.png){kind=icon}
返回
Third and Boyce-Codd normal form for property graphs
.png){kind=icon}
OA
AI
DOI：10.1007/s00778-025-00902-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
规范化最小化潜在的数据不一致性来源以及由数据冗余引起的更新维护成本。对于关系数据库，不同类别的依赖关系导致数据冗余，并已导致提出第三范式（Third）、博伊斯-科德范式（Boyce-Codd）、第四范式（Fourth）和第五范式（Fifth）等方案。更高级数据模型的特性使得将关系模型的成果扩展到缺失、非原子或不确定数据变得具有挑战性。我们开始研究图数据的规范化，从一类适用于属性图（property graphs）的函数依赖关系入手。我们表明，这类依赖关系捕捉了应用的重要语义，构成了丰富的数据冗余来源，其蕴含问题可在线性时间内判定，并且便于灵活地对应用所针对的标签和属性进行属性图的规范化。我们尽可能将属性图规范化为博伊斯-科德范式，而不会丢失数据和依赖关系，但在一般情况下保证达到第三范式。在真实世界属性图上的实验量化并评估了图规范化的各种益处：(1)消除冗余属性值作为不一致数据的来源，(2)将不一致性检测为函数依赖关系的违反，(3)将更新开销降低数个数量级，(4)显著加速查询。
Keyword:
Key
Functional dependency
Normal form
Normalization
Property graph
Query
Update
期刊
IF:
3.8
论文数:
84
被引数:
2.4K
机构
暂无机构信息
引用论文
.png){kind=icon}
Composite Object Normal Forms: Parameterizing Boyce-Codd Normal Form by the Number of Minimal Keys复合对象范式：按最小键的数量参数化 Boyce-Codd 范式
PREAI
分享收藏
查看更多内容