Automatizzazione della Sintesi di Codice per Funzioni Native del Database con LLM

Automating Database-Native Function Code Synthesis with LLMs

April 2, 2026

Autori: Wei Zhou, Xuanhe Zhou, Qikang He, Guoliang Li, Bingsheng He, Quanqing Xu, Fan Wu

cs.AI

Abstract

I sistemi di database incorporano un numero crescente di funzioni nei loro kernel (note anche come funzioni native del database) per scenari come il supporto a nuove applicazioni e la migrazione di business. Questa crescita causa una domanda urgente di sintesi automatica delle funzioni native del database. Sebbene i recenti progressi nella generazione di codice basata su LLM (ad esempio, Claude Code) mostrino potenziale, essi sono troppo generici per lo sviluppo specifico dei database. Spesso generano allucinazioni o tralasciano contesti critici perché la sintesi di funzioni di database è intrinsecamente complessa e soggetta a errori, dove la sintesi di una singola funzione può coinvolgere la registrazione di multiple unità funzionali, il collegamento di riferimenti interni e l'implementazione corretta della logica. A tal fine, proponiamo DBCooker, un sistema basato su LLM per la sintesi automatica di funzioni native del database. Esso consiste in tre componenti. Primo, il modulo di caratterizzazione delle funzioni aggrega dichiarazioni multi-sorgente, identifica le unità funzionali che richiedono codifica specializzata e traccia le dipendenze cross-unità. Secondo, progettiamo operazioni per affrontare le principali sfide della sintesi: (1) un generatore di piani di codifica basato su pseudo-codice che costruisce scheletri di implementazione strutturati identificando elementi chiave come funzioni referenziate riutilizzabili; (2) un modello ibrido fill-in-the-blank guidato da prior probabilistiche e consapevolezza dei componenti per integrare la logica centrale con routine riutilizzabili; e (3) una validazione progressiva a tre livelli, inclusi controllo della sintassi, conformità agli standard e verifica semantica guidata da LLM. Infine, una strategia di orchestrazione adattiva unifica queste operazioni con strumenti esistenti e le sequenzia dinamicamente tramite la cronologia di orchestrazione di funzioni simili. I risultati mostrano che DBCooker supera altri metodi su SQLite, PostgreSQL e DuckDB (accuratezza superiore in media del 34,55%) e può sintetizzare nuove funzioni assenti nell'ultima versione di SQLite (v3.50).

English

Database systems incorporate an ever-growing number of functions in their kernels (a.k.a., database native functions) for scenarios like new application support and business migration. This growth causes an urgent demand for automatic database native function synthesis. While recent advances in LLM-based code generation (e.g., Claude Code) show promise, they are too generic for database-specific development. They often hallucinate or overlook critical context because database function synthesis is inherently complex and error-prone, where synthesizing a single function may involve registering multiple function units, linking internal references, and implementing logic correctly. To this end, we propose DBCooker, an LLM-based system for automatically synthesizing database native functions. It consists of three components. First, the function characterization module aggregates multi-source declarations, identifies function units that require specialized coding, and traces cross-unit dependencies. Second, we design operations to address the main synthesis challenges: (1) a pseudo-code-based coding plan generator that constructs structured implementation skeletons by identifying key elements such as reusable referenced functions; (2) a hybrid fill-in-the-blank model guided by probabilistic priors and component awareness to integrate core logic with reusable routines; and (3) three-level progressive validation, including syntax checking, standards compliance, and LLM-guided semantic verification. Finally, an adaptive orchestration strategy unifies these operations with existing tools and dynamically sequences them via the orchestration history of similar functions. Results show that DBCooker outperforms other methods on SQLite, PostgreSQL, and DuckDB (34.55% higher accuracy on average), and can synthesize new functions absent in the latest SQLite (v3.50).