[논문 리뷰] Complexity of Evaluating GQL Queries

Diego Figueira, Anthony W. Lin외 1명|arXiv (Cornell University)|2024. 07. 09.

Data Mining Algorithms and Applications인용 수 1

한 줄 요약

이 논문은 속성 그래프 데이터베이스를 위한 표준 쿼리 언어인 GQL의 정확한 데이터 복잡도를 규명한다. 일반 GQL 평가가 PNP[log]-완전함을 증명하며, 제한자 없는 분할은 NL-완전함을 입증한다. 이를 위해 두 번째 순서 논리로의 임bedding과 임bedded 유한 모델 이론을 사용하여 관계형 쿼리 복잡도에서 유도된 결과들을 통합하고 확장한다.

ABSTRACT

GQL has recently emerged as the standard query language over graph databases, particularly, property graphs. Indeed, this is analogous to the role of SQL for relational databases. Unlike SQL, however, fundamental problems regarding GQL are still unsolved, most notably the complexity of query evaluation. In this paper we provide a complete solution to this problem for the core fragment of GQL and for its extension with path restrictors. In particular, we show that the data complexity of these fragments is P^NP[log]-complete in general, and drops to NL-complete when restrictors are disallowed. Using techniques from embedded finite model theory, we show that this is true, even when the queries use data from infinite concrete domains such as real numbers with arithmetic. In proving these results, we establish and exploit tight connections between GQL and query languages over relational databases, especially extensions of relational calculus with transitive closure operators and fragments of second-order logic.

연구 동기 및 목표

• 속성 그래프를 위한 표준 쿼리 언어인 GQL의 정확한 데이터 복잡도를 규명하기 위해.
• SQL의 잘 연구된 복잡도와 유사한 GQL 이론적 이해의 기본적 격차를 메우기 위해.
• 실수와 산술을 포함한 무한 도메인으로의 복잡도 결과 확장을 가능하게 하되, 복잡도 한계를 유지하기 위해.
• GQL과 관계형 쿼리 언어, 특히 이행 폐쇄와 두 번째 순서 논리가 포함된 언어 간의 연결 고리를 설정하기 위해.
• 논리적 임bedding이 그래프 및 관계형 쿼리 모델 간의 복잡도 분석을 통합하고 단순화할 수 있음을 보여주기 위해.

제안 방법

• GQL를 이행 폐쇄가 포함된 관계형 연산자와 두 번째 순서 논리의 일부 분할로 임bedding하여 복잡도를 분석하기 위해.
• 무한 도메인으로의 확장을 위해 임bedded 유한 모델 이론의 기법을 사용하여 데이터 복잡도를 유지하기 위해.
• 기존의 알려진 논리 분할로 GQL 쿼리를 감소시키고 그 반대도 증명함으로써 날카로운 복잡도 한계를 입증하기 위해.
• 복잡도를 높이는 GQL 구조인 제한자(제약 조건)의 영향을 분석하기 위해, 제한자를 제거하면 복잡도가 NL로 떨어짐을 보여주기 위해.
• 기존의 관계형 데이터베이스에서의 복잡도 결과를 활용하여 논리적 동치를 통해 GQL의 복잡도 한계를 유추하기 위해.
• 실수의 산술을 포함하더라도 복잡도가 제한자 사용 여부에 따라 PNP[log] 또는 NL에 머무르며, 동일한 복잡도 클래스를 유지함을 보여주기 위해.

실험 결과

연구 질문

• RQ1 속성 그래프에서 GQL 쿼리를 평가할 때 데이터 복잡도는 무엇인가?
• RQ2 제한자의 존재가 GQL 평가의 복잡도에 어떤 영향을 미치는가?
• RQ3 GQL의 복잡도 결과는 실수와 산술을 포함한 무한 데이터 도메인으로까지 확장될 수 있는가?
• RQ4 GQL에 해당하는 논리 분할은 무엇이며, 이는 이행 폐쇄가 포함된 관계형 쿼리 언어와 어떻게 관련이 있는가?
• RQ5 논리적 임bedding이 그래프 쿼리 복잡도 분석을 얼마나 단순화할 수 있는가?

주요 결과

• 일반 GQL 평가의 데이터 복잡도는 PNP[log]-완전함을 입증하여 날카로운 상한과 하한을 확립한다.
• 제한자를 허용하지 않을 경우, GQL의 데이터 복잡도는 NL-완전함으로 떨어지며, 이는 관계형 데이터베이스에서 표준 경로 쿼리의 복잡도와 일치한다.
• 쿼리가 실수와 산술을 포함하더라도 결과는 그대로 유지되며, 동일한 복잡도 클래스를 유지한다.
• 논문은 GQL와 두 번째 순서 논리의 일부 분할, 그리고 관계형 연산자에 이행 폐쇄를 추가한 분할 간의 정밀한 논리적 대응 관계를 설정한다.
• 임bedded 유한 모델 이론의 사용은 관계형 및 그래프 쿼리 언어 간의 복잡도를 통일적으로 다룰 수 있게 하며, 무한 도메인을 포함한다.
• 논리적 임bedding 프레임워크는 GQL의 원래 표현력 이상의 메타 쿼리 기능—예를 들어 스키마 검사 및 속성 비교—을 가능하게 하되, 복잡도 한계를 유지한다.