[논문 리뷰] RocketRML - A NodeJS implementation of a use-case specific RML mapper

Umutcan Şimşek, Elias Kärle외 1명|arXiv (Cornell University)|2019. 03. 12.

Semantic Web and Ontologies인용 수 5

한 줄 요약

RocketRML는 관광 지식 그래프 워크로드에서 대규모 XML 및 JSON 파일로부터 고성능 RDF 생성을 위해 설계된 Node.js 기반의 RML 매핑 도구입니다. JavaScript의 네이티브 JSON 파싱 및 최적화된 반복자 기능을 활용함으로써, 조인이 불가능한 중첩된 데이터에 대해 Java 기반 RML 매핑 도구를 능가하는 성능을 달성합니다. 다만 현재는 조인 및 명명된 그래프 기능을 지원하지 않습니다.

ABSTRACT

The creation of Linked Data from raw data sources is, in theory, no rocket science (pun intended). Depending on the nature of the input and the mapping technology in use, it can become a quite tedious task. For our work on mapping real-life touristic data to the schema.org vocabulary we used RML but soon encountered, that the existing Java mapper implementations reached their limits and were not sufficient for our use cases. In this paper we describe a new implementation of an RML mapper. Written with the JavaScript based NodeJS framework it performs quite well for our uses cases where we work with large XML and JSON files. The performance testing and the execution of the RML test cases have shown, that the implementation has great potential to perform heavy mapping tasks in reasonable time, but comes with some limitations regarding JOINs, Named Graphs and inputs other than XML and JSON - which is fine at the moment, due to the nature of the given use cases.

연구 동기 및 목표

• 대규모 관광 데이터(예: 500MB 초과의 XML/JSON 파일)를 처리할 때 기존 Java 기반 RML 매핑 도구에서 발생하는 성능 저하 문제를 해결합니다.
• 관광 IT 시스템에서 흔히 발생하는 깊이 있는 중첩 구조이지만 조인이 불가능한 데이터 구조를 효율적으로 매핑할 수 있도록 합니다.
• semantify.it 및 MindLab 프로젝트에서 기존에 사용 중인 Node.js 기반 데이터 파이프라인과의 원활한 통합을 지원합니다.
• 글로벌 언어 태그 및 동적 입력 파일 처리와 같은 실무 요구사항을 충족합니다.
• 도메인 특화 워크로드를 위한 일반적인 RML 매핑 도구의 대안으로 성능이 뛰어나고 용도에 특화된 도구를 제공합니다.

제안 방법

• JavaScript의 효율적인 네이티브 JSON 및 XML 파싱 기능을 활용하기 위해 Node.js 애플리케이션으로 구축되었습니다.
• 조인 키가 필요 없이도 계층적 데이터를 직접 매핑할 수 있도록, 중첩된 객체를 순회하기 위한 맞춤형 반복자 메커니즘을 구현했습니다.
• 매핑 구성 및 출력을 위한 중간 형식으로 JSON-LD를 사용하여 조작의 용이성과 성능 향상을 도모했습니다.
• JSON 및 XML 논리적 소스만 지원하며, 확장 기능은 유일하게 JavaScript 함수를 통해 제공됩니다.
• 중첩된 구조를 순회하는 동안 직접 처리하여, 후속 조인 처리가 비용이 많이 들기 때문에 피할 수 있도록 매핑 파이프라인을 최적화했습니다.
• 모든 문자열 리터럴에 지정된 언어로 자동 태그를 붙일 수 있도록 글로벌 언어 태그 매개변수를 도입하여 매핑 파일의 복잡성을 감소시켰습니다.

실험 결과

연구 질문

• RQ1 Node.js 기반 RML 매핑 도구는 대규모 XML 및 JSON 데이터 소스 처리 시 Java 기반 구현보다著명한 성능 향상을 달성할 수 있는가?
• RQ2 실제 관광 데이터 워크로드에서 조인 기능 부재가 RML 매핑 도구의 표현력과 성능에 어떤 영향을 미치는가?
• RQ3 외부 조인 키가 없이도 맞춤형 반복자 논리가 깊이 있는 중첩 구조이지만 조인 불가능한 데이터 구조를 얼마나 잘 처리할 수 있는가?
• RQ4 JavaScript 런타임 환경에서 네이티브 JSON 파싱 및 메모리 내 처리를 통해 어떤 성능 향상이 달성될 수 있는가?
• RQ5 글로벌 언어 태그 기능은 대규모 RDF 매핑 구성에서 유지보수 오버헤드를 얼마나 줄일 수 있는가?

주요 결과

• RocketRML는 레거시 RML 매핑 도구 및 rmlmapper-java 모두를 상회하는 성능을 보였으며, 특히 네이티브 JSON 파싱 덕분에 JSON 입력 처리에서 두드러진 성능 향상을 보였습니다.
• 성능 우월성은 I/O 오버헤드 감소, 효율적인 메모리 내 처리, 그리고 조인 관련 처리 단계의 부재로 인해 기인합니다.
• JOIN 또는 명명된 그래프가 필요한 테스트 케이스를 제외한 모든 RML 테스트 케이스를 통과하여 핵심 RML 기능의 정확한 구현을 확인했습니다.
• JOIN 기능 부재로 인해 RMLTC0009a-XML과 같은 테스트 케이스에서 실패가 발생했으며, 이는 학생과 스포츠 데이터 두 개의 별도 소스가 조건을 통해 조인되어야 하는 경우였습니다.
• 글로벌 언어 태그 기능은 지정된 언어로 모든 문자열 리터럴에 자동 태그를 붙여 매핑 파일의 복잡성을 크게 감소시켰습니다.
• 맞춤형 반복자 확장 기능은 조인 키 없이도 중첩된 객체를 정확히 처리할 수 있도록 하여, 관계형이 아닌 계층적 구조를 가진 데이터에 적합한 사용 사례를 지원했습니다.