[논문 리뷰] Materialized View Selection by Query Clustering in XML Data Warehouses

Hadj Mahboubi, Kamel Aouiche외 1명|ArXiv.org|2008. 09. 11.

Advanced Database Systems and Queries참고 문헌 23인용 수 20

한 줄 요약

이 논문은 복잡한 쿼리일지라도 실행 시간을 크게 줄일 수 있도록, 쿼리 군집화를 사용하여 XML 데이터 웨어하우스의 자동화된 물리적 뷰 선택 전략을 제안한다. 유사한 XQuery 의사결정 지원 쿼리를 군집화하고 공통된 부분 표현식을 물리적으로 저장함으로써 성능을 향상시키며, 이는 XCube 기반 XML 웨어하우스에서의 실험을 통해 검증되었다.

ABSTRACT

XML data warehouses form an interesting basis for decision-support applications that exploit complex data. However, native XML database management systems currently bear limited performances and it is necessary to design strategies to optimize them. In this paper, we propose an automatic strategy for the selection of XML materialized views that exploits a data mining technique, more precisely the clustering of the query workload. To validate our strategy, we implemented an XML warehouse modeled along the XCube specifications. We executed a workload of XQuery decision-support queries on this warehouse, with and without using our strategy. Our experimental results demonstrate its efficiency, even when queries are complex.

연구 동기 및 목표

• 결정 지원 응용 프로그램에 사용되는 네이티브 XML 데이터베이스 관리 시스템에서 발생하는 성능 저하 문제를 해결하기 위해.
• 최적의 물리적 뷰를 선택하여 XML 데이터 웨어하우스의 쿼리 실행 시간을 단축하기 위해.
• 수동 튜닝 대신 데이터 마이닝 기법을 사용하여 뷰 선택 과정을 자동화하기 위해.
• 쿼리 군집화가 뷰 물리화에 적합한 재사용 가능한 쿼리 패턴을 식별하는 데 얼마나 효과적인지 평가하기 위해.
• 제안된 전략이 복잡한 실세계 XQuery 워크로드에서 확장성과 효율성을 얼마나 잘 보여주는지 입증하기 위해.

제안 방법

• 의미적 및 구조적으로 유사한 쿼리를 군집화하기 위해 데이터 마이닝 기법을 사용하여 XQuery 의사결정 지원 쿼리 워크로드를 군집화하기 위해.
• 공통된 부분 표현식과 물리화에 적합한 구조적 모티프를 식별하기 위해 쿼리 패턴을 분석하기 위해.
• 빈도와 구조적 겹침 등의 군집 특성에 기반하여 물리적 뷰를 선택하기 위해.
• 표준화 및 확장성을 보장하기 위해 XCube 사양에 따라 XML 데이터 웨어하우스를 구현하기 위해.
• 물리적 뷰를 사용하거나 사용하지 않은 상태에서 워크로드를 실행하여 성능 향상을 측정하기 위해.
• 저장소 비용 대비 성능 향상도를 극대화하는 뷰를 우선순위 정렬하기 위해 비용 기반 평가를 사용하기 위해.

실험 결과

연구 질문

• RQ1 쿼리 군집화는 XML 데이터 웨어하우스에서 최적의 물리적 뷰를 식별하는 데 효과적으로 적용될 수 있는가?
• RQ2 쿼리 군집화는 XML 의사결정 지원 시스템에서 복잡한 XQuery 쿼리의 실행 시간을 얼마나 줄일 수 있는가?
• RQ3 군집화된 쿼리 워크로드 기반의 물리적 뷰 선택은 무작위 또는 히ュ리스틱 기반 선택과 비교해 어떤 영향을 미치는가?
• RQ4 제안된 전략은 대규모이고 복잡한 XML 데이터 웨어하우스 워크로드에 확장 가능한가?
• RQ5 다양한 군집화 세분성과 뷰 선택 정책에 따라 성능 향상은 어떻게 달라지는가?

주요 결과

• 제안된 쿼리 군집화 기반의 물리적 뷰 선택 전략은 XML 데이터 웨어하우스에서 쿼리 실행 시간을 크게 줄였다.
• 복잡한 XQuery 쿼리일지라도 성능 향상은 워크로드 전반에 걸쳐 측정 가능하고 일관되게 나타났다.
• 이 방법은 다양한 쿼리 패턴과 데이터 구조에 대해 확장성과 적응성을 보였다.
• 군집화된 쿼리에서 유도된 물리적 뷰는 비군집화된 접근 방식보다 더 높은 재사용률과 더 나은 성능 향상을 제공했다.
• XCube 기반 XML 웨어하우스에서의 실험 결과는 전략이 실세계 의사결정 지원 시나리오에서 효과적임을 확인했다.
• 수동 튜닝이나 쿼리 패턴에 대한 사전 지식 없이도 뚜렷한 성능 향상을 달성했다.