Question

我正在尝试使用LogicBlox作为Datalog求解器的功能。我遇到性能问题，我认为我在使用LB错误，因为它的行为就好像在实现所有关系（带有魔术集的Datalog求解器无法做到）。

正如我所说，我可能没有按预期使用LB，但这是我的测试。我想创建一些二进制关系e（x，y）的传递闭包c（x，y）。出于测试目的，我使用创建为简单循环的e进行游戏，即我将LB的e（i，（i + 1）％1000）添加为0≤i <1000。

当我仅对from0（x）<-c（0，x）感兴趣时，则不需要实际实现c，而魔术设置方法将创建谓词c_ {bound，free}（x，y）并从from0（0）计算，然后从from0（1）导出，依此类推。整个操作大约需要1000步。

如果我用程序做例子：

e(x,y) -> int(x), int(y).
// fill e with data
c(x,y) -> int(x), int(y).
c(x,y) <- e(x,y) ; c(x,z),e(z,y).
from0(x) <- c(0,x).

然后，很明显，我正在生成c的物化版本，并且c将包含所有对元素；因此，整个操作大约要花费1000 ^ 2的时间（当我运行查询时，我发现计算实际上需要一些时间）。

在文档中，LogicBlox允许将谓词定义为“派生”，但对于c来说，由于c自身递归，因此似乎不可能。

现在，我还尝试在查询或exec块中使用“本地谓词”定义此可传递闭包，但没有成功。我尝试过的示例：

query '
   _c(x,y)->int(x),int(y). 
   _c(x,y) <- e(x,y) ; e(x,z),_c(z,y). 
   _(x) <- _c(0,x).'

显然，在此示例中，我可以手动优化查询并定义一个块：

f0(x)->int(x). 
f0(y)<- e(0,y) ; f0(x),e(x,y).

但是，如果我正确理解LB，应该有一种方法可以将优化留给LB。

Answer 1

我不确定您如何定义“数据日志求解器”，但这也许是更好地将LogicBlox理解为使用源自数据日志的数据库语言作为查询语言。

您注意到，LogicBlox不会自动应用任何类型的优化类似于魔术集。此外，不幸的是命名为“ Derived”的派生类型在您的情况下不起作用，因为它避免了通过内联实现。但是，不可能内联递归谓词。

如果您使用的平台版本早于4.4.9，则可以，不幸的是，您唯一的选择是手动执行某种方式的魔术可以改变您的逻辑。

如果您使用的是LogicBlox 4.4.9或更高版本，我们添加了一个新派生类型“ OnDemand”将执行您想要的操作。它将重写内部谓词的规则，这样唯一的“需求” 计算元组。这与古典魔术不太一样设置重写，类似于所谓的“需求” 转换”中的最新文献（请参见 http://doi.acm.org/10.1145/1836089.1836094。

但是，这仍然需要您的示例进行一些小的更改。必须为谓词的所有键（而不是值）自变量提供一个“需求”。因此，您需要将示例重写为

e(x,y) -> int(x), int(y).
e(x, int:mod[x + 1,1000]) <- int:range(0,1000,1,x).
nodes(x) <- e(x, _); e(_, x).

c(x,y) -> int(x), int(y).
c(x,y) <- e(x,y); c(x,z), e(z,y).
//lang:derivationType[`c]="OnDemand".

from0(x) <- c(0,x), nodes(x).

取消注释以上行将应用转换。这产生在笔记本电脑上运行时，速度提高了7倍。

另一个例子是斐波那契函数

fib[i]=f -> int(i), int(f).
lang:derivationType[`fib]="OnDemand".

fib[0]=0.
fib[1]=1.
fib[i]=f1+f2 <- i >= 2, fib[i-1]=f1, fib[i-2]=f2.

我们还使用了“ OnDemand”谓词来实现更详尽的描述关系和函数，例如CYK解析或评估lambda演算。

如何避免在logicblox / logiQL中实现递归逻辑谓词？

1 个答案: