概率数据库

大多数真实的数据库包含正确性不确定的数据。为了处理这些数据，有必要对数据的完整性进行量化。这可以通过使用概率数据库来实现。概率数据库是一个不确定的数据库，其中可能的世界有相关的概率。概率数据库管理系统目前是一个活跃的研究领域。虽然目前还没有商业化的概率数据库系统，但存在一些研究原型。概率数据库区分了逻辑数据模型和数据的物理表示，就像ANSI-SPARC架构中的关系数据库一样。在概率数据库中，这一点更加关键，因为这种数据库必须简洁地表示非常多的可能世界，往往是一个世界（经典数据库）的指数级大小。

在概率论数据库中，每个元组都与0和1之间的概率相关联，0代表数据肯定不正确，1代表数据肯定正确。

一个概率数据库可以存在于多种状态。例如，如果数据库中某个元组的存在是不确定的，那么数据库对于该元组可能处于两个不同的状态--xxx个状态包含该元组，而第二个状态不包含该元组。同样地，如果一个属性可以取x、y或z中的一个值，那么数据库就该属性而言可以处于三种不同的状态。这些状态中的每一个都被称为一个可能的世界。考虑下面这个数据库。(这里{b3,b3′,b3′′}表示该属性可以取b3,b3′或b3′′中的任何一个值)假设xxx个元组存在不确定性，第二个元组存在确定性，第三个元组中属性B的值存在不确定性。那么数据库的实际状态可能包含也可能不包含xxx个元组（取决于它是否正确）。同样地，属性B的值可能是b3、b3′或b3′′。因此，对应于数据库的可能世界如下。

在概率数据库中可能存在的不确定性基本上有两种，如下表所述。通过给与数据项有关的随机变量赋值，可以表示不同的可能世界。