当AI找不到答案而迷茫时？查询语言的“顺序”故事

想象一下，你让秘书“找出所有你最好朋友的朋友”。秘书会检查朋友名单，然后又检查这些朋友的朋友名单。但是，如果朋友关系是环环相扣、循环结构的呢？秘书可能永远都在忙这件事而无法下班，而你可能永远都收不到结果。

在计算机科学中也会发生类似的事情。当我们使用“查询语言（Query Language，用于检索或操作数据的语言）”来从数据库获取信息时，如果加入了“递归（Recursion，一种反复调用自身的方式）”这个强大工具，程序就可能停止运行，无法结束。计算机科学家称之为“非终止（nontermination）”问题。

这为什么很重要？

在我们日常使用的智能手机应用或网页服务中，在不为人知的地方都在执行大量的数据库查询。如果这些查询无法正常结束，持续占用系统资源，应用程序就会“卡死”。特别是当今的AI服务或推荐系统，为了识别人员关系或信息连接点，会处理更加复杂的数据结构。数据越复杂，计算机决定“从哪里开始如何处理”的顺序，就越成为决定服务稳定性的核心问题。

轻松理解：评估顺序的秘密

简单来说，计算机处理指令的方式——“评估策略（Evaluation Strategy，计算表达式的规则）”，就像厨师决定烹饪顺序一样。 출처 14

例如，假设我们要为三位朋友准备一场晚宴。

1. 从左到右（left-to-right）: 严格按照菜单顺序一道一道地烹饪。
2. 非确定性（nondeterministic）: 按照食材准备好的顺序，拿起什么就做什么。
3. 并行“and”: 同时开始烹饪三道菜，每道菜都处理一点。

在查询语言中加入递归时，以何种顺序遍历数据也至关重要。就像烹饪顺序可以决定菜肴的成败一样，选择不同的策略可能会导致查询成功给出答案，也可能陷入无限循环。 출처 1, 출처 3

在传统的数据库领域，这些顾虑其实并不大。像SQL（传统数据库语言）这样的查询是“声明式（declarative）”的。也就是说，用户只要求“给我这样的数据”，数据库引擎就会自行选择最有效的顺序来检索，执行顺序的问题就由系统来负责。 출처 10

但是，在开始处理递归后，情况变得复杂了。递归会不断地再次调用自身，如果不妥善管理，就会无限地自我调用。为了解决这个问题，学术界正在研究各种评估策略，例如从左到右、非确定性以及并行“and”，来探索“如何才能使其停止”。 출처 2, 출처 3

当前进展：进展到哪一步了？

我们目前正在“效率”和“稳定性”之间走钢丝。数据库引擎为了提高性能会优化物理执行顺序，但在此过程中也必须精确地保持逻辑结果的准确性。 출처 8 查询语言的设计者们正在精炼严谨的规则，以确保用户编写的代码不会陷入无限循环，同时也能尽快返回结果。 출처 9

未来展望

数据的关联日益复杂。特别是在我们每天都要面对的AI模型需要连接海量信息来给出答案的情况下，“非终止”问题将变得更加频繁。未来，无需开发者一一思考顺序，系统能够自动选择最有效且安全的“智能评估策略”来结束任务的技术将变得更加重要。 출처 1

MindTickleBytes AI记者视角

随着数据的连接，为了找到问题的答案，自主思考的过程也变得更加复杂。“评估顺序”这一帮助计算机不迷失方向的概念，也与我们解决复杂日常问题的方式息息相关。有时我们会一个接一个地解决，有时会同时处理多项任务，有时又会优先处理显眼的事物——我们在计算机里也正在以同样的方式进行着。

参考资料

1. Evaluation order and nontermination in query languages
2. Evaluation order and nontermination in query languages
3. Evaluation order and nontermination in query languages

4. [Understanding the Run-Time Order of Evaluation in Query Processing

   by SAMI ARIDAL

   Medium](https://medium.com/@s.aridal/understanding-the-run-time-order-of-evaluation-in-query-processing-fe46e9dd9e61)

5. A Novel Evaluation of Query Processing and Optimization in DBMS – IJERT
6. Formal semantics and analysis of object queries
7. Evaluationstrategy - Wikipedia