所以我试图理解Datalog是如何工作的，它和Prolog之间的区别之一是它在否定和递归上存在分层限制。 引用维基百科：
如果谓词P是从谓词Q中得出的（即P是 规则的头部，Q在身体的正面发生 规则），那么P的分层数必须大于或 等于Q
的分层数如果谓词P是从否定的谓词Q导出的（即P是 规则的负责人，Q在同一规则的主体中发生负面影响）， 那么P的分层数必须大于 Q的分层数，
因此，顺便说一句，以下两个谓词不会导致分层错误，因为它们可以简单地分配相同的分层数。因此，尽管有循环定义，这些谓词都很好。
但是如果我们有一个含有一些否定的定义（其中〜是否定的话）会发生什么呢？
这里的分层是不可能的。 A（x，y）必须具有大于B（x，y）的分层数，并且B（x，y）必须具有大于A（x，y）的分层数。我的第一个想法是，这不是正常的，因为这是一个循环定义，但只要谓词不被否定，分层就可以完成循环。但为什么？真值是简单的二元值。以这种方式处理具有不同符号的公式似乎是极其随意的。在第二种不是第一种情况的情况下，这种分层试图防止的是什么？
答案 0 :(得分：8)
我认为问题在于：
A（x）： - \ + B（x）
B（x）： - \ + A（x）
......它的语义含糊不清。该程序有两个最小模型，即{A(x)}和{B(x)}，因此在定点语义下没有明确定义（没有修复）点）或模型理论语义（没有唯一的最小模型）。
为了解决这个问题，Datalog的分层语义对Datalog程序的语法施加了限制，这样，如果程序存在分层，那么它将会在固定点和模型理论语义中也有一个独特的最小模型（反之亦然，我相信）。
您可以在文章“Serge Abiteboul，Richard Hull和Victor Vianu的数据库基础”中找到更多有关Datalog的分层语义的详细信息，这些文章恰好是免费提供的{{3 }，以及online中的相关详细信息。这篇优秀的文字还解释了我上面使用的大多数其他术语，如模型，定点等，如果你被卡住了。