[논문 리뷰] Aggregate Skyline Join Queries: Skylines with Aggregate Operations over Multiple Relations

Arnab Bhattacharya, B. Palvali Teja|arXiv (Cornell University)|2012. 06. 28.

Data Management and Algorithms참고 문헌 10인용 수 9

한 줄 요약

이 논문은 로컬 속성과 집계 연산(예: 비용의 합, 지속 시간)을 포함한 관계 간 조인에 대해 스카이라인을 계산하는 새로운 쿼리 유형인 집계 스카이라인 조인 쿼리(ASJQ)를 소개한다. 저자들은 스카이라인을 조인하기 전에 로컬으로 처리하는 방식으로 성능을 크게 향상시키는 세 가지 효율적인 알고리즘—MSC, 도미네이터 기반, 반복적—을 제안한다. 이는 실제 및 합성 데이터셋에서 다양한 카디널리티와 차원성에 걸쳐 기존의 난이도 높은 방법에 비해 확장성과 성능 면에서 뛰어나다.

ABSTRACT

The multi-criteria decision making, which is possible with the advent of skyline queries, has been applied in many areas. Though most of the existing research is concerned with only a single relation, several real world applications require finding the skyline set of records over multiple relations. Consequently, the join operation over skylines where the preferences are local to each relation, has been proposed. In many of those cases, however, the join often involves performing aggregate operations among some of the attributes from the different relations. In this paper, we introduce such queries as "aggregate skyline join queries". Since the naive algorithm is impractical, we propose three algorithms to efficiently process such queries. The algorithms utilize certain properties of skyline sets, and processes the skylines as much as possible locally before computing the join. Experiments with real and synthetic datasets exhibit the practicality and scalability of the algorithms with respect to the cardinality and dimensionality of the relations.

연구 동기 및 목표

• 다양한 관계 간 조인 시 테이블 속성의 집계를 포함하는 스카이라인 쿼리의 필요성을 해결하기 위해.
• 로컬 선호도와 집계 지표를 모두 포함하는 다중 관계에 걸쳐 다기준 의사결정이 필요한 실세계 시나리오를 다루기 위해.
• 스카이라인 선택 이전에 전체 조인을 난이도 있게 계산하는 데 드는 비용을 피하기 위한 효율적인 알고리즘 설계를 위해.
• 다양한 데이터 분포, 카디널리티, 차원성 하에서 제안된 알고리즘의 확장성과 성능을 평가하기 위해.
• 실제 농구 선수 데이터셋과 합성 워크로드를 사용하여 실용적 적용 가능성을 입증하기 위해.

제안 방법

• 각 관계에서 스카이라인을 로컬로 계산한 후 조인하는 방식으로 ASJQ를 처리하기 위해 세 가지 알고리즘—MSC(다중 스카이라인 계산), 도미네이터 기반, 반복적—을 제안한다.
• 반복적 알고리즘을 사용해 조인 결과 세트에서 지배되는 튜플을 점진적으로 제거하여 비용이 많이 드는 비교를 줄인다.
• 스카이라인 세트의 성질을 활용해 조인 과정 중 지배 검사 수를 최소화한다.
• 등가조인 이후 서로 다른 관계의 속성에 대해 집계 연산(합, 최소, 최대)을 적용하면서 사용자 정의 선호도 함수를 유지한다.
• 비용/지속 시간에 대한 최소화, 평점/편의시설에 대한 최대화를 포함한 혼합 선호도 유형을 처리하도록 알고리즘을 설계한다.
• 이중 단계 접근 방식을 사용한다. 첫 번째 단계에서 각 관계에서 로컬 스카이라인을 계산하고, 두 번째 단계에서 결과에 대해 조인 인식 스카이라인 계산을 수행한다.

실험 결과

연구 질문

• RQ1 어떻게 스카이라인 쿼리를 조인된 속성에 대한 집계 연산을 포함한 다중 관계로 효율적으로 확장할 수 있는가?
• RQ2 스카이라인 계산 이전에 관계를 난이도 있게 조인할 경우 발생하는 성능 저하 요인은 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ3 데이터 분포(상관관계 있음, 독립, 반대상관), 카디널리티, 차원성이 ASJQ 처리의 확장성에 어떤 영향을 미치는가?
• RQ4 MSC, 도미네이터 기반, 반복적 중 어떤 알고리즘 전략이 실무에서 효율성과 확장성의 최적 균형을 이룰 수 있는가?
• RQ5 조인 속성의 카테고리 수가 ASJQ 결과 크기와 실행 시간에 어떤 영향을 미치는가?

주요 결과

• 반복적 알고리즘이 MSC 및 도미네이터 기반 접근 방식보다 실행 시간 면에서 뛰어나며, 특히 대규모 및 반대상관 데이터셋에서 두각을 나타낸다.
• 조인 속성이 전혀 사용되지 않을 경우(카티esian 곱), ASJQ 결과 세트의 카디널리티가 가장 높고, 여러 속성을 사용해 등가조인을 할 경우 가장 낮아진다.
• 조인 속성의 카테고리 수가 많아질수록 초기 스카이라인 세트 크기가 커지므로 실행 시간이 증가하지만, 최종 조인 관계 크기는 감소한다.
• 반복적 알고리즘은 차원성과 카디널리티가 증가함에 따라 점진적인 지배 튜플 제거 전략 덕분에 우수한 확장성을 보인다.
• 반대상관 데이터셋에서는 거의 모든 튜플이 스카이라인에 포함되므로, 반복적 알고리즘의 점진적 제거 전략이 뚜렷한 성능 이점을 제공한다.
• 실제 농구 선수 데이터셋에 대한 실험을 통해 반복적 알고리즘이 가장 우수한 성능을 기록했으며, 실행 시간이 결과 세트의 카디널리티 추세를 잘 반영하고 있다.