[論文レビュー] A Formal Presentation of MongoDB (Extended Version).

Elena Botoeva, Diego Calvanese+3 more|arXiv (Cornell University)|Mar 30, 2016

Advanced Database Systems and Queries参考文献 10被引用数 9

ひとこと要約

この論文は、MongoDBのJSONベースのデータモデルとその集計言語MUPGLのコア断片を形式的に規定し、MUPGLが単一のコレクション上で完全な関係代数と同等、あるいはそれ以上の表現力を持つことを示している。特に、任意のジョインを含む。さらに、MUPGLおよびその部分言語の計算複雑性を分析している。

ABSTRACT

A significant number of database architectures and data models have been proposed during the last decade. While some of these new systems have gained in popularity, their formal semantics are generally still missing. In this paper, we consider the symptomatic case of MongoDB, a widely adopted document database, in which roughly speaking relational tables correspond to collections, and tuples to documents. We provide a formalization of the JSON-based data model adopted by MongoDB, and of a core fragment of the MongoDB aggregation query language, MUPGL, which includes the match, unwind, project, group, and lookup operators. We study the expressiveness of MUPGL by defining a relational view of MongoDB databases and developing a translation from relational algebra to MUPGL. Notably, we show that the MUPG fragment is already at least as expressive as full relational algebra over (the relational view of) a single collection, and in particular able to express arbitrary joins. We further investigate the computational complexity of MUPGL and of significant fragments of it.

研究の動機と目的

• 人気のあるNoSQLシステムに形式的基盤が欠如していることに対処し、MongoDBのJSONベースのデータモデルに形式的意味論を提供すること。
• マッチ、プロジェクト、グループ、ルックアップなどの主要演算子を含む、MongoDB集計言語MUPGLのコア断片を形式化すること。
• MUPGLが単一のコレクション上で完全な関係代数をシミュレートできることを示すことにより、MUPGLの表現力を確立すること。
• MUPGLおよび重要な部分言語の計算複雑性を分析し、クエリ最適化と評価の理論的基盤を提供すること。

提案手法

• 関係代数との比較を可能にするために、MongoDBデータベースの形式的関係的ビューを定義すること。
• 関係代数からMUPGLへの翻訳を設計し、表現力の同値性を証明すること。
• マッチ、アンワイン、プロジェクト、グループ、ルックアップなどの主要なMUPGL演算子の意味論を形式化すること。
• 標準的な複雑性理論的技法を用いて、MUPGLおよびその部分言語の計算複雑性を分析すること。
• 形式論理と集合論的構成を用いて、ドキュメント構造とクエリ操作をモデル化すること。
• グループおよびルックアップ演算子を用いて、MUPGLが任意のジョインを表現できることを確立すること。

実験結果

リサーチクエスチョン

• RQ1 MUPGLは単一のコレクション上で完全な関係代数のすべての演算を表現できるか？
• RQ2 MUPGLおよびその重要な部分言語の計算複雑性は何か？
• RQ3 MongoDBデータベースの形式的関係的ビューをどのように構築すれば、理論的分析が可能になるか？
• RQ4 MUPGL断片は、従来の関係演算（選択、投影、ジョインなど）をどの程度シミュレートできるか？
• RQ5 ドキュメント指向データベース（MongoDBなど）におけるクエリ意味論に対して、どのような形式的保証を提供できるか？

主な発見

• MUPGLは、単一のコレクション上で完全な関係代数と同等、あるいはそれ以上の表現力を持ち、任意のジョインを表現可能である。
• 関係代数からMUPGLへの形式的翻訳により、すべての関係演算がMUPGL内で符号化可能であることが示された。
• MUPGL断片は、グループ化やネストされたルックアップを含む複雑な操作をサポートしており、高度なデータ操作を可能にしている。
• MUPGLの計算複雑性が分析され、使用される演算子に応じて、ある部分言語はPTIMEに属し、他の部分言語はNP困難であることが示された。
• 形式的定式化により、MongoDBに類似したシステムにおけるクエリ最適化と正しさの理論的基盤が確立された。
• MongoDBデータベースの関係的ビューにより、クエリ意味論と等価性についての明確な推論が可能になった。