[論文レビュー] Foundations of Traversal Based Query Execution over Linked Data (Extended Version)

Olaf Hartig, Johann Christoph Freytag|arXiv (Cornell University)|Aug 31, 2011

Data Quality and Management参考文献 18被引用数 5

ひとこと要約

本稿は、リンクデータ上の走査ベースのクエリ実行の理論的基盤を確立し、実行中にデータソースを動的に発見する合接クエリの形式的意味論を導入する。クエリの計算可能性が決定不能であり、終了保証ができないことを証明し、おそらく無限のデータウェブにおけるこのようなシステムの評価と最適化のための形式的基盤を提供する。

ABSTRACT

Query execution over the Web of Linked Data has attracted much attention recently. A particularly interesting approach is link traversal based query execution which proposes to integrate the traversal of data links into the construction of query results. Hence -in contrast to traditional query execution paradigms- this approach does not assume a fixed set of relevant data sources beforehand; instead, it discovers data on the fly and, thus, enables applications to tap the full potential of the Web. While several authors study possibilities to implement the idea of link traversal based query execution and to optimize query execution in this context, no work exists that discusses the theoretical foundations of the approach in general. Our paper fills this gap. We introduce a well-defined semantics for queries that may be executed using the link traversal based approach. Based on this semantics we formally analyze properties of such queries. In particular, we study the computability of queries as well as the implications of querying a potentially infinite Web of Linked Data. Our results show that query computation in general is not guaranteed to terminate and that for any given query it is undecidable whether the execution terminates. Furthermore, we define an abstract execution model that captures the integration of link traversal into the query execution process. Based on this model we prove the soundness and completeness of link traversal based query execution and analyze an existing implementation approach..

研究の動機と目的

• リンクデータのウェブ上における走査ベースのクエリ実行の理論的基盤の欠如に対処すること。
• リンクの走査を介して動的にデータソースを発見する合接クエリの形式的意味論を定義すること。
• 無制限で変化し続けるデータ空間の文脈において、計算可能性や終了性といった基本的性質を分析すること。
• 走査ベースのクエリ処理の整合性と完全性を保証する抽象的実行モデルを確立すること。
• 動的リンクデータ環境における実装の比較とクエリ最適化の指針を提供する形式的基盤を提供すること。

提案手法

• リンクデータのウェブを、識別子、述語、目的語を有する相互接続されたデータソースのグラフとして表現する形式的データモデルを提案する。
• ウェブ上の限定的なデータアクセス能力を反映する実世界の制約を反映した、計算モデルを導入する。
• 走査ルールに従って到達可能なデータに変数をマッピングする結果であるバリエーションとして、明確に定義された意味論を持つクエリモデルを定義する。
• 理論的分析のため、データ三項組、バリエーション、クエリ結果を計算テープ上にチューリングマシンの符号化により形式的に表現する。
• 計算可能性理論の概念を用いて、クエリが有限に計算可能か、最終的に計算可能か、まったく計算不能かを分析する。
• リンク走査をクエリ処理に統合する抽象的実行モデルを構築し、そのアプローチの整合性と完全性を証明する。

実験結果

リサーチクエスチョン

• RQ1 リンクデータのウェブ上で動的リンク走査を介して実行される合接クエリの形式的意味論とは何か？
• RQ2 おそらく無限のリンクデータウェブ上で実行された場合、クエリが計算可能となる条件は何か？
• RQ3 走査ベースのクエリ実行が終了するかどうかは決定可能か？
• RQ4 リンク走査をクエリ実行に統合する際、整合性と完全性を保証する形式的モデルはどのように構築できるか？
• RQ5 動的で分散型のデータ環境におけるクエリ実行の理論的限界は何か？

主な発見

• リンクデータウェブ上のクエリ実行は、無限に多くのデータソースを走査する可能性があるため、終了が保証されない。
• 与えられたクエリが走査ベースの方法で実行された際に、有限か無限の結果を生成するかは決定不能である。
• 本稿は、提案されたモデルにおけるクエリが最終的に計算可能であることを証明しており、全計算が終了しなくても結果を段階的に生成可能であることを示している。
• 抽象的実行モデルは整合性と完全性を保証しており、すべての有効なクエリの答えが正しく生成され、無効な答えは生成されない。
• 理論的枠組みにより、実装の形式的検証と、さまざまな走査ベースのクエリ実行戦略の比較が可能になる。
• 本研究は、従来のデータベースの仮定（たとえば、固定されたデータソースの集合）が、動的で分散型のリンクデータウェブの文脈では成立しないことを確立している。