Query Rewriting Framework for Translating SQL into Graph Database Query Languages

Abstract

Organisations that move from a relational to a graph database can migrate the data with existing tools, but not the queries. Every SQL query must be rewritten by hand, in an unfamiliar language, against a graph whose shape the schema does not determine. This thesis treats the rewriting as a translation problem and builds a framework that automates it. graphonauts, a benchmarking framework, compares six graph database systems and selects Cypher, AQL, and Gremlin as translation targets. sql2graph translates SQL with a large language model steered by an explicit schema mapping and checks every candi- date with deterministic validators in a bounded repair loop. Executed against a relational oracle, the strongest configurations translate Cypher perfectly and AQL nearly so, and ex- tended thinking lifts Gremlin substantially. aioorient, an asynchronous OrientDB client, is published as supporting work.

Organizace přecházející z relační databáze na grafovou mohou data migrovat existují- cími nástroji, dotazy však nikoli. Každý dotaz SQL je nutné ručně přepsat do neznámého jazyka nad grafem, jehož podobu schéma neurčuje. Tato práce pojímá přepis jako pře- kladovou úlohu a staví framework, který jej automatizuje. Benchmarkovací framework graphonauts porovnává šest grafových databázových sys- témů a vybírá jazyky Cypher, AQL a Gremlin jako cíle překladu. Framework sql2graph překládá SQL velkým jazykovým modelem řízeným mapováním schématu a každého kan- didáta ověřuje deterministickými validátory v omezené opravné smyčce. Proti relačnímu orákulu překládají nejsilnější konfigurace Cypher bezchybně, AQL téměř bezchybně a rozšířené uvažování výrazně zlepšuje Gremlin. Podpůrným výstupem je aioorient, asyn- chronní klient pro OrientDB.