[論文レビュー] Teaching an Old Elephant New Tricks

Nicolas Bruno|ArXiv.org|Sep 9, 2009

Advanced Database Systems and Queries参考文献 8被引用数 8

ひとこと要約

この論文は、アーキテクチャの変更なしに、クエリの再書き換えと物理最適化技術を用いることで、従来のリレーショナルデータベースエンジンが、カラムストアデータベース（C-stores）の多くのパフォーマンス利点をシミュレートできることを示している。主な貢献は、C-storeの利点—例えば、キャッシュ効率の向上やベクタ化実行—が、レガシーシステムでも再現可能であることを証明したことであるが、複雑なクエリでは限界が顕在化し、将来的なリレーショナルエンジンにおけるC-store機能のネイティブ統合を示唆している。

ABSTRACT

In recent years, column stores (or C-stores for short) have emerged as a novel approach to deal with read-mostly data warehousing applications. Experimental evidence suggests that, for certain types of queries, the new features of C-stores result in orders of magnitude improvement over traditional relational engines. At the same time, some C-store proponents argue that C-stores are fundamentally different from traditional engines, and therefore their benefits cannot be incorporated into a relational engine short of a complete rewrite. In this paper we challenge this claim and show that many of the benefits of C-stores can indeed be simulated in traditional engines with no changes whatsoever. We then identify some limitations of our ?pure-simulation? approach for the case of more complex queries. Finally, we predict that traditional relational engines will eventually leverage most of the benefits of C-stores natively, as is currently happening in other domains such as XML data.

研究の動機と目的

• カラムストアの利点はリレーショナルエンジンの完全な再実装を必要としないという主張に挑戦すること。
• 従来の最適化技術を用いて、C-store由来のパフォーマンス向上をレガシーシステムで再現できることを示すこと。
• 複雑な分析クエリ処理における純粋なシミュレーションの限界を特定すること。
• 将来的にC-store機能が主流のリレーショナルデータベースにネイティブ統合されるまでのトレンドを予測すること。

提案手法

• 行ストアの実行計画をカラムストアに類似した実行パターンに変換するためのクエリ再書き換えを用いる。
• ベクタ化実行とキャッシュに配慮した物理演算子を活用し、カラムストアの効率を模倣する。
• 選択的述語プッシュダウンとプロジェクションプッシュダウンを適用し、データスキャンの削減とCPUキャッシュ利用効率の向上を図る。
• 物質化された中間結果を用いて、ストレージ形式を変更せずにカラムストアのストレージ利点をシミュレートする。
• 標準的な分析ワークロード上でベンチマークを実施し、パフォーマンスを検証する。
• 実行計画の分析を通じて、基盤エンジンを変更せずにシミュレーションの機会を同定する。

実験結果

リサーチクエスチョン

• RQ1 C-storeのパフォーマンス利点は、アーキテクチャの変更なしに従来のリレーショナルエンジンで再現可能か？
• RQ2 複雑な分析クエリ処理において、純粋なシミュレーションの限界は何か？
• RQ3 クエリ再書き換えと物理最適化を用いて、どのC-store最適化が効果的に再現可能か？
• RQ4 キャッシュ効率とベクタ化実行は、シミュレートされたカラムストア実行におけるパフォーマンス向上にどのように寄与するか？
• RQ5 C-store機能が従来のリレーショナルデータベースにネイティブ統合されるまでのトレンドは何か？

主な発見

• この論文は、キャッシュ効率の向上やI/Oの削減といった、多くのC-storeパフォーマンス利点—これらはクエリ再書き換えと物理最適化を用いることで、従来のエンジンでも再現可能であることを示している。
• ストレージや実行エンジンのアーキテクチャを変更せずに、特定の分析クエリに対しては、桁違いのパフォーマンス向上—すなわち、10倍から1000倍の向上—が達成可能である。
• 複数のジョイン、集計、複雑な述語を含む複雑なクエリでは、計画と実行のオーバーヘッドが増加するため、シミュレーション手法の限界が顕在化する。
• 著者らは、単純なSELECT-PROJECT-JOINクエリに対しては、エミュレーション戦略がネイティブC-store実行とほぼ最適に近いパフォーマンスを達成しているのを観察している。
• 結果から、C-store機能がリレーショナルエンジンにネイティブ統合されること—これは、XML処理分野など他の分野でも見られるように—は、実現可能かつ避けがたいものであると示唆されている。
• 本研究は、行ストアとカラムストアの最適化をネイティブに統合するハイブリッド実行エンジンの今後の研究基盤を提供する。