[論文レビュー] Approximate Evaluation of Label-Constrained Reachability Queries

Stefania Dumbrava, Angela Bonifati+2 more|arXiv (Cornell University)|Nov 28, 2018

Data Management and Algorithms参考文献 39被引用数 5

ひとこと要約

本稿では、プロパティグラフにおけるラベル制約付き到達可能性クエリの近似評価のための新しいグラフ要約技術GRASPを提案する。コンパクトでクエリに適応した要約を構築し、リンクされたトレーマップを用いた可視化駆動型探索を可能にすることで、GRASPは高い圧縮率、低い誤差率、顕著な高速化を達成する—これは、制御可能な誤差推定値を伴い、複雑なナビゲーションクエリに対して人間が説明可能な近似グラフ分析をサポートする最初のシステムである。

ABSTRACT

The current surge of interest in graph-based data models mirrors the usage of increasingly complex reachability queries, as witnessed by recent analytical studies on real-world graph query logs. Despite the maturity of graph DBMS capabilities, complex label-constrained reachability queries, along with their corresponding aggregate versions, remain difficult to evaluate. In this paper, we focus on the approximate evaluation of counting label-constrained reachability queries. We offer a human-explainable solution to graph Approximate Query Processing (AQP). This consists of a summarization algorithm (GRASP), as well as of a custom visualization plug-in, which allows users to explore the obtained summaries. We prove that the problem of node group minimization, associated to the creation of GRASP summaries, is NP-complete. Nonetheless, our GRASP summaries are reasonably small in practice, even for large graph instances, and guarantee approximate graph query answering, paired with controllable error estimates. We experimentally gauge the scalability and efficiency of our GRASP algorithm, and verify the accuracy and error estimation of the graph AQP module. To the best of our knowledge, ours is the first system capable of handling visualization-driven approximate graph analytics for complex label-constrained reachability queries.

研究の動機と目的

• 大規模なプロパティグラフにおける複雑なラベル制約付き到達可能性クエリを効率的に評価する課題に対処すること。これらのクエリは#P完全であり、正確に評価するには費用がかかりすぎる。
• 誤差の制御可能な境界と人間が読み取れる説明を備えた、グラフ分析のための近似クエリ処理（AQP）をサポートするシステムを設計すること。
• ユーザーが近似クエリ結果を理解し、改善するために、インタラクティブで可視化駆動型のグラフ要約の探索を可能にすること。
• 集計クエリ（特に正則パスパターン上での集計）のための、コンパクトで意味的に意味のある、クエリ固有の近似を可能にするグラフ要約法を開発すること。
• 要約技術を、近似品質やクエリ関連領域の直感的探索を可能にするリンクされたトレーマップをサポートするカスタム可視化プラグインと統合すること。

提案手法

• ラベル制約付き到達可能性パターンに基づいてノードをパーティションにグループ化することで、要約サイズを最小限に抑えるクエリおよびワークロード駆動型のグラフ要約アルゴリズムGRASPを提案する。
• GRASPの背後にあるノードグループ最小化問題をNP完全であると形式的に示し、実用的においてヒューリスティックに基づく近似手法の使用を正当化する。
• GRASP要約を符号化するためのリンクされたトレーマップ可視化を構築し、ユーザーが近似誤差が大きい領域や特定のクエリに関連する領域を探索できるようにする。
• 元のグラフクエリをGRASP要約上の近似クエリに変換し、要約構造を活用して評価を高速化するとともに、誤差を制限する。
• GRASPに基づくAQPモジュールを、ユーザーが視覚フィードバックと誤差推定値に基づいてクエリを改善できる、可視化駆動型の分析パイプラインに統合する。
• 実世界および合成グラフワークロード（例：LDBCソーシャルネットワーク、Wikidata、DBPedia）を組み合わせて、スケーラビリティ、正確性、パフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 ラベル制約付き到達可能性クエリの効率的かつ近似評価を可能にしつつ、ユーザーが説明可能な誤差境界を維持できるようなグラフ要約技術を設計できるか？
• RQ2 GRASP要約アルゴリズムは、複雑なナビゲーションクエリの正確性を保ちながら、グラフサイズをどの程度小さくできるか？
• RQ3 リンクされたトレーマップは、近似クエリ結果の理解をどの程度向上させ、インタラクティブな改善を支援できるか？
• RQ4 実世界のグラフワークロードにおいて、要約サイズ、クエリ評価速度、近似誤差の間のトレードオフはどのようなものか？
• RQ5 提案されたAQPシステムは、既存の手法と比較して、複雑なグラフ分析における正確性、スケーラビリティ、使いやすさの面で優れているか？

主な発見

• GRASP要約アルゴリズムは、実世界のグラフにおいて高い圧縮比を達成しており、5K LDBCソーシャルネットワークのような大規模データセットですら、元のグラフよりも著しく小さな要約サイズを実現している。
• GRASP要約を用いた近似クエリ評価は、多くのクエリタイプで10％未満の相対誤差を達成しており、クエリ実行時間を最大数個のオーダー単位で短縮している。
• リンクされたトレーマップ可視化は、近似誤差が大きい領域を効果的に強調表示しており、ユーザーが視覚フィードバックと誤差推定値に基づいてクエリを特定・改善できるようにしている。
• 背後にあるノードグループ最小化問題がNP完全であることが証明されており、実用的においてヒューリスティックに基づく要約手法の使用が正当化されている。この手法でさえ、コンパクトで正確な要約を生成している。
• 実験的評価では、RDFおよびプロパティグラフワークロードにおいて、GRASPは既存の手法を正確性および実行時間の面で上回っている。
• 本システムは、複雑で集計を含むラベル制約付き到達可能性クエリのための、可視化駆動型の近似グラフ分析をサポートする最初のものであり、グラフAQP研究における重要な空白を埋めている。