[논문 리뷰] The Vadalog System: Datalog-based Reasoning for Knowledge Graphs

Luigi Bellomarini, Georg Gottlob외 1명|arXiv (Cornell University)|2018. 07. 23.

Semantic Web and Ontologies참고 문헌 49인용 수 24

한 줄 요약

이 논문은 지식 그래프를 위한 순환 추론과 존재 기술을 지원하는 Datalog의 결정 가능 부분인 Warded Datalog+±의 첫 번째 구현체인 Vadalog을 제시한다. 고도로 최적화된 순환 제어 및 warded 포레스트 구조에 기반한 제한된 채즈 전략을 활용하여, Vadalog는 높은 성능과 낮은 메모리 사용량을 달성하며, 복잡한 추론 워크로드에서 기존 시스템을 능가한다.

ABSTRACT

Over the past years, there has been a resurgence of Datalog-based systems in the database community as well as in industry. In this context, it has been recognized that to handle the complex knowl\-edge-based scenarios encountered today, such as reasoning over large knowledge graphs, Datalog has to be extended with features such as existential quantification. Yet, Datalog-based reasoning in the presence of existential quantification is in general undecidable. Many efforts have been made to define decidable fragments. Warded Datalog+/- is a very promising one, as it captures PTIME complexity while allowing ontological reasoning. Yet so far, no implementation of Warded Datalog+/- was available. In this paper we present the Vadalog system, a Datalog-based system for performing complex logic reasoning tasks, such as those required in advanced knowledge graphs. The Vadalog system is Oxford's contribution to the VADA research programme, a joint effort of the universities of Oxford, Manchester and Edinburgh and around 20 industrial partners. As the main contribution of this paper, we illustrate the first implementation of Warded Datalog+/-, a high-performance Datalog+/- system utilizing an aggressive termination control strategy. We also provide a comprehensive experimental evaluation.

연구 동기 및 목표

• Warded Datalog+±의 고성능이고 확장 가능한 구현체가 부족한 문제를 해결하기 위해, 서술적 추론과 순환을 지원하는 Datalog의 결정 가능 부분을 제공한다.
• 대규모 지식 그래프에서 존재 기술과 완전한 순환을 지원하면서도, PTIME 복잡도로 실행 가능한 추론을 가능하게 한다.
• 기존 시스템의 한계, 예를 들어 RDBMS 기반의 채즈 전략과 메모리 기반 처리 방식으로 인한 높은 오버헤드와 메모리 과다 사용 문제를 해결한다.
• 복잡한 룰 기반 추론과 다양한 데이터 소스 통합을 지원하는 실세계 지식 그래프 워크로드를 처리할 수 있는 시스템을 개발한다.
• 일반적인 지식 그래프 추론을 위한 프로덕션 수준의 확장 가능한 플랫폼을 제공하며, 향후 일관된 쿼리 응답 및 뷰 업데이트와 같은 기능 확장도 지원한다.

제안 방법

• 워드 포레스트 구조에 기반한 제한된 채즈 전략을 구현하여, 동형 사실의 효율적 탐지와 중복 룰 실행 방지를 가능하게 한다.
• 상향선형 포레스트 표현을 사용하여 동형 사실 패턴을 압축적으로 인코딩함으로써, 동일한 패턴을 하나의 구성 요소로 표현함으로써 메모리 사용량을 감소시킨다.
• 정지 증거와 구성 요소별 동형성 검사 기반의 강력한 종료 제어 전략을 통해 불필요한 채즈 단계를 방지한다.
• RDBMS 기반 시스템과 달리, 호모모르피즘 검사를 SQL 쿼리로 변환하지 않아, 각 단계의 고비용 검사를 제거한다.
• 이론적으로 보장된 Warded Datalog+± 프ragment의 특성을 활용하여, 존재 기술이 포함된 순환 Datalog 룰을 네이티브로 지원하는 새로운 실행 엔진을 구축한다.
• 빅데이터 플랫폼과 API 등 다양한 데이터 소스와 통합 가능하며, 인크리멘탈 추론과 쿼리 최적화를 지원한다.

실험 결과

연구 질문

• RQ1 완전한 순환과 존재 기술을 지원하면서도 결정 가능성과 처리 가능한 데이터 복잡도를 보장하는 고성능, 확장 가능한 Datalog+± 시스템을 구현할 수 있는가?
• RQ2 Warded Datalog+±의 제한된 채즈 전략을 어떻게 최적화하여 실질적으로 메모리 사용량과 실행 오버헤드를 최소화할 수 있는가?
• RQ3 RDBMS 기반 또는 메모리 기반 시스템과 비교했을 때, 네이티브로 구현된 Warded Datalog+± 시스템이 복잡한 추론 워크로드에서 어떤 성능적 이점을 가지는가?
• RQ4 워드 포레스트 구조를 얼마나 효과적으로 활용하여 동형 사실을 탐지하고 중복된 룰 적용을 방지할 수 있는가?
• RQ5 실제 및 합성 벤치마크에서 복잡한 지식 그래프 추론 작업을 포함할 때, 시스템은 어떤 정도로 확장 가능한가?

주요 결과

• Vadalog는 Warded Datalog+±의 첫 번째 프로덕션 수준의 구현체로, 지식 그래프에서 확장 가능하고 결정 가능한 추론을 위한 실용적인 솔루션을 제공한다.
• ChaseFUN, DEMo, E, Pegasus와 같은 기존 시스템보다 뛰어난 성능을 보이며, 이는 순환 지원 부족 또는 비효율적 쿼리 재구성 또는 백엔드 의존성으로 인한 낮은 성능 탓이다.
• SQL 기반 호모모르피즘 검사를 피하고 구성 요소별 동형성 탐지 기법을 사용함으로써, RDBMS 기반 시스템 대비 오버헤드와 메모리 사용량을 크게 감소시켰다.
• 패턴 구성 요소를 활용한 상향선형 포레스트의 사용은 수천 개의 동형 사실 집합을 압축적으로 표현할 수 있게 하여, 메모리 사용량을 단일 패턴 구성 요소로 줄였다.
• 실제 및 합성 벤치마크에서 경쟁적인 성능을 보이며, 시스템의 순환 제어 및 채즈 최적화 전략의 효과성을 입증했다.
• 다양한 데이터 소스와의 통합을 지원하며, 향후 일관된 쿼리 응답 및 뷰 업데이트와 같은 기능 확장도 가능하게 확장 가능한 아키텍처를 제공한다.