[論文レビュー] Querying for Paths in Graphs using Context-Free Path Queries

Jelle Hellings|arXiv (Cornell University)|Feb 8, 2015

Data Management and Algorithms参考文献 26被引用数 5

ひとこと要約

本稿では、グラフデータベースにおける文脈自由パスクエリの全パスおよび単一パスクエリ意味論を導入し、単なるノードペアではなく実際のパスの取得を可能にしている。アノテートされた文脈自由文法を用いた形式的フレームワークを提案し、最小長パスを特定するための新規アルゴリズムを構築。大規模グラフにおいても、結果サイズが大きくても実用性が示されている。

ABSTRACT

Navigational queries for graph-structured data, such as the regular path queries and the context-free path queries, are usually evaluated to a relation of node-pairs $(m, n)$ such that there is a path from $m$ to $n$ satisfying the conditions of the query. Although this relational query semantics has practical value, we believe that the relational query semantics can only provide limited insight in the structure of the graph data. To address the limits of the relational query semantics, we introduce the all-path query semantics and the single-path query semantics. Under these path-based query semantics, a query is evaluated to all paths satisfying the conditions of the query, or, respectively, to a single such path. While focusing on context-free path queries, we provide a formal framework for evaluating queries on graphs using both path-based query semantics. For the all-path query semantics, we show that the result of a query can be represented by a finite context-free grammar annotated with node-information relevant for deriving each path in the query result. For the single-path query semantics, we propose to search for a path of minimum length. We reduce the problem of finding such a path of minimum length to finding a string of minimum length in a context-free language, and for deriving such a string we propose a novel algorithm. Our initial results show that the path-based query semantics have added practical value and that query evaluation for both path-based query semantics is feasible, even when query results grow very large. For the single-path query semantics, determining strict worst-case upper bounds on the size of the query result remains the focus of future work.

研究の動機と目的

• 従来のリレーショナルおよびブールクエリ意味論の限界に対処すること。これらはパス構造を曇らせ、デバッグや洞察の獲得を困難にする。
• 実際のパス（ノードペアや真偽値ではなく）を返すパスベースのクエリ意味論—具体的には全パスおよび単一パス意味論—を提案すること。
• これらの新しい意味論の下で文脈自由パスクエリを評価するための形式的フレームワークを提供すること。これにより、グラフデータの構造的理解を深められる。
• パスベースのクエリ評価の実用的妥当性を示すこと。特に、結果が大規模または複雑であっても同様に有効であることを確認すること。

提案手法

• 全パスクエリの結果を、各導出パスに固有のノード情報をアノテートした文脈自由文法で表現する。
• 単一パス意味論における最小長パスの特定問題を、文脈自由言語内の最短文字列の特定問題に還元する。
• 文脈自由言語内の最短文字列を導出する新規アルゴリズムを提案。これはグラフ内の最短パスに対応する。
• ボトムアップパーサー技術を用いてクエリを評価。性能は文法の曖昧さに依存する。
• 合成グラフ上にアルゴリズムを実装・評価。最大4,750ノード、1,100万パスを含むダブルサイクルグラフを対象にした。
• 文法の曖昧さが性能に与える影響を分析。同等の言語であっても、実行時間に顕著な差が生じることが示された。

実験結果

リサーチクエスチョン

• RQ1 従来のリレーショナルクエリ意味論と比較して、パスベースのクエリ意味論はグラフ構造の理解をどのように向上させるか？
• RQ2 すべての実際のパスを返す文脈自由パスクエリの結果を、どのように表現し、効率的に計算できるか？
• RQ3 特に最短パスを含む単一パスクエリ意味論の下で、1つのパスを効率的に計算する最良の方法は何か？
• RQ4 文法の曖昧さは、パスベースのクエリ評価の性能にどのように影響するか？
• RQ5 アンビギアスまたは決定的文法に対して最適化可能か、並列／分散アーキテクチャを用いてスケーリング可能か？

主な発見

• 全パスクエリ意味論は、導出される各パスにノード情報を保持するアノテートされた文脈自由文法を用いることで、効果的に表現可能である。
• 単一パスクエリ意味論は、文脈自由言語内の最短文字列の特定問題に還元可能であり、新規アルゴリズムにより4,750ノードのグラフで最長パスを1.5秒で処理した。
• 4,750ノードのダブルサイクルグラフでは、1,100万パスを含むクエリを4.3秒で評価。スケーラビリティが実証された。
• 文法の曖昧さに起因する性能差は顕著である。同等の言語であっても、クエリ q₁ と q₂ では実行時間に顕著な差が生じた。
• 大規模グラフにおいてもアルゴリズムは良好にスケーリングされ、結果サイズが非常に大きくてもクエリ評価が実用的であることが示された。
• 本研究では、単一パス意味論における結果サイズの最悪ケース境界を特定する問題や、アンビギアス文法への最適化の課題が明らかになった。