[논문 리뷰] Labeling Workflow Views with Fine-Grained Dependencies

Zhuowei Bao, Susan B. Davidson외 1명|arXiv (Cornell University)|2012. 08. 01.

Scientific Computing and Data Management참고 문헌 13인용 수 4

한 줄 요약

이 논문은 세분화된 종속성과 회색 상자 뷰를 포함한 워크플로우에서 증명 그래프 상의 효율적인 도달 가능성 쿼리 평가를 위한 시각에 적응하는 동적 레이블링 기법을 제안한다. 실행 중에 데이터 항목을 동적으로 레이블링하고, 뷰를 정적으로 레이블링함으로써, 이 방법은 압축된 로그형 레이블 크기와 다수의 뷰를 처리할 때도 빠른 쿼리 평가를 달성하며, 기존 기법 대비 레이블 크기와 쿼리 효율성 측면에서 뛰어난 성능을 발휘한다.

ABSTRACT

This paper considers the problem of efficiently answering reachability queries over views of provenance graphs, derived from executions of workflows that may include recursion. Such views include composite modules and model fine-grained dependencies between module inputs and outputs. A novel view-adaptive dynamic labeling scheme is developed for efficient query evaluation, in which view specifications are labeled statically (i.e. as they are created) and data items are labeled dynamically as they are produced during a workflow execution. Although the combination of fine-grained dependencies and recursive workflows entail, in general, long (linear-size) data labels, we show that for a large natural class of workflows and views, labels are compact (logarithmic-size) and reachability queries can be evaluated in constant time. Experimental results demonstrate the benefit of this approach over the state-of-the-art technique when applied for labeling multiple views.

연구 동기 및 목표

• 세분화된 입력-출력 종속성을 가진 워크플로우에서 증명 그래프 상의 도달 가능성 쿼리를 효율적으로 처리하는 데 도전하는 것.
• 백색 상자, 회색 상자 또는 흑색 상자로 모델링된 종속성 관계를 명시적으로 포함하는 다수의 뷰—특히 추상화 및 보안 뷰—를 지원하는 것.
• 기존의 동적 레이블링 기법이 흑색 상자 종속성을 가정하고 세분화된 또는 뷰 전용 종속성을 처리할 수 없음을 고려해, 이러한 제약을 극복하는 것.
• 다수의 뷰를 관리할 때 레이블링 오버헤드와 인덱스 유지비용을 줄이고, 각 뷰에 대해 데이터 항목을 재레이블링하지 않도록 하는 것.
• 자연스러운 종류의 순환 워크플로우에서 압축된 로그형 크기의 데이터 레이블과 일정 시간 도달 가능성 평가를 달성하는 것.

제안 방법

• 워크플로우 실행 중에 뷰 사양을 정적으로 레이블링하고 데이터 항목을 동적으로 레이블링하는 뷰에 적응하는 레이블링 기법을 도입한다.
• 압축된 구문 트리 표현을 사용해 뷰의 종속성 구조를 표현하고, 이를 통해 압축된 로그형 크기의 데이터 레이블을 생성한다.
• 모듈의 입력과 출력 간의 세분화된 종속성을 도달 가능성 행렬을 사용해 인코딩하며, 이는 각 뷰에 대해 사전 계산하고 저장된다.
• 회색 상자 종속성을 지원하기 위해 뷰에 가짜 종속성을 추가할 수 있도록 허용함으로써, 프라이버시 보장 증명 모델링을 가능하게 한다.
• 레이블 비교를 통해 도달 가능성 여부를 확인함으로써 일정 시간 도달 가능성 쿼리를 가능하게 하며, 레이블 비교는 한 데이터 항목의 레이블이 다른 데이터 항목으로의 도달 가능성 여부를 암시하는지 확인한다.
• 완전한 종속성(즉, 흑색 상자)인 경우 중복된 행렬 곱셈을 피하기 위해 Matrix-Free FVL을 사용해 쿼리 성능을 최적화한다.

실험 결과

연구 질문

• RQ1 순환 워크플로우에서 세분화된 종속성을 가진 뷰에 대해 도달 가능성 쿼리를 효율적으로 지원할 수 있는 레이블링 기법이 존재하는가?
• RQ2 각 뷰에 대해 데이터 항목을 재레이블링하지 않도록 동적 레이블링을 어떻게 뷰에 적응시킬 수 있는가?
• RQ3 뷰 전용 종속성(예: 회색 상자)이 레이블 크기와 쿼리 성능에 미치는 영향은 어떠한가?
• RQ4 자연스러운 워크플로우의 일정한 클래스에서 압축된(로그형 크기의) 레이블을 달성할 수 있으며, 이를 통해 일정 시간 쿼리 평가가 가능한가?
• RQ5 뷰의 수, 모듈의 차수, 중첩 깊이가 증가함에 따라 제안된 방법의 스케일링 성능은 어떠한가?

주요 결과

• 안전한 뷰를 가진 엄밀한 선형 순환 워크플로우의 큰 클래스에 대해 제안된 FVL 기법은 압축된 로그형 크기의 데이터 레이블을 생성하며, 이를 통해 일정 시간 도달 가능성 쿼리를 가능하게 한다.
• FVL에서는 다수의 뷰에 대해 데이터 항목당 총 레이블 길이가 일정하게 유지되지만, 기준선인 DRL 방법의 경우 그 수가 뷰의 수에 따라 선형적으로 증가한다.
• 세 개 이상의 뷰가 존재할 경우, FVL은 DRL 대비 훨씬 낮은 레이블링 오버헤드와 더 빠른 구축 시간을 달성한다.
• FVL의 쿼리 시간은 굵은 종속성 뷰에서는 DRL 대비 약 4배 느리지만, 최적화된 Matrix-Free FVL 버전은 DRL와 거의 동일한 쿼리 성능을 달성한다.
• 중첩 깊이가 증가할수록 데이터 레이블 길이에 선형적 영향을 미치며, 이는 레이블 생성에 사용되는 압축된 구문 트리의 깊이 증가 때문이 다.
• 모듈의 차수는 레이블 디코딩 과정에서 증가하는 행렬 곱셈 비용으로 인해 거의 선형적인 영향을 쿼리 시간에 미친다.