Tối ưu hóa truy vấn cơ sở dữ liệu suy diễn

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

PHẠM THỊ CHI LÊ

TỐI ƢU HÓA TRUY VẤN
CƠ SỞ DỮ LIỆU SUY DIỄN

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Thái Nguyên - 2013

Số hóa bởi Trung tâm Học liệu

/


ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

PHẠM THỊ CHI LÊ

TỐI ƢU HÓA TRUY VẤN CƠ SỞ DỮ LIỆU
SUY DIỄN

Chuyên ngành : Khoa học máy tính
Mã số : 60.48.01
LUẬN VĂN THẠC SĨ KHOA HỌC

NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS.TS ĐOÀN VĂN BAN

Thái Nguyên - 2013

Số hóa bởi Trung tâm Học liệu

/


LỜI CAM ĐOAN
Tôi cam đoan luận văn này là do bản thân tự nghiên cứu và thực hiện theo sự
hƣớng dẫn khoa học của PGS.TS Đoàn Văn Ban.
Tôi hoàn toàn chịu trách nhiệm về tính pháp lý quá trình nghiên cứu khoa học
của luận văn này.
Thái Nguyên, ngày

tháng

Ngƣời Cam Đoan

Phạm Thị Chi Lê

Số hóa bởi Trung tâm Học liệu

/

năm 2013


1

LỜI CẢM ƠN

Trƣớc tiên tôi bầy tỏ lời cảm ơn chân thành đến các Thầy, Cô giáo đã
giảng dạy, hƣớng dẫn và giúp đỡ tôi trong thời gian học tập và nghiên cứu
hoàn thành luận văn này.
Xin đƣợc bầy tỏ lòng biết ơn sâu sắc tới Thầy giáo PGS.TS Đoàn Văn
Ban đã tận tình hƣớng dẫn, giúp đỡ và đóng góp cho tôi nhiều ý kiến quí báu
để hoàn thành luận văn này.
Xin chân thành cảm ơn các Thầy, Cô giáo Trƣờng Đại học Công nghệ
thông tin & truyền thông Thái Nguyên và Viện Công nghệ thông tin đã giảng
dạy, giúp đỡ và tạo điều kiện thuận lợi cho tôi trong thời gian học tập tại
Trƣờng.
Tôi xin gửi lời cảm ơn đến các bạn đồng nghiệp và các bạn học viên lớp
Cao học K10A khóa 2011 – 2013 đã giúp đỡ và tạo điều kiện thuận lợi cho tôi
trong quá trình học tập và làm luận văn.
Cuối cùng, xin chân thành cảm ơn gia đình và bạn bè đã động viên, quan
tâm, giúp đỡ tôi hoàn thành khóa học và luận văn.

PHẦN MỞ ĐẦU
Cơ sở dữ liệu (CSDL) là một trong những lĩnh vực đƣợc tập trung nghiên
cứu và phát triển của công nghệ thông tin, nhằm giải quyết các bài toán quản
lý, tìm kiếm thông tin trong những hệ thống lớn, đa dạng, phức tạp cho nhiều
ngƣời sử dụng trên máy tính điện tử. Cùng với sự ứng dụng mạnh mẽ công
nghệ thông tin vào đời sống xã hội, kinh tế, quốc phòng ... Việc nghiên cứu
CSDL đã và đang phát triển ngày càng phong phú và hoàn thiện.
Tuy nhiên CSDL kinh điển không có khả năng suy dẫn ra sự kiện mới, khả
năng tiềm ẩn không đƣợc khai thác hết nên từ những năm 1970-1980 có một

Số hóa bởi Trung tâm Học liệu

/

2

trào lƣu sôi nổi muốn đƣa vào CSDL quan hệ những cơ chế suy diễn, những
tri thức tổng quát. CSDL suy diễn là một lĩnh vực khá mới mẻ, trong thời gian
qua ngƣời ta đã tập trung nghiên cứu và cho nhiều kết quả thú vị cả lĩnh vực
lý thuyết và ứng dụng. CSDL suy diễn có khả năng sử dụng các tính năng của
lập trình logic để thực hiện các suy diễn nhằm tạo ra thông tin mới dựa trên
các luật suy diễn và dữ liệu đƣợc lƣu trữ trong cơ sở dữ liệu.
CSDL suy diễn, một sự mở rộng CSDL quan hệ, không những chỉ có các
nguyên tố nền tƣơng ứng với các bộ của các quan hệ trong CSDL quan hệ mà
còn có các quy tắc tổng quát (gồm các quy tắc suy diễn và các ràng buộc toàn
vẹn). Những quy tắc này tạo thành phần mở rộng. So với các hệ CSDL quan
hệ, các hệ CSDL suy diễn thừa nhận một kiểu lý thuyết chứng minh, nghĩa là
nó đƣợc xem xét nhƣ một lý thuyết bao gồm một tập các công thức cấp một,
còn việc thực hiện một câu truy vấn hoặc làm thoả mãn một ràng buộc toàn
vẹn có thể xem nhƣ chứng minh một công thức cấp một là hệ quả logic của lý
thuyết đã cho.
Sức mạnh biểu diễn của CSDL suy diễn là thật sự quan trọng trong nhiều
lĩnh vực khác nhau. Các ứng dụng tiêu biểu của CSDL bao gồm hệ chuyên
gia, hệ hỗ trợ quyết định, phân tích tài chính, phân tích ngôn ngữ, cú pháp ...
Tuy vậy, trong lĩnh vực CSDL suy diễn, mặc dù đã có nhiều kết quả có giá trị
nhƣng cũng có nhiều vấn đề cần nghiên cứu tiếp, đặc biệt là các vấn đề về
ngữ nghĩa của phủ định và tối ƣu hoá câu hỏi (truy vấn).
Luận văn nghiên cứu các kỹ thuật tối ƣu câu truy vấn trên CSDL suy diễn.
Có ba kiểu tiếp cận khác nhau trong việc định giá câu truy vấn: Các phƣơng
pháp trên xuống, các phƣơng pháp dƣới lên và các phƣơng pháp có sự kết hợp
các đặc trƣng của phƣơng pháp trên xuống và dƣới lên. Các phƣơng pháp trên
xuống (còn gọi là suy luận đích hoặc kết xâu lùi) có điểm khởi đầu của việc
tính toán là từ đích truy vấn và chúng sẽ không tính các sự kiện không thích

Số hóa bởi Trung tâm Học liệu

/


3

hợp với câu truy vấn. Tuy nhiên quá trình tính toán có thể kéo dài vô hạn. Các
phƣơng pháp dƣới lên đảm bảo tính kết thúc trong quá trình tìm lời giải của
câu truy vấn, nhƣng điều này không có nghĩa là nó hiệu quả. Chúng thƣờng
không định hƣớng đích, nhiều sự kiện không thích hợp với câu truy vấn cũng
đƣợc tính. Các chiến lƣợc dƣới lên không xem xét câu truy vấn trong suốt quá
trình định giá, tức là việc tính toán không đƣợc gắn liền với câu truy vấn nhƣ
thƣờng xảy ra trong các phƣơng pháp trên xuống.
Trong thời gian gần đây, một số phƣơng pháp mở rộng để trả lời câu truy
vấn đƣợc đề xuất nhằm mục đích tạo ra một chiến lƣợc tìm kiếm hƣớng đích,
đồng thời có tính hiệu quả là đảm bảo kết thúc quá trình tính toán câu trả lời
truy vấn. Điển hình đó là phép biến đổi ma tập (magic set transformation) và
định giá bảng. Các phƣơng pháp này đƣợc đánh giá là một trong những kỹ
thuật tối ƣu câu truy vấn có hiệu quả trong CSDL suy diễn. Nó đã kết hợp
đƣợc các ƣu điểm của kỹ thuật định giá theo kiểu trên xuống và dƣới lên, do
đó giảm thiểu đƣợc số các sự kiện cần tính và tìm kiếm trên CSDL.
Ý tƣởng chính của phép biến đổi ma tập là mô phỏng sự lan truyền các trị
ràng buộc đƣợc tạo ra trong phƣơng pháp định giá câu truy vấn theo kiểu trên
xuống. Sự lan truyền này nhận đƣợc bằng cách viết lại chƣơng trình gốc ban
đầu. Trong mỗi quy tắc gốc một điều kiện mới đƣợc thêm vào để hạn chế việc
tính toán trên quy tắc. Các điều kiện này đƣợc xem là các quan hệ lọc. Một
quy tắc mới đƣợc tạo ra để mô phỏng sự lan truyền các trị ràng buộc.
Luận văn gồm phần mở đầu, ba chƣơng nội dung, phần kết luận, tài liệu
tham khảo và phần phụ lục.

Chƣơng 1: Trình bày khái quát về Cơ sở dữ liệu suy diễn và ngữ nghĩa
chƣơng trình logic.
Chƣơng 2: Trình bày các phƣơng pháp tối ƣu câu truy vấn trong cơ sở dữ
liệu suy diễn.
Số hóa bởi Trung tâm Học liệu

/


4

Chƣơng 3: Cài đặt chƣơng tr

.

Phần phụ lục giới thiệu về Swi-Prolog và hƣớng dẫn cách thức làm việc với
Swi-Prolog.

Số hóa bởi Trung tâm Học liệu

/


5

CHƢƠNG 1. CƠ SỞ DỮ LIỆU SUY DIỄN VÀ NGỮ NGHĨA
CHƢƠNG TRÌNH LOGIC
Chương 1 trình bày kiến thức cơ bản về cơ sở dữ liệu suy diễn với các khái
niệm, cấu trúc, mô hình, mục đích, chức năng cơ bản của cơ sở dữ liệu suy
diễn và giới thiệu một số hệ quản trị cơ sở dữ liệu suy diễn như hệ LDL, hệ

Anditi, hệ Coral; giới thiệu về chương trình logic với các khái niệm cơ bản
như logic vị từ, hạng thức, công thức đóng, bộ kí tự ...và ngữ nghĩa của
chương trình logic; cuối chương giới thiêu về cơ sở dữ liệu Horn với các khái
niệm, định lý, hệ quả, ngữ nghĩa của cơ sở dữ liệu Horn và các ví dụ để minh
chứng cho phần lý thuyết.
1.1 Giới thiệu về cơ sở dữ liệu suy diễn
Tính từ thời điểm xuất hiện các hệ quản trị cơ sở dữ liệu đầu tiên (khoảng
những năm 1960) đến nay, công nghệ CSDL đã tiến triển nhanh chóng, và đã
thu đƣợc rất nhiều thành tựu trong các lĩnh vực ứng dụng khác nhau của công
nghệ thông tin. Một đặc điểm chung của các hệ CSDL là khả năng quản lí
những khối lƣợng lớn dữ liệu, tuy nhiên thƣờng chỉ thực hiện các thao tác đơn
giản để xử lí dữ liệu. Vì vậy, việc nghiên cứu cơ sở dữ liệu suy diễn đƣợc đặt
ra nhƣ một yêu cầu thiết thực.
Mặt khác, song song với sự phát triển của các hệ quản trị CSDL, các hệ
chuyên gia đã đƣợc phát triển để trợ giúp quá trình ra quyết định trong các
lĩnh vực chuyên ngành hẹp. Đặc điểm chính của các hệ chuyên gia là cung
cấp khả năng suy luận nhằm hỗ trợ việc ra quyết định, nhƣng chúng thƣờng
không có khả năng quản lí các khối lƣợng lớn thông tin.
Từ các yếu tố trên, các hệ CSDL suy diễn đã đƣợc đề xuất, xem nhƣ một
giải pháp khắc phục những hạn chế của các hệ CSDL truyền thống bằng cách

Số hóa bởi Trung tâm Học liệu

/


6

phối hợp, theo một cách nào đó, các đặc trƣng nổi trội đƣợc cung cấp bởi các
hệ chuyên gia.

Do đó, các hệ CSDL suy diễn có thể đƣợc xem là một tích hợp của dữ liệu
(nhƣ trong một hệ quản trị CSDL) và tri thức (nhƣ trong một hệ chuyên gia).

Các hệ CSDL

Các hệ chuyên gia

Có khả năng quản lí các khối
lƣợng lớn dữ liệu

Có các khả năng suy luận

- Dữ liệu ngoại diên: các sự kiện
- Tính toàn vẹn, khôi phục, tối
ƣu hoá câu hỏi
- Đƣợc bảo trì bởi những nhà
quản trị

- Tri thức nội hàm: các luật
- Biểu diễn tri thức
- Đƣợc bảo trì bởi các chuyên
gia

Cần những khả năng suy luận
bên trong cơ sở dữ liệu

Cần một hệ thống hoàn thiện để
quản lí các khối lƣợng lớn thông
tin

Cơ sở dữ liệu suy
diễn
Hình 1.1. Sự tiến triển song song của các hệ CSDL và các hệ chuyên
gia
Hình trên đây minh hoạ sự tiến triển song song của các hệ CSDL và các hệ
chuyên gia.
Khái niệm về CSDL suy diễn cũng đƣợc nhiều nhà nghiên cứu đề cập theo
hƣớng phát triển các kết quả mà Green đã đạt đƣợc vào năm 1969 về các hệ
thống hỏi – đáp. Xuất phát từ quan điểm lý thuyết, các CSDL suy diễn có thể
Số hóa bởi Trung tâm Học liệu

/


7

đƣợc coi nhƣ các chƣơng trình logic với sự khái quát hoá khái niệm về CSDL
quan hệ. Đó là cách tiếp cận của Brodie và Manola vào năm 1989, của Codd
vào năm 1970, của Date vào năm 1986, của Gardarin và Valdurier vào năm
1989 và của Ullman vào năm 1984 [2].
Nhƣ vậy, CSDL suy diễn có thể đƣợc coi nhƣ các chƣơng trình logic với
sự khái quát hóa khái niệm về CSDL quan hệ bằng cách hỗ trợ các khung
nhìn đệ qui và dữ liệu không nguyên tử. Điều này làm cho viêc lập trình
CSDL dễ hơn nhiều đối với các ứng dụng.
1.1.1 Cơ sở dữ liệu suy diễn (CSDLSD) là gì
CSDL truyền thống không suy diễn các sự kiện mới, ví dụ không thể suy
ra đƣợc là Vân là cha của ai nếu dựa vào quan hệ parent(X, Y).
Cơ sở dữ liệu suy diễn là cơ sở dữ liệu (CSDL) có khả năng suy diễn ra
một số sự kiện mới từ những sự kiện, các luật đƣợc lƣu trữ trong CSDL.
Mô hình cơ sở dữ liệu suy diễn (CSDLSD) là sự tích hợp của mô hình cơ

sở dữ liệu và lập trình logic. Cơ sở lý thuyết của mô hình cơ sở dữ liệu suy
diễn là logic vị (tân) từ cấp một: lƣu trữ, tìm kiếm, suy luận và điều khiển
thực thi chƣơng trình ứng dụng [1], [20].
Lập trình logic có thế mạnh là khả năng biểu diễn tri thức và thể hiện đƣợc
ràng buộc toàn vẹn thông tin. CSDLSD là một sự kết hợp giữa trí tuệ nhân tạo
(AI) và CSDL.
Cơ sở dữ liệu có khả năng quản trị dữ liệu, bảo mật dữ liệu.
Cơ sở dữ liệu suy diễn có khả năng sử dụng các tính năng của lập trình
logic để thực hiện các suy diễn nhằm tạo ra thông tin mới dựa trên các luật
suy diễn và dữ liệu đƣợc lƣu trữ trong cơ sở dữ liệu.
Cấu trúc của một CSDL suy diễn
Một CSDL suy diễn là một bộ gồm ba tập hữu hạn:

Số hóa bởi Trung tâm Học liệu

/


8

- Tập các sự kiện (facts): cho phép biểu diễn thông tin cơ sở đƣợc biết là
đúng trong CSDL.
- Tập các luật suy diễn (deductive rules): cho phép suy dẫn các sự kiện mới
từ các sự kiện đƣợc lƣu trữ trong CSDL.
- Tập các ràng buộc toàn vẹn (integrity constrains): tƣơng ứng với các điều
kiện mà mỗi trạng thái của CSDL phải thỏa mãn.
Ví dụ 1.1 Một CSDL suy diễn mô tả các mối quan hệ gia tộc
- Sự kiện
Bố(Dƣơng, Tân)
Mẹ(Mai, Bách)

Bố(Phát, Mai)
- Các luật suy diễn
Cha_mẹ(x, y) ← Bố(x, y)
Cha_mẹ(x, y) ← Mẹ(x, y)
Bà(x, y) ← Mẹ(x, z) ^ Cha_mẹ(z, y)
Tổ_tiên(x, y) ← Cha_mẹ(x, y)
Tổ_tiên(x, y) ← Cha_mẹ(x, z) ^ Tổ_tiên(z, y)
- Các rằng buộc toàn vẹn
IC1(x) ← Cha_mẹ(x, x)
IC2(x) ← Bố(x, y) ^ Mẹ(x,y)

Tóm lại, một CSDL suy diễn là một bộ ba (F, DR, IC), trong đó F là một
tập hữu hạn các sự kiện cơ sở, DR là một tập hữu hạn các luật suy diễn, và IC
là một tập hữu hạn các rằng buộc toàn vẹn. Tập F các sự kiện đƣợc gọi là
phần ngoại diên của CSDL (còn gọi là CSDL ngoại diên – EDB), còn tập DR
và IC làm thành nội hàm của CSDL (còn gọi là CSDL nội hàm – IDB) [10],
[16], [20].
Các tân từ CSDL đƣợc chia thành các tân từ cơ sở (ngoại diên) và các tân
từ dẫn xuất (còn gọi là nội hàm hay khung nhìn).
Số hóa bởi Trung tâm Học liệu

/