[논문 리뷰] Left Bit Right: For SPARQL Join Queries with OPTIONAL Patterns (Left-outer-joins)

Medha Atre|arXiv (Cornell University)|2013. 04. 29.

Semantic Web and Ontologies참고 문헌 32인용 수 24

한 줄 요약

이 논문은 SPARQL OPTIONAL 패턴 쿼리(왼쪽 외부 조인)를 위한 새로운 최적화 기법인 Left Bit Right(LBR)를 소개한다. LBR는 쿼리 구조를 모델링하기 위해 초노드의 방향성 그래프를 사용하고, 압축된 비트벡터를 통해 강력한 프루닝을 가능하게 한다. LBR는 선택도가 낮은 복잡한 쿼리에서 Virtuoso와 MonetDB 대비 최대 11배 빠른 처리 속도를 달성하며, 선택도가 높은 쿼리에서는 이들의 성능을 그대로 유지한다. 이는 런타임에서의 nullification 오버헤드 없이 순환성, 최소성, nullification 인식 전략을 조합함으로써 달성된다.

ABSTRACT

SPARQL basic graph pattern (BGP) (a.k.a. SQL inner-join) query optimization is a well researched area. However, optimization of OPTIONAL pattern queries (a.k.a. SQL left-outer-joins) poses additional challenges, due to the restrictions on the extit{reordering} of left-outer-joins. The occurrence of such queries tends to be as high as 50% of the total queries (e.g., DBPedia query logs). In this paper, we present extit{Left Bit Right} (LBR), a technique for extit{well-designed} nested BGP and OPTIONAL pattern queries. Through LBR, we propose a novel method to represent such queries using a graph of extit{supernodes}, which is used to aggressively prune the RDF triples, with the help of compressed indexes. We also propose novel optimization strategies -- first of a kind, to the best of our knowledge -- that combine together the characteristics of extit{acyclicity} of queries, extit{minimality}, and extit{nullification}, extit{best-match} operators. In this paper, we focus on OPTIONAL patterns without UNIONs or FILTERs, but we also show how UNIONs and FILTERs can be handled with our technique using a extit{query rewrite}. Our evaluation on RDF graphs of up to and over one billion triples, on a commodity laptop with 8 GB memory, shows that LBR can process extit{well-designed} low-selectivity complex queries up to 11 times faster compared to the state-of-the-art RDF column-stores as Virtuoso and MonetDB, and for highly selective queries, LBR is at par with them.

연구 동기 및 목표

• 실제 SPARQL 워크로드의 최대 50%를 차지하는 SPARQL OPTIONAL 패턴 쿼리의 성능 저하 문제를 해결하기 위해.
• 내부 조인에 비해 최적화 기회가 제한된 왼쪽 외부 조인의 쿼리 재정렬 한계를 극복하기 위해.
• 순환성, 최소성, nullification 인식 전략과 같은 구조적 특성을 활용해 런타임 오버헤드를 줄이는 쿼리 처리 프레임워크를 설계하기 위해.
• 압축 비트벡터와 새로운 초노드 기반 쿼리 그래프 표현을 통해 RDF 트리플의 효율적 프루닝을 가능하게 하기 위해.
• 기존 최적화 기법(예: 세미조인, 베스트매치 연산자)을 OPTIONAL 패턴에 확장하면서도, 후처리 단계에서의 nullification 또는 결과 포함 검사가 필요 없도록 하기 위해.

제안 방법

• 중첩된 OPTIONAL 쿼리의 계층적 및 종속 관계를 모델링하기 위해 방향성과 순서가 있는 초노드 그래프(GoSN)를 제안한다.
• 각 BGP와 OPTIONAL 패턴을 초노드로 표현하고, 방향성 간선을 통해 마스터-슬레이브 또는 피어 관계를 나타내어 왼쪽 외부 조인 의미를 유지한다.
• 압축 비트벡터(비트매트와 유사)를 사용해 RDF 트리플을 인덱싱하여 빠른 세트 연산과 쿼리 평가 중 조기 프루닝을 가능하게 한다.
• GoSN 내의 순환성과 최소성을 활용해 중복되거나 잘못된 튜플 생성을 방지하는 새로운 최적화 전략을 도입한다.
• 계획 생성 단계에서 nullification과 베스트매치 연산자를 통합함으로써 런타임에서의 nullification 및 포함 검사가 필요 없도록 한다.
• 쿼리 재작성 메커니즘을 통해 UNION과 FILTER를 처리하며, 이를 처리 전에 등가의 OPTIONAL 패턴 형태로 변환한다.

실험 결과

연구 질문

• RQ1 왼쪽 외부 조인의 비결합성 및 비교환성 특성으로 인해, SPARQL OPTIONAL 패턴 쿼리를 어떻게 효율적으로 최적화할 수 있는가?
• RQ2 OPTIONAL 쿼리 내의 구조적 특성인 순환성과 최소성은 런타임에서의 nullification 및 베스트매치 연산의 필요성을 제거하는 데 활용될 수 있는가?
• RQ3 압축 비트벡터 인덱싱과 초노드 기반 쿼리 그래프는 복잡한 OPTIONAL 쿼리의 프루닝 및 실행 시간 단축에 어느 정도 기여하는가?
• RQ4 대규모 RDF 데이터에서 LBR 기법의 성능은 Virtuoso와 MonetDB와 같은 최신 RDF 컬럼 스토어와 비교해 어떻게 되는가?
• RQ5 LBR 프레임워크는 최적화 효율성을 희생시키지 않고 UNION 및 FILTER와 같은 복잡한 SPARQL 기능을 처리할 수 있는가?

주요 결과

• LBR는 선택도가 낮고 다중 중첩 패턴을 포함한 복잡한 OPTIONAL 쿼리에서 Virtuoso와 MonetDB 대비 최대 11배 빠른 실행 속도를 달성한다.
• 선택도가 높은 쿼리에서는 LBR가 Virtuoso와 MonetDB와 동등한 성능을 보이며, 강력한 기본 성능을 입증한다.
• 방향성 초노드 그래프(GoSN)의 사용은 왼쪽 외부 조인 종속성을 정확히 모델링하여 최적화 과정에서 쿼리 의미를 유지한다.
• 계획 생성 단계에서 nullification과 베스트매치 전략을 통합함으로써 LBR는 비용이 많이 드는 런타임 검사를 피하고 오버헤드를 줄였다.
• 압축 비트벡터 인덱스 구조는 원래 BitMat 방법 대비 최대 40%까지 인덱스 크기를 줄여 메모리 효율성을 향상시켰다.
• 쿼리 재작성 메커니즘은 UNION과 FILTER 구조를 등가의 OPTIONAL 패턴 형태로 변환함으로써 최적화 이점을 유지하면서도 성공적으로 처리했다.