[논문 리뷰] Ontological Queries: Rewriting and Optimization (Extended Version)

Georg Gottlob, Giorgio Orsi외 1명|arXiv (Cornell University)|2011. 12. 01.

Semantic Web and Ontologies참고 문헌 35인용 수 14

한 줄 요약

이 논문은 Datalog± 계열의 온톨로지 쿼리, 특히 선형 Datalog±에 대해 새로운 재작성 및 최적화 프레임워크를 제안하며, 관계형 데이터베이스 상의 동치의 귀결 쿼리(UCQ)로 온톨로지 쿼리를 효율적으로 컴파일할 수 있도록 한다. 주요 기여는 쿼리 제거와 인수 분해를 통해 쿼리 크기를 크게 줄이며, 정당성과 완전성을 보장하는 새로운 알고리즘으로, 실제 및 합성 워크로드에서 상당한 성능 향상을 달성한다.

ABSTRACT

Ontological queries are evaluated against an ontology rather than directly on a database. The evaluation and optimization of such queries is an intriguing new problem for database research. In this paper we discuss two important aspects of this problem: query rewriting and query optimization. Query rewriting consists of the compilation of an ontological query into an equivalent query against the underlying relational database. The focus here is on soundness and completeness. We review previous results and present a new rewriting algorithm for rather general types of ontological constraints. In particular, we show how a conjunctive query against an ontology can be compiled into a union of conjunctive queries against the underlying database. Ontological query optimization, in this context, attempts to improve this process so to produce possibly small and cost-effective UCQ rewritings for an input query. We review existing optimization methods, and propose an effective new method that works for linear Datalog+/-, a class of Datalog-based rules that encompasses well-known description logics of the DL-Lite family.

연구 동기 및 목표

• 대규모 관계형 데이터베이스 상에서 온톨로지 쿼리를 효율적으로 평가하기 위해, 이를 동치의 관계형 쿼리로 컴파일하는 데 도전한다.
• 온톨로지 기반 데이터 액세스(OBDA)의 맥락에서 온톨로지 쿼리 처리의 효율성과 확장성을 향상시키기 위해 노력한다.
• 정확성을 희생하지 않으면서 재작성된 쿼리의 크기와 계산 비용을 줄이는 최적화 기법을 개발한다.
• 정확성과 완전성을 보장하는 기존의 재작성 방법을 선형 Datalog±로 확장하여, DL-Lite와 같은 중요한 서술 논리학을 포괄하는 다항 시간 내에서 처리 가능한 Datalog±의 부분집합을 다룰 수 있도록 한다.
• 실제 및 합성 온톨로지로 구성된 실무 워크로드를 사용하여 쿼리 재작성 및 최적화의 실용적 효과를 평가한다.

제안 방법

• 온톨로지 상의 귀결 쿼리를 기반으로 하부 관계형 데이터베이스 상의 귀결 쿼리의 합집합(UCQ)으로 컴파일하는 새로운 재작성 알고리즘을 제안하며, 정당성과 완전성을 보장한다.
• 입력 쿼리에서 중복된 원소를 제거함으로써 최종 UCQ 크기를 줄이는 데 기여하는 쿼리 제거 기반의 새로운 최적화 기법을 도입한다.
• 각 분리된 항목 간의 공통된 부분 표현식을 공유함으로써 재작성된 UCQ를 추가로 압축하기 위해 인수 분해를 적용한다.
• 선형 Datalog±에 이 방법을 적용하며, 이는 DL-Lite를 일반화하고 낮은 데이터 복잡도를 지원하는 Datalog 기반 규칙의 클래스이다.
• 두 단계 과정을 사용한다: 첫 번째로 정당성과 완전성을 보장하는 알고리즘을 통한 쿼리 재작성; 두 번째로 UCQ 크기를 최소화하기 위해 인수 분해와 쿼리 제거를 통한 최적화.
• 실제 온톨로지(A, U, S)와 합성 온톨로지(P5, P5X)를 사용하여 접근법을 평가하며, 실행 시간과 재작성 크기를 기준으로 QuOnto 및 Requiem과 비교한다.

실험 결과

연구 질문

• RQ1 정당성과 완전성을 유지하면서 온톨로지 쿼리를 효율적으로 동치의 관계형 쿼리로 재작성하는 방법은 무엇인가?
• RQ2 정확성을 손상시키지 않으면서 재작성된 UCQ 크기를 줄이기 위해 적용할 수 있는 최적화 기법은 무엇인가?
• RQ3 쿼리 제거와 인수 분해가 온톨로지 쿼리 재작성의 크기와 실행 비용에 얼마나 큰 영향을 미치는가?
• RQ4 구조적 복잡도가 다양하게 설정된 실제 및 합성 온톨로지에서 제안된 방법의 확장성은 어떠한가?
• RQ5 QuOnto 및 Requiem과 같은 기존 시스템에 비해 제안된 최적화 전략이 재작성 크기와 실행 시간 측면에서 뛰어난 성능을 보일 수 있는가?

주요 결과

• 쿼리 제거 기법은 특히 A, U, S와 같은 실제 온톨로지에서 최종 UCQ 크기를 크게 줄였다. 이는 입력 쿼리에서 중복된 원소가 제거되었기 때문이다.
• U 및 S 온톨로지의 경우 Q2에서 모든 중복 원소를 제거하여 최종 재작성의 분리 항목 수를 극적으로 감소시켰다.
• 인수 분해를 통해 공통된 부분 표현식을 공유함으로써 UCQ가 추가로 압축되었으며, 이는 더 작고 효율적인 재작성 결과를 이끌어냈다.
• 복잡한 실제 온톨로지에서 QuOnto 및 Requiem에 비해 재작성 크기와 실행 시간 측면에서 제안된 방법이 뛰어난 성능을 보였다.
• P5 및 P5X와 같은 합성 워크로드에서는 기하급수적으로 큰 재작성 결과를 유도하도록 설계되었지만, 제안된 방법은 여전히 측정 가능한 성능 향상을 제공하였다. 다만, 본질적인 복잡도로 인해 성능 향상의 폭에는 한계가 있었다.
• 모든 테스트 케이스에서 15분 이내에 완전한 재작성을 달성하였으며, 일부 경우를 제외하고는 QuOnto 및 Requiem와 같은 도구들이 완료하지 못한 사례도 있었다.