[論文レビュー] On Defining SPARQL with Boolean Tensor Algebra

Saskia Metzler, Pauli Miettinen|MPG.PuRe (Max Planck Society)|Mar 1, 2015

Algorithms and Data Compression参考文献 24被引用数 6

ひとこと要約

本論文は、RDFデータを3方向のブール型テンソルとして再解釈する、新しいブール型テンソル代数フレームワークを提案する。これにより、SPARQLクエリを基本的なテンソルおよび行列演算として表現可能となる。主な貢献は、SPARQL結合のカーディナリティ推定を簡素化し、テンソル分解やカトラ–レイプロダクトのような演算を用いた新しい最適化技術を可能にする形式化である。

ABSTRACT

The Resource Description Framework (RDF) represents information as subject-predicate-object triples. These triples are commonly interpreted as a directed labelled graph. We propose an alternative approach, interpreting the data as a 3-way Boolean tensor. We show how SPARQL queries - the standard queries for RDF - can be expressed as elementary operations in Boolean algebra, giving us a complete re-interpretation of RDF and SPARQL. We show how the Boolean tensor interpretation allows for new optimizations and analyses of the complexity of SPARQL queries. For example, estimating the size of the results for different join queries becomes much simpler.

研究の動機と目的

• RDFデータとSPARQLクエリをブール型テンソル代数を用いて表現するための新しい理論的枠組みを提供すること。
• 特に複雑な結合を対象とした、SPARQLクエリ処理の分析と最適化の簡素化。
• ブール型CP分解のようなテンソル分解が、データの規則性を明らかにすることでクエリパフォーマンスの向上に寄与する方法の探求。
• SPARQL操作と、カトラ–レイプロダクトのような基本的なテンソル操作との間の関係を確立すること。
• 将来のRDFクエリシステムへのテンソルベースの分析手法の統合の基盤を築くこと。

提案手法

• 各三元組(s, p, o)がテンソルの位置(s, p, o)に1を対応させる3方向のブール型テンソルとしてRDFデータを表現する。
• 選択、射影、結合などのSPARQL代数操作を、ブール行列積やクロネッカー／カトラ–レイプロダクトを含む基本的なブール型テンソル操作で表現する。
• テンソルをモード1で行列に展開（matricization）することで、クエリ評価にための標準的な行列代数を可能にする。
• 等価結合（equi-join）のモデル化にカトラ–レイプロダクトを適用し、選択およびフィルタリングにはブール行列積を用いる。
• テンソルをランク1成分の和に分解するためのブール型CP分解を用い、潜在的なデータの規則性を明らかにする。
• テンソルの展開とファイバー操作を活用して、SPARQLクエリ結果のカーディナリティを分析および推定する。

実験結果

リサーチクエスチョン

• RQ1 SPARQLクエリは、従来のグラフベースの解釈に代えて、完全にブール型テンソル代数で形式化可能か？
• RQ2 カトラ–レイプロダクトのようなテンソル操作は、SPARQL等価結合のモデル化と最適化にどのように利用可能か？
• RQ3 ブール型テンソル分解は、RDFシステムにおけるクエリ処理とストレージ効率の向上にどの程度寄与可能か？
• RQ4 テンソルベースの手法を用いることで、SPARQL結合のカーディナリティ推定はより簡素かつ正確に可能になるか？
• RQ5 テンソルランクをSPARQLクエリの複雑さの指標として用いる場合、理論的および実用的意味は何か？

主な発見

• SPARQLクエリは、選択、射影、およびカトラ–レイプロダクトによる等価結合を含め、完全にブール型テンソル操作で表現可能である。
• テンソルの展開と行列積の定式化を用いることで、SPARQL結合クエリのカーディナリティをより単純かつ効率的に推定可能である。
• ブール型CP分解は、ストレージ要件の2つの上界を提供し、圧縮可能で規則的なデータ表現の可能性を示唆する。
• このフレームワークにより、クエリの複雑さに関する新たな分析的洞察が得られ、テンソルランクが木幅（treewidth）に類似した複雑さの指標として機能する可能性がある。
• カトラ–レイプロダクトはSPARQL結合評価の中心的演算として浮き彫りになるが、現在の文献ではまだ十分に検討されていない。
• テンソルベースのアプローチは、従来のグラフモデルに比べ、クエリ最適化と分析のためのより直感的な基盤を提供する。