[論文レビュー] Views over RDF Datasets: A State-of-the-Art and Open Challenges

Lorena Etcheverry, Alejandro Vaisman|arXiv (Cornell University)|Nov 1, 2012

Semantic Web and Ontologies参考文献 28被引用数 3

ひとこと要約

本稿では、文献における合意の欠如に起因する問題を解決するため、RDFデータセット上のビューの形式的定義を提案する。3つの代表的なビュー機構（Networked Graphsを含む）を、仮想データ統合、クエリ応答、データセキュリティ、クエリモジュラー化の4つの主要なユースケースに対して評価し、特に物化ビューおよび実行計画チューニングに関して、表現力、スケーラビリティ、推論サポート、クエリ最適化の面で重要な未解決課題を特定する。

ABSTRACT

Views on RDF datasets have been discussed in several works, nevertheless there is no consensus on their definition nor the requirements they should fulfill. In traditional data management systems, views have proved to be useful in different application scenarios such as data integration, query answering, data security, and query modularization. In this work we have reviewed existent work on views over RDF datasets, and discussed the application of existent view definition mechanisms to four scenarios in which views have proved to be useful in traditional (relational) data management systems. To give a framework for the discussion we provided a definition of views over RDF datasets, an issue over which there is no consensus so far. We finally chose the three proposals closer to this definition, and analyzed them with respect to four selected goals.

研究の動機と目的

• 文献における現在の合意の欠如に起因する問題を解消するため、RDFデータセット上のビューの標準化された定義を確立すること。
• 仮想データ統合、クエリ応答、データセキュリティ、クエリモジュラー化の4つの主要なアプリケーションシナリオに対して、既存のRDFビュー機構を評価すること。
• RDFシステムにおけるビューの表現力、スケーラビリティ、RDFS推論のサポート、クエリ最適化に関する未解決課題を特定・分析すること。
• 大規模RDFデータセット上でのビューベースのクエリ処理を支援するための、既存ツール（例：Networked Graphs）の実現可能性とパフォーマンスを評価すること。
• クエリリライトや最適化を可能にするために、SPARQL仕様に明示的なビュー定義メカニズム（例：CREATE VIEW）を組み込むことの推進

提案手法

• SPARQLグラフパターンに基づく形式的定義を提示し、再利用可能性、モularity、意味的整合性を重視したRDFデータセット上のビューの定義を提案する。
• 仮想データ統合、クエリ応答、データセキュリティ、クエリモジュラー化の4つのユースケースに対して、3つの代表的ビュー機構（Networked Graphs、RDFMatView、Dritsouらのパスベースビュー）を評価する。
• 500Kおよび200万トリプルのデータセットを用いた実験的評価により、RDFS推論を含むさまざまな条件下でのクエリパフォーマンスの低下を測定する。
• クエリ実行計画とパフォーマンスボトルネックを分析し、特にOPTIONAL句を含まないSPARQLにおけるUNIONおよびJOIN演算子の処理に注目する。
• 動的でウェブ規模のRDF環境において、ビューの物化、更新、保守に関する既存システムのギャップを特定する。
• クエリリライト、最適化、セキュリティポリシーのサポートを可能にするために、SPARQLにおける標準的で拡張可能なビュー機構の必要性を提言する。

実験結果

リサーチクエスチョン

• RQ1 RDFデータセット上のビューの適切な定義とは何か。また、一貫性と再利用可能性を保証するための形式的根拠はどのように確保できるか？
• RQ2 既存のRDFビュー機構は、仮想データ統合、安全なデータアクセス、クエリモジュラー化といった主要ユースケースをどの程度効果的にサポートできるか？
• RQ3 大規模RDFデータセットにおいて、特にRDFS推論が有効な状況でビューを使用した場合のパフォーマンスへの影響は何か？
• RQ4 ビューが関与する状況において、既存システムが効率的なクエリリライトや最適化をどの程度サポートできるか？
• RQ5 動的かつ分散型のデータ環境において、物化RDFビューの保守と更新を実現する上で直面する未解決課題は何か？

主な発見

• Networked Graphsにおいて、500Kトリプルから200万トリプルにスケーリングした場合、クエリパフォーマンスが10倍以上低下しており、スケーラビリティの制限が示されている。
• RDFS推論のサポートが有効な500Kトリプルデータセットにおいて、クエリ実行時間に平均4倍のパフォーマンス低下が生じた。
• UNIONクエリは、他のSPARQL構文と比較して顕著に悪いパフォーマンスを示しており、ビューベースのクエリ評価における深刻なボトルネックであることが明らかになった。
• 既存のシステムのいずれに対しても、フィルタープッシュダウンやジョイン再順序付けといったクエリ最適化のためのネイティブサポートが存在せず、実行コストの低減が可能であるにもかかわらず実現されていない。
• SPARQLにおいてビューを定義する標準化されたメカニズムがなく、物化ビューの保守サポートも存在しないため、動的ウェブデータにおいて不可欠な要因が欠落している。
• SPARQLにCREATE VIEW文が存在しないことにより、ビューの意味的モデリングや推論が制限され、高度なクエリリライトやセキュリティポリシーの実装が困難になっている。