provsql

概览

Preload/restart; set_prob is write-once; EXCEPT ALL unsupported; back up circuit store files separately; PG19 RC.

版本

构建

您可以使用 pig build 命令构建 provsql 扩展的 RPM / DEB 包：

pig build pkg provsql         # 构建 RPM / DEB 包

安装

您可以直接安装 provsql 扩展包的预置二进制包，首先确保 PGDG 和 PIGSTY 仓库已经添加并启用：

pig repo add pgsql -u          # 添加仓库并更新缓存

使用 pig 或者是 apt/yum/dnf 安装扩展：

pig install provsql;          # 当前活跃 PG 版本安装

pig ext install -y provsql -v 18  # PG 18
pig ext install -y provsql -v 17  # PG 17
pig ext install -y provsql -v 16  # PG 16
pig ext install -y provsql -v 15  # PG 15
pig ext install -y provsql -v 14  # PG 14

dnf install -y provsql_18       # PG 18
dnf install -y provsql_17       # PG 17
dnf install -y provsql_16       # PG 16
dnf install -y provsql_15       # PG 15
dnf install -y provsql_14       # PG 14

apt install -y postgresql-18-provsql   # PG 18
apt install -y postgresql-17-provsql   # PG 17
apt install -y postgresql-16-provsql   # PG 16
apt install -y postgresql-15-provsql   # PG 15
apt install -y postgresql-14-provsql   # PG 14

预加载配置：

shared_preload_libraries = 'provsql';

创建扩展：

CREATE EXTENSION provsql CASCADE;  -- 依赖: uuid-ossp

用法

来源：

• ProvSQL 1.13.0 文档
• ProvSQL 1.13.0 发行版
• ProvSQL 1.13.0 变更日志
• ProvSQL 1.13.0 控制文件
• Persistence, backups and replication

provsql 为 PostgreSQL 添加半环溯源与不确定性管理功能。上游文档涵盖溯源追踪、半环求值、概率、Shapley 和 Banzhaf 值、位置溯源、更新溯源以及时态功能。

加载并追踪溯源

shared_preload_libraries = 'provsql'

CREATE EXTENSION provsql CASCADE;

如果需要，CASCADE 形式会自动安装 uuid-ossp。入门指南指出，预加载步骤是强制要求，因为 ProvSQL 会安装规划器钩子。

SELECT provsql.add_provenance('mytable');

SELECT name, provenance()
FROM mytable;

SELECT provsql.remove_provenance('mytable');

用户文档还介绍了溯源映射：

SELECT create_provenance_mapping('my_mapping', 'mytable', 'column_name');
SELECT create_provenance_mapping_view('my_mapping_view', 'mytable', 'column_name');

概率与影响力

为元组令牌分配概率：

SELECT set_prob(provenance(), 0.8)
FROM mytable
WHERE id = 1;

SELECT name, probability_evaluate(provenance()) AS prob
FROM mytable;

计算影响力得分：

SELECT shapley(provenance(), m.token)
FROM mytable, my_mapping AS m;

SELECT banzhaf(provenance(), m.token)
FROM mytable, my_mapping AS m;

文档还介绍了 shapley_all_vars 和 banzhaf_all_vars，用于一次计算所有输入变量的得分。

内置半环

内置半环函数使用溯源令牌和溯源映射表：

SELECT name, sr_boolean(provenance(), 'my_mapping')
FROM mytable;

SELECT name, sr_formula(provenance(), 'my_mapping')
FROM mytable;

SELECT name, sr_how(provenance(), 'my_mapping')
FROM mytable;

当前文档包含 sr_how、sr_which、sr_tropical、sr_viterbi、sr_lukasiewicz、sr_minmax 和 sr_maxmin 的编译式包装器。对于 PostgreSQL 14 及更高版本，还包含在多范围值上运行的 sr_temporal、sr_interval_num 和 sr_interval_int。

SELECT city,
       sr_minmax(provenance(), 'personnel_level',
                 'unclassified'::classification_level) AS clearance
FROM (SELECT DISTINCT city FROM personnel) AS t;

SELECT entity_id, sr_temporal(provenance(), 'validity_mapping')
FROM mytable;

高级用户仍可定义自定义半环，并通过 provenance_evaluate 或 aggregation_evaluate 对其求值；如果已有编译半环与所需代数相符，上游建议优先使用该编译半环。

额外模式与辅助工具

上游记录的会话 GUC 包括：

SET provsql.active = on;
SET provsql.where_provenance = on;
SET provsql.update_provenance = on;
SET provsql.tool_search_path = '/opt/d4:/home/postgres/bin';
SET provsql.aggtoken_text_as_uuid = on;

-- After probability_evaluate(...), inspect the route that actually ran:
SHOW provsql.last_eval_method;

provsql.tool_search_path 用于 d4、c2d、dsharp、minic2d、weightmc 和 graph-easy 等外部概率及可视化工具。provsql.last_eval_method 保存最近一次选用的概率求值方法。provsql.aggtoken_text_as_uuid 会让聚合令牌单元格显示为对应的溯源 UUID；agg_token_value_text(token) 可以恢复这些聚合令牌的显示文本。

用户指南还分别介绍了位置溯源辅助工具、更新溯源、get_valid_time、timetravel、timeslice、history 和 undo 等时态辅助工具、电路检查工具 circuit_subgraph(root, max_depth) 和 resolve_input(uuid)，以及用于准备辅助搜索路径的 setup_search_path()。

当前概率与推理接口

近期发行版实质性扩展了 SQL 覆盖范围和概率求值能力：

• FROM 之外的子查询，包括 EXISTS、NOT EXISTS、IN、NOT IN、ANY、ALL、行值 IN、标量子查询以及 ARRAY(SELECT ...)；
• LEFT、RIGHT 和 FULL 外连接，以及修正后的 EXCEPT（1.13.0 拒绝已跟踪关系上的 EXCEPT ALL） 溯源；
• 聚合中遵循 SQL 语义的 NULL 处理，以及 COUNT、SUM、MIN、MAX 和 AVG 的精确 HAVING 聚合概率；
• 通过方法目录和成本选择器选取概率方法，支持 karp-luby、stopping-rule、sieve、d-tree 和 probability_bounds；
• 精确的有界树宽递归可达性、不安全 UCQ 的联合宽度编译、安全 UCQ 的 Möbius 反演，以及循环递归的吸收式溯源；
• 通过 target | evidence 操作符和整元组 given()/前缀形式实现条件事件与分布；
• 连续和离散的 random_variable 家族，包括正态、伽马、对数正态、贝塔、威布尔、帕累托、逆伽马、逆高斯、逻辑斯蒂、泊松、二项、几何、超几何和负二项分布；
• 分布参数本身也是随机变量的分层贝叶斯模型，并在存在闭式解时执行共轭后验更新；
• 随源数据变化仍保持正确的维护式溯源映射，以及 NOT IN、EXCEPT 和可空随机变量中符合 SQL 规范的 NULL 行为。

例如，可以基于已观察证据对连续值进行条件化，并读取后验期望：

WITH model AS (
  SELECT normal(20, 5) AS reading
)
SELECT expected(reading | (reading > 25))
FROM model;

agg_token 类型支持概率聚合表达式所需的算术运算、一元负号和比较操作。请参考官方概率与连续分布章节，在精确求值、编译式求值和基于采样的求值方法之间进行选择。

注意事项

• 版本 1.11.1 修正了聚合比较的溯源，并使空的 sum、min、max 和 product 分组返回 SQL NULL。它还改变了为 count(*) 生成的内容寻址令牌；如果旧的空输入行为很重要，请重新运行曾将这些令牌物化的查询。
• 版本 1.12.0 将 Möbius 求值扩展至自连接，允许 sr_formula 使用可选映射呈现所有门类型，并通过 provsql.last_eval_method 报告 sq-rewrite、bounded-jw 和 reachability。它还修复了 DML 重写场景，并使重复调用 remove_provenance() 变得安全。
• ALTER EXTENSION provsql UPDATE 会安装 SQL 变更。由于 ProvSQL 会按会话缓存函数 OID，请重新连接在更新期间一直保持打开的会话。
• 1.13.0 控制文件设置 default_version = '1.13.0'，要求 uuid-ossp，将扩展标记为受信任且不可重定位。
• 1.13.0 支持 PostgreSQL 11–18，并已测试 PostgreSQL 19 RC1；不再支持 PostgreSQL 10。
• provsql.update_provenance 和多范围半环要求 PostgreSQL 14 或更高版本。
• 更新溯源追踪仍处于实验阶段；在大范围启用前，请验证其存储与性能开销。

1.13.0 的语义与升级

安装匹配文件，重启 PostgreSQL 以替换预加载库，然后执行 ALTER EXTENSION provsql UPDATE TO '1.13.0'。升级会将关系元数据迁移至 provsql.table_info。旧版 ProvSQL 无法读取此版本写过的溯源电路存储；升级前应保留经验证的备份。

set_prob 现在仅允许首次写入：重复设置相同值可以执行，但修改概率须通过 replace_input，或对修复键块使用 replace_block，创建新的输入门。已经物化的令牌保留旧概率。不支持的跟踪结构现返回带原因标签的 SQLSTATE 0A000 错误，包括已跟踪关系上的锁定子句与 EXCEPT ALL。

带排序的 LIMIT 现在返回任一可能世界中满足条件的行，因此结果行数可能超过给定上限。LIMIT plain(k) 保留对实际数据的截断语义；若只考虑实际存在的行，须先在该 LIMIT 之前的 WHERE 条件中用 present(provenance()) 过滤。provsql.implicit_freeze = 'error' 会拒绝隐式的普通值求值，而非仅发出警告。窗口、分组集、物化视图与循环递归的支持条件以官方查询文档为准。

长时间求值响应取消请求和语句超时。provsql.max_memory 限制单条语句的求值内存，包括外部工具；provsql.max_worlds 限制可能世界枚举。超出预算会返回程序限制错误。

溯源电路的持久性与备份

电路存储不属于普通 SQL 表。pg_dump 和逻辑复制会携带令牌，但不会保存电路。一致的物理备份必须包含四个存储文件，应在服务器停止时复制，或对整个数据目录创建文件系统快照。若未启用 provsql.store_synchronous_commit，机器崩溃可能丢失最近提交的门；缺失门可能被当作概率为 1 的独立输入。即使处于只读事务，查询仍可能写入电路门；电路存储也并非完全事务隔离。

PostgreSQL 15+ 的 provsql.store_wal_logging 要求同步提交电路存储，并为已有备库重新制作基础备份。此时备库会拒绝需要写电路的溯源查询。在上游列出的存储层 WAL 分支（包括 Aurora、Neon、AlloyDB 与 HorizonDB）上应保持该选项关闭。PostgreSQL 大版本升级需要另行迁移存储文件。provsql.check_store() 检查一致性；provsql.circuit_cleanup() 要求独占数据库，并只保留从官方列出的表字段类型能够到达的令牌。