[논문 리뷰] Approximating Constraint Propagation in Datalog

Dario Campagna, Beata Sarna-Starosta외 1명|arXiv (Cornell University)|2011. 12. 16.

Constraint Satisfaction and Optimization참고 문헌 16인용 수 3

한 줄 요약

이 논문은 산술 제약 조건을 포함한 프로그램의 평가를 가속화하기 위해 제약 프로그래밍에서의 제약 조건 전파를 근사화하는 Datalog LB를 위한 소스 투 소스 변환을 제시한다. 통합 제약 조건과 집계에서 유도된 필터 조건자를 통합함으로써, 재귀적이고 비재귀적 프로그램에서 최대 8배의 성능 향상을 달성하였으며, 기존의 제약 마법 세트 기법을 능가한다.

ABSTRACT

We present a technique exploiting Datalog with aggregates to improve the performance of programs with arithmetic (in)equalities. Our approach employs a source-to-source program transformation which approximates the propagation technique from Constraint Programming. The experimental evaluation of the approach shows good run time speed-ups on a range of non-recursive as well as recursive programs. Furthermore, our technique improves upon the previously reported in the literature constraint magic set transformation approach.

연구 동기 및 목표

• 제약 프로그래밍에서 유래한 제약 조건 전파 기법을 활용하여 산술(불)등식 제약 조건을 가진 Datalog LB 프로그램의 성능을 향상시키는 것.
• 기존 Datalog 컴파일러에서 산술 제약 조건이 후행 필터로 간주되어 비효율적인 생성-검증 평가 방식의 문제를 해결하는 것.
• 제약 조건 전파를 통한 도메인 축소를 이용해 생성자들을 사전에 필터링하는 소스 투 소스 변환을 개발하여 전체 탐색 공간의 전수 조사 방식을 피하는 것.
• 실행 시간 효율성과 확장성 측면에서 기존 기법들, 예를 들어 제약 마법 세트 변환 기법보다 뛰어나지 못한 성능 향상을 달성하는 것.

제안 방법

• 정합성 제약 조건에서 유도된 필터 조건자를 도입하여 조인 연산 이전에 변수의 도메인을 사전에 필터링함으로써 탐색 공간을 조기에 축소하는 방식.
• Datalog LB의 집계 및 타입 안정성 있는 조건자 지원을 활용하여 도메인 제약 조건을 표현하고 산술 식을 통해 범위 정보를 전파하는 방식.
• 제약 조건 전파의 효과를 근사화하기 위해 조인 이전에 필터 조건자를 삽입하는 소스 투 소스 리라이팅 변환을 적용하는 방식.
• Datalog LB의 정적 타입 시스템과 정합성 제약 조건을 활용하여, 산술 제약 조건에 기반한 변수 도메인 제한을 위한 필터 타입을 선언하는 방식.
• 비재귀적 및 재귀적 프로그램 모두에 대해 변환을 적용하였으며, Flights 및 I*AM=SAM 퍼즐과 같은 예제를 포함한다.
• 다양한 벤치마크에서 LogicBlox 및 XSB 시스템에서 변환 유무에 따른 성능을 비교 평가하였다.

실험 결과

연구 질문

• RQ1 소스 투 소스 변환을 통해 Datalog에서 제약 조건 전파를 효과적으로 근사화할 수 있는가? 이는 산술 제약 조건 프로그램의 성능 향상에 기여하는가?
• RQ2 제안된 필터 조건자 변환은 제약 마법 세트 변환 대비 실행 시간 효율성 측면에서 어떻게 비교되는가?
• RQ3 비재귀적 및 재귀적 Datalog 프로그램 모두에서 산술 제약 조건이 있는 프로그램에 대해 이 변환이 효과적으로 확장 가능한가?
• RQ4 왜 이 변환은 LogicBlox에서는 성능을 향상시키지만 XSB에서는 성능 저하를 초래하는가? 이는 시스템 특화된 제약 조건 순서 효과를 어떻게 드러내는가?
• RQ5 Datalog에서 반복적 하향 평가와 제약 조건 전파를 통합하면 성능 향상에 더 큰 기여를 할 수 있는가?

주요 결과

• 제안된 변환은 LogicBlox 환경에서 원래 실행 시간이 긴 프로그램에서 최대 8배의 성능 향상을 달성하였다.
• 원래 실행 시간이 0.1초 이하인 프로그램에서는 LogicBlox에서 성능 저하가 발생하여 최적화의 이점이 나타나는 임계점이 존재함을 시사한다.
• 특히 Flights 벤치마크와 같이 재귀적이고 복잡한 프로그램에서 제약 마법 세트 변환 기법을 능가하는 성능 향상을 달성하였다.
• XSB에서는 대부분의 프로그램에서 변환이 성능 저하를 초래하였으며, 이는 변환에 의해 유도된 제약 조건 순서가 오버헤드를 증가시켰기 때문으로 분석된다.
• CMR+FP 변형(필터 조건자 포함)은 LogicBlox에서 뚜렷한 성능 향상을 보였으며, 프로그램 복잡성에 따라 2배에서 8배의 성능 향상이 관찰되었다.
• 결과적으로 이 변환의 효과성은 평가 엔진이 제약 조건 순서와 점진적 계산을 어떻게 처리하는지에 매우 의존함을 시사한다.