[論文レビュー] Algorithms for Rewriting Aggregate Queries Using Views

Sara Cohen, Werner Nutt+1 more|Lirias (KU Leuven)|Nov 17, 2000

Advanced Database Systems and Queries被引用数 4

ひとこと要約

本稿では、COUNTおよびSUM演算子を対象として、物化ビューを用いた集計クエリのリライトに適した健全かつ完全なアルゴリズムを提示する。非集計クエリリライト技術（例：バケツ法）を拡張し、クエリ同値性の構文的特徴付けを組み込むことで、実用的なデータベース最適化シナリオにおける正しさと完全性を保証する。

ABSTRACT

Queries involving aggregation are typical in database applications. One of the main ideas to optimize the execution of an aggregate query is to reuse results of previously answered queries. This leads to the problem of rewriting aggregate queries using views. Due to a lack of theory, algorithms for this problem were rather ad-hoc. They were sound, but were not proven to be complete. Recently we have given syntactic characterizations for the equivalence of aggregate queries and applied them to decide when there exist rewritings. However, these decision procedures do not lend themselves immediately to an implementation. In this paper, we present practical algorithms for rewriting queries with $\COUNT$ and $\SUM$. Our algorithms are sound. They are also complete for important cases. Our techniques can be used to improve well-known procedures for rewriting non-aggregate queries. These procedures can then be adapted to obtain algorithms for rewriting queries with $\MIN$ and $\MAX$. The algorithms presented are a basis for realizing optimizers that rewrite queries using views.

研究の動機と目的

• 物化ビューを用いた集計クエリリライトにおける理論的基盤の欠如に対処すること。
• COUNT や SUM などの一般的な集計演算子に対して、健全かつ完全な実用的アルゴリズムを開発すること。
• 既存の非集計クエリリライト技術を拡張し、集計処理を扱えるようにすることで、効率性と正しさを向上させること。
• 事前に計算された結果を再利用することで、データウェアハウスおよび大規模データベースアプリケーションにおける効率的なクエリ最適化を可能にすること。

提案手法

• NSS98およびCNS99の集計クエリ同値性の構文的特徴付けを用いて、リライトの構築をガイドする。
• 非集計ビューに対して、バケツ法の修正版を適用し、有効なリライトに寄与しないビューを除外する。
• 候補となるリライトと元のクエリとの同値性を検証するために、ホモモーティズムに基づく展開技術を導入する。
• 変数カバレッジと整合性に基づいてバケツ内のビューの含めるかどうかを制限することで、探索空間を削減し、性能を向上させる。
• MAX および MIN クエリを処理するために、同値性チェックを基本的な関係クエリの同値性に還元するアプローチを適応する。
• SICStus Prolog にアルゴリズムを実装し、実用的適用可能性を示している。

実験結果

リサーチクエスチョン

• RQ1 物化ビューを用いた集計クエリリライトに対して、健全かつ完全なアルゴリズムを設計できるか？
• RQ2 集計クエリ同値性の構文的特徴付けは、有効なリライトの構築をガイドするためにどのように利用できるか？
• RQ3 既存の非集計クエリリライトアルゴリズムを拡張し、集計処理をサポートしながら完全性を保てるか？
• RQ4 リライトプロセス中に無関係なビューをフィルタリングすることで、どのような性能向上が達成できるか？
• RQ5 COUNT および SUM 用の技術を MIN および MAX クエリに拡張するにはどうすればよいか？

主な発見

• 提案されたアルゴリズムは、線形クエリおよび関係クエリを含む、重要な実用的ケースにおいて健全かつ完全である。
• 変数カバレッジと整合性に基づくビューのフィルタリングにより、候補となるリライトの数が顕著に削減され、アルゴリズムの性能が向上する。
• 事前に計算されたビューの再利用を可能にし、大規模データベースのフルスキャンの必要性を低減する。
• MAX および MIN クエリへの一般化が、同値性チェックを基本的な関係クエリの同値性に還元することで効果的に実現される。
• アルゴリズムは SICStus Prolog に実装されており、現実のクエリ最適化における実現可能性と実用性を示している。
• リライトプロセスに構文的同値性チェックを統合することで、恣意的なヒューリスティクスに依存せずに正しさを保証できる。