[論文レビュー] GeoBlocks: A Query-Driven Storage Layout for Geospatial Data.

Christian Winter, Andreas Kipf+2 more|arXiv (Cornell University)|Aug 21, 2019

Data Management and Algorithms被引用数 2

ひとこと要約

GeoBlocks は、地理空間ポイントデータのクエリ駆動型ストレージレイアウトであり、適応的ブロック分割を用いて事前に集計することで、1秒未塔のクエリ遅延を実現する。クエリワークロードの偏りを活用し、近似誤差を制限することで、オンザフライ集計に比べてインタラクティブな地理空間アナリティクスの性能を数個のオーダー以上に向上させる。

ABSTRACT

City authorities need to analyze urban geospatial data to improve transportation and infrastructure. Current tools do not address the exploratory and interactive nature of these analyses and in many cases consult the raw data to compute query results. While pre-aggregation and materializing intermediate query results is common practice in many OLAP settings, it is rarely used to speed up geospatial queries. We introduce GeoBlocks, a pre-aggregating, query-driven storage layout for geospatial point data that can provide approximate, yet precision-bounded aggregation results over arbitrary query polygons. GeoBlocks adapt to the skew naturally present in query workloads to improve query performance over time. In summary, GeoBlocks outperform on-the-fly aggregation by up to several orders of magnitude, providing the sub-second query latencies required for interactive analytics.

研究の動機と目的

• 生データ上のクエリのオンザフライ計算に起因するインタラクティブ地理空間アナリティクスにおけるパフォーマンスボトルネックを解消すること。
• 任意の多角形クエリ領域に対して、精度の範囲内で高速かつ近似されたクエリ結果を提供できること。
• リアルタイムのクエリワークロードにおけるワークロードの偏りを活用し、長期的なパフォーマンスを向上させること。
• 都市計画やインfra構造分析におけるクエリ遅延を1秒未塔まで低減すること。
• 地理空間データ分野において未活用に近いOLAPスタイルの事前集計技術を地理空間データドメインに拡張すること。

提案手法

• GeoBlocks は、クエリパターンとワークロード特性に基づいて、地理空間ポイントデータを空間ブロックにグループ化し、事前に集計する。
• 頻繁にアクセスされるクエリ領域の偏りを反映するために、動的に変化するブロック境界を有するクエリ駆動型レイアウトを採用する。
• ブロックサイズと解像度ポリシーを制御することで、集計中に発生する誤差を制御し、精度の上限を保つ。
• 部分的オーバーラップを補正するための補正項を適用することで、任意の多角形クエリを組み合わせた事前集計ブロックで処理する。
• 関連する事前集計ブロックを組み合わせ、境界効果を補正することでクエリ結果を算出し、低遅延応答を実現する。
• クエリワークロードから学習し、アクセスパターンを最適化するようにブロックを再編成することで、レイアウトを時間経過とともに進化させる。

実験結果

リサーチクエスチョン

• RQ1 事前集計ストレージレイアウトは、インタラクティブ地理空間アナリティクスにおけるクエリ遅延を顕著に短縮できるか？
• RQ2 地理空間クエリ処理における高いパフォーマンスを達成しつつ、近似誤差をどのように制限できるか？
• RQ3 地理空間システムにおいて、ワークロードの偏りをどの程度活用することで、長期的なクエリパフォーマンスを向上させられるか？
• RQ4 実世界の都市アナリティクスワークロードにおいて、クエリ駆動型ストレージレイアウトはオンザフライ集計を上回る性能を発揮できるか？
• RQ5 多様な多角形クエリ形状にわたって、クエリ実行を高速化しつつ、精度をどのように維持できるか？

主な発見

• GeoBlocks は1秒未塔のクエリ遅延を達成し、大規模な都市地理空間データに対するインタラクティブアナリティクスを可能にする。
• オンザフライ集計に比べ、クエリ実行時間において最大数個のオーダー以上に性能を向上させる。
• ワークロードの偏りを効果的に活用し、クエリパターンが安定するにつれてパフォーマンスが向上する。
• 適応的ブロック解像度と誤差補正メカニズムにより、ユーザーが指定した範囲内で精度を維持する。
• クエリ駆動型レイアウトにより、正確性を損なわずに任意の多角形クエリを効率的に処理できる。
• GeoBlocks における事前集計により、特に繰り返し発生するか類似したクエリにおいて、I/Oと計算のオーバーヘッドが低減する。