[論文レビュー] Trade-offs Computing Minimum Hub Cover toward Optimized Graph Query Processing

Belma Yelbay, Ş. İlker Birbil+2 more|arXiv (Cornell University)|Nov 7, 2013

Graph Theory and Algorithms参考文献 37被引用数 4

ひとこと要約

本稿では、ハブに基づく構造的ユニットを活用して効率的なインデックス利用を実現する、グラフクエリ処理を最適化するための新しいグラフ表現モデルである最小ハブ被覆（MHC）を導入する。整数計画法とヒューリスティックアルゴリズムを用いて、MHCの計算が、特にソーシャルネットワークや生物学的ネットワークのような大規模グラフにおいて、クエリ処理コストを顕著に低減することを示している。また、合理的な時間内に近似的最適解が得られることが明らかになった。

ABSTRACT

As techniques for graph query processing mature, the need for optimization is increasingly becoming an imperative. Indices are one of the key ingredients toward efficient query processing strategies via cost-based optimization. Due to the apparent absence of a common representation model, it is difficult to make a focused effort toward developing access structures, metrics to evaluate query costs, and choose alternatives. In this context, recent interests in covering-based graph matching appears to be a promising direction of research. In this paper, our goal is to formally introduce a new graph representation model, called Minimum Hub Cover, and demonstrate that this representation offers interesting strategic advantages, facilitates construction of candidate graphs from graph fragments, and helps leverage indices in novel ways for query optimization. However, similar to other covering problems, minimum hub cover is NP-hard, and thus is a natural candidate for optimization. We claim that computing the minimum hub cover leads to substantial cost reduction for graph query processing. We present a computational characterization of minimum hub cover based on integer programming to substantiate our claim and investigate its computational cost on various graph types.

研究の動機と目的

• グラフクエリ処理における効率的でコストベースの最適化を可能にする統一されたグラフ表現モデルの欠如に対処すること。
• RDF三元組に類似した構造的ユニットとしての最小ハブ被覆（MHC）の概念を形式化し、汎用的なインデックス化とクエリ最適化を可能にすること。
• スケールフリーやメッシュネットワークを含む多様なグラフタイプにおいて、MHC計算の計算可能性とコスト低減の可能性を評価すること。
• 特に大規模グラフにおいて、解の品質と計算時間のトレードオフを調査すること。
• 実世界のグラフデータベースにおける動的で適応的なクエリ最適化の基盤としてMHCが実用的かどうかを検討すること。

提案手法

• ハブ（隣接ノードのすべての辺をカバーするノード）に基づく新しいグラフ表現モデルを提案する。これにより、スターや三角形といった原子的構造的ユニットが形成される。
• すべての辺をカバーする最小のハブ集合を求めるため、最小ハブ被覆問題を整数計画法（IP）として定式化する。
• 解の品質と計算時間のバランスを図るために、グリーディ（GR1, GR2）および局所探索（LSLP）のヒューリスティックアルゴリズムを採用する。
• スケーラビリティを向上させるために、MHC問題の制限版（MBH）を用い、多くのインスタンスで最適解を達成可能である。
• ランダム、バリエンス制限付き、不規則なバリエンス制限付き、正則メッシュ（2D–4D）、不規則メッシュ、スケールフリーグラフの6種類のグラフタイプで性能を評価する。
• 部分グラフ同型写像技術とMHCを統合し、効率的なクエリプランの生成と選択を可能にする。

実験結果

リサーチクエスチョン

• RQ1 スターバックに基づくグラフ表現モデル、たとえば最小ハブ被覆（MHC）は、グラフクエリ処理におけるより効率的で汎用的なインデックス化を可能にするか？
• RQ2 MHCの計算にかかる計算コストは、異なるグラフタイプによってどのように変化するか。また、大規模グラフにおいて最適化可能か？
• RQ3 正確な（IP）とヒューリスティック（グリーディ、LSLP）のMHC計算手法を比較した場合、解の品質と計算時間のトレードオフはどのようになるか？
• RQ4 MHCに基づくクエリ最適化は、従来のインデックス戦略に比べ、合計処理コストを低減できるか？
• RQ5 動的または大規模グラフ環境において、クエリのMHCの全ファミリー（Γ(Q)）を計算し、最小コストのクエリプランを選択することが可能か？

主な発見

• グリーディアルゴリズム（GR1, GR2）は、最適解でないものの、正確な手法に比べて著しく高速な解法時間を達成し、大規模グラフにおいて実用的である。
• MHCに基づくアプローチにより、効率的なインデックス利用と構造的プルーニングが可能となり、クエリ処理コストが顕著に低減される。
• MIPに基づくMBH法は、バリエンス制限付きおよびメッシュグラフにおいて、ほとんどのインスタンスで合理的な時間内に最適解を達成できる。
• LSLPはMBHと同等の解の品質と計算時間を達成する代替手段であり、妥当な解を保証するが、パラメータチューニングに依存する。
• スケールフリーグラフ（タンパク質-タンパク質相互作用ネットワークなど）においては、既存のソルバーが最適MHCを効率的に計算でき、生物学的応用における実現可能性を裏付ける。
• 大規模クエリでは計算コストが高くなるものの、多くのグラフタイプにおいて解法時間が短いため、MHCに基づく最適化は、実用的な応用において実現可能であると示唆される。