[論文レビュー] BB-Graph: A Subgraph Isomorphism Algorithm for Efficiently Querying Big Graph Databases

Merve Asiler, Adnan Yazıcı|arXiv (Cornell University)|Jun 20, 2017

Graph Theory and Algorithms被引用数 4

ひとこと要約

BB-Graphは、最初にマッチしたデータベースノードの近隣領域内で候補マッチを局所的に探索することで、冗長なグローバル探索を削減し、大規模なグラフデータベースの照合効率を向上させる、新しい部分グラフ同型写像アルゴリズムである。実世界および合成データセットの複数のシナリオにおいて、GraphQL や Cypher よりも優れた性能を示し、大規模な環境下でも、大容量のメモリインデックスを必要としない。

ABSTRACT

The big graph database model provides strong modeling for complex applications and efficient querying. However, it is still a big challenge to find all exact matches of a query graph in a big graph database, which is known as the subgraph isomorphism problem. The current subgraph isomorphism approaches are built on Ullmann's idea of focusing on the strategy of pruning out the irrelevant candidates. Nevertheless, the existing pruning techniques need much more improvement to efficiently handle complex queries. Moreover, many of those existing algorithms need large indices requiring extra memory consumption. Motivated by these, we introduce a new subgraph isomorphism algorithm, named as BB-Graph, for querying big graph databases efficiently without requiring a large data structure to be stored in main memory. We test and compare our proposed BB-Graph algorithm with two popular existing approaches, GraphQL and Cypher. Our experiments are done on three different data sets; (1) a very big graph database of a real-life population database, (2) a graph database of a simulated bank database, and (3) the publicly available World Cup big graph database. We show that our solution performs better than those algorithms mentioned here for most of the query types experimented on these big databases.

研究の動機と目的

• 大規模なグラフデータベースにおける部分グラフ同型写像のスケーラビリティ課題に対処する。既存のアルゴリズムは、計算コストとメモリオーバーヘッドが高いため、この課題に直面している。
• 従来のブランチアンドバウンズアルゴリズムがグローバルな候補探索を実行するための非効率性を克服し、重複するマッチング試行を減らす。
• 大規模な事前計算インデックスの必要性を排除するため、メモリ消費量を削減する局所的探索戦略を導入する。
• 実世界および合成の大規模なグラフデータベースにおいて、特にパス、木、複雑な構造的照合クエリなどの多様なクエリタイプの性能を向上させる。
• 正確なマッチング精度を維持しながら、最新の手法と比較して照合応答時間を大幅に短縮する、スケーラブルでメモリ効率の良いソリューションを提供する。

提案手法

• 最初のクエリノードに対する候補を選択するためにノードプロパティを用い、局所的な探索空間を開始する。
• 最初のクエリノードがマッチした後、以降のノードの候補探索を、マッチしたデータベースノードの局所的近隣に制限することで、グローバルな探索範囲を縮小する。
• バックトラッキングを伴うブランチアンドバウンズ戦略を採用し、無効なマッチングパスを体系的かつ効果的に除外することで、正しく完全な探索を保証する。
• 関係性の基数（1-N、N-M）やノードラベル頻度といった、クエリグラフとデータベースグラフの構造的および意味的特徴を活用して、効率的な探索順序を導く。
• 事前インデックス化を回避し、トレイバーサル中に動的に候補を特定することで、メモリフットプリントを最小限に抑え、メインメモリ制限のあるシステムへのデプロイを可能にする。
• グラフトポロジーやラベル頻度に基づいたクエリ固有のノードマッチング順序選択により、さらなるパフォーマンス最適化を実現する。

実験結果

リサーチクエスチョン

• RQ1 グローバルな候補探索を削減することで、GraphQL や Cypher よりも優れた性能を達成できる部分グラフ同型写像アルゴリズムは存在するか？
• RQ2 大規模なインデックスに依存せずに、局所的近隣に基づく候補選択が、大規模なグラフデータベースにおける照合効率をどの程度向上させるか？
• RQ3 BB-Graph のパフォーマンスは、パス、木、サイクルなどの異なるクエリタイプやグラフ構造においてどのように変化するか？
• RQ4 ノードマッチング順序が、特に関係性の基数（1-N 対 N-N）と関連して、BB-Graph のパフォーマンスにどのような影響を与えるか？
• RQ5 BB-Graph は、多様な実世界および合成の大規模グラフデータベースにおいて、メモリ使用量を最小限に抑えつつ、高いパフォーマンスを維持できるか？

主な発見

• BB-Graph は、人口、ワールドカップ、バンクの3つのデータセットにおいて、ほとんどのクエリタイプで GraphQL や Cypher を上回った。
• N-1関係の 'N' 側を最初にマッチさせた場合、Q-18 のパスクエリでは、候補数の削減により、性能がほぼ20倍向上した。
• Q-21 のような木クエリでは、パスに類似したトレイサーサルに従ったマッチング順序を採用したことで、パフォーマンスが顕著に向上した。
• Q-11 および Q-12 では、希少な意味的ノードタイプからマッチングを開始することで、誤検出を低減し、最大17.3秒の性能向上が達成された。
• BB-Graph のパフォーマンスは、ノードラベル頻度、関係性タイプ（1-N、N-M）、グラフトポロジ（例：サイクル）といった構造的特徴に強く依存している。
• ほとんどのケースで優れたパフォーマンスを発揮しているが、ショートカット機能を有する特定の分析クエリでは、Cypher よりもわずかに性能が劣ることがあり、最適化の余地が示唆された。