimizations and architectures for complex large data (OAK), Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Université Paris-Sud - Paris 11 (UP11), Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Tzompanaki, Aikaterini
Jazyk: angličtina
Rok vydání: 2014
Předmět:
Zdroj: TaPP 2014-6th USENIX Workshop on the Theory and Practice of Provenance
TaPP 2014-6th USENIX Workshop on the Theory and Practice of Provenance, Jun 2014, Cologne, Germany
Bases de données avancées (BDA14)
Bases de données avancées (BDA14), Oct 2014, Autrans-Grenboble, France
Popis: Dans le contexte de développement de transformations complexes, les réponses à une question de type 'Why-Not' ont pour objectif d'expliquer au développeur les raisons de l'absence de certaines réponses dans le résultat d'une transformation. Plusieurs types d'explications ont été proposées et étudiées : des explications basées sur les données, des explications basées sur l'arbre de la requête, des expli-cations hybrides. Les explications qui s'appuient sur l'arbre de la requête, appelées explications 'query-based' (query-based explanations) peuvent être calculées plus efficacement et sont aussi plus faciles à interpréter par le développeur. Cependant, les algorithmes connus produisant des explications 'query-based' donnent des résultats (1) qui sont dépendants des arbres de requêtes considérés, (2) qui ne sont pas toujours complets. À l'évidence, cela pose un problème d'utilisation important, parce que le développeur doit interpréter les explications en fonction d'un arbre de requête perdant ainsi le bénéfice de l'utilisation d'un langage de requêtes déclaratif et savoir que ces explications sont insuffisantes pour expliquer l'absence de réponse. 1 Cet article propose de remédier à ce problème avec un algorithme appelé Ted, qui produit des explications 'query-based' complètes et équivalentes pour des ar-bres de requêtes conjonctives réordonnés.
Answering Why-Not questions consists in explaining to developers of complex data transformations or manipulations why their data transformation did not pro-duce some specific results, although they expected them to do so. Different types of explanations that serve as Why-Not answers have been proposed in the past and are either based on the available data, the query tree, or both. Solutions (partially) based on the query tree are generally more efficient and easier to interpret by de-velopers than solutions solely based on data. However, algorithms producing such query-based explanations so far may return different results for reordered conjunc-tive query trees, and even worse, these results may be incomplete. Clearly, this represents a significant usability problem, as the explanations developers get may be partial and developers have to worry about the query tree representation of their query, losing the advantage of using a declarative query language. As remedy to this problem, we propose the Ted algorithm that produces the same complete query-based explanations for reordered conjunctive query trees.
Databáze: OpenAIRE
Externí odkaz: