Recent Increments in Incremental View Maintenance

我们概述了最近在增量视图维护（IVM）问题上的进展，重点关注IVM对于合取查询类的细粒度复杂度和最优性。这些理论进展指导了IVM引擎的开发，这些引擎在学术论文和工业环境中报告了实际效益。当单独考虑每个报告的进展时，每个进展都只是一个小的增量。然而，当它们一起考虑时，它们可能会为更深入地理解IVM问题铺平道路。 本文附带了同名的PODS 2024特邀演讲。本文中突出的一些工作是基于先前或正在进行的合作项目，包括：F-IVM项目中的Ahmet Kara、Milos Nikolic和Haozhe Zhang；以及RelationalAI的Mahmoud Abo Khamis、Niko Gobel、Hung Ngo和Dan Suciu。

论文探讨增量视图维护（IVM）的问题，特别是针对合取查询类的细粒度复杂性和最优性。

通过理论研究推动IVM引擎的发展，为解决IVM问题提供了新思路。

论文介绍了IVM引擎的实际应用和实验结果，并提出了一些值得深入研究的问题。与Ahmet Kara、Milos Nikolic和Haozhe Zhang在F-IVM项目以及Mahmoud Abo Khamis、Niko Gobel、Hung Ngo和Dan Suciu在RelationalAI的合作研究有关。

在这个领域中，还有一些相关研究，例如《Efficiently Maintaining Materialized Views》、《Efficient Maintenance of Materialized Views: A Survey》等。