[論文レビュー] EmptyHeaded: Boolean Algebra Based Graph Processing

Christopher R. Aberger, Andres Nötzli+2 more|arXiv (Cornell University)|Mar 9, 2015

Graph Theory and Algorithms参考文献 53被引用数 15

ひとこと要約

EmptyHeaded は、クエリをブール代数演算（主に集合の積集合）にコンパイルするグラフパターンエンジンであり、SIMD並列処理を活用してグラフパターン照合を高速化する。データスケューに最適化された集合の積集合アルゴリズムにより、専用グラフエンジンの10倍、リレーショナルシステムの100倍の高速性能を達成し、グラフ処理の新しい、極めて効率的なパラダイムを示している。

ABSTRACT

We present a graph pattern engine, EmptyHeaded, that uses recent algorithmic advances in join processing to compile patterns into Boolean algebra operations that exploit SIMD parallelism. The EmptyHeaded engine demonstrates that treating graph patterns as a general join processing problem can compete with and often outperform both specialized approaches and existing OLAP systems on graph queries. The core Boolean algebra operation performed in EmptyHeaded is set intersection. Extracting SIMD parallelism during set intersections on graph data is challenging because graph data can be skewed in several dierent ways. Our contributions are a demonstration of this new type of engine with Boolean algebra at its core, an exploration of set intersection representations and algorithms for set intersections that are optimized for skew. We demonstrate that EmptyHeaded outperforms specialized graph engines by over an order of magnitude and relational systems by over two orders of magnitude. Our results suggest that this new style of engine is a promising new direction for future graph engines and accelerators.

研究の動機と目的

• グラフパターン照合をブール代数を用いた一般化されたジョイン処理問題として効果的にモデル化できるかを検討すること。
• SIMD最適化された集合の積集合処理において、グラフワークロードのデータスケューの課題に対処すること。
• 低レベルの並列処理とブール演算を活用した高性能なクエリ実行を実現するグラフエンジンの設計および実装すること。
• ブール代数ベースのエンジンが、専用グラフエンジンおよび従来のOLAPシステムを上回る性能を発揮できるかを評価すること。

提案手法

• グラフパターンクエリをブール代数式にコンパイルし、主に集合の積集合をコア演算として活用する。
• 集合をビットマップとして表現し、積集合処理中に並列ビット演算を実行することで、SIMD並列処理を活用する。
• スケジュールの偏りによる性能低下を軽減するための特別なデータ表現およびアルゴリズムを設計する。
• 不均一なデータ分布にもかかわらず高いスループットを維持できるように、集合の積集合処理におけるアルゴリズム最適化を実施する。
• 最新のプロセッサ上でスループットを最大化するために、既存のハードウェアアクセラレーション機能と統合する。
• グラフパターン照合を一般化された等価ジョイン問題として扱い、効率的なブール演算にコンパイル可能にする。

実験結果

リサーチクエスチョン

• RQ1 グラフパターンクエリを、SIMD並列処理を活用できるブール代数演算に効果的にコンパイルできるか？
• RQ2 スケジュールの偏りを扱いながらも高い性能を維持できるように、集合の積集合処理をどのように最適化できるか？
• RQ3 ブール代数ベースのエンジンが、専用グラフエンジンおよびリレーショナルOLAPシステムをどれほど上回れるか？
• RQ4 データスケューを伴う実世界のグラフワークロード下で、このようなエンジンの性能特性はいかなるものか？

主な発見

• EmptyHeaded は、グラフクエリワークロードにおいて、専用グラフエンジンを10倍以上上回る性能を発揮する。
• 本システムは、従来のリレーショナルOLAPシステムに対して、2桁以上の性能向上を達成する。
• SIMD最適化された集合の積集合処理のおかげで、特化したアルゴリズム的表現により、データスケュー下でも高いスループットを実現できる。
• 結果として、グラフパターンをブール代数演算を用いた一般化されたジョイン問題として扱う手法が、既存のアプローチと比較して実用的かつ極めて高性能であることが裏付けられた。
• 性能向上の背景には、低レベルの並列処理の効率的活用と最適化された集合の積集合アルゴリズムの活用がある。
• 本研究は、この新しいエンジンアーキテクチャが、将来のグラフ処理システムおよびハードウェアアクセラレータにとって有望な方向性であると示唆している。