[论文解读] Ontological Queries: Rewriting and Optimization (Extended Version)

Georg Gottlob, Giorgio Orsi+1 more|arXiv (Cornell University)|Dec 1, 2011

Semantic Web and Ontologies参考文献 35被引用 14

一句话总结

本文提出了一种针对Datalog±族中本体查询的新型重写与优化框架，特别适用于线性Datalog±，能够将本体查询高效编译为关系数据库上的等价合取查询并集（UCQ）。其主要贡献是一种新算法，通过查询消除与因子分解技术，在确保重写结果正确且完备的前提下显著减小查询规模，从而在真实世界与合成工作负载中实现显著的性能提升。

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.

研究动机与目标

• 为通过将本体查询编译为等价的关系查询，解决在大型关系数据库上高效评估本体查询的挑战。
• 在本体基数据访问（OBDA）背景下，提升本体查询处理的效率与可扩展性。
• 开发优化技术，在不牺牲正确性的前提下减小重写查询的规模与计算成本。
• 将现有重写方法扩展至线性Datalog±，即Datalog±的一个可 tractable 片段，可捕获DL-Lite等重要描述逻辑。
• 使用真实世界与合成本体，评估查询重写与优化在实际应用中的有效性。

提出的方法

• 提出一种新型重写算法，将本体上的合取查询编译为底层关系数据库上的合取查询并集（UCQ），确保正确性与完备性。
• 引入一种基于查询消除的新型优化技术，在重写前移除输入查询中的冗余原子，以减小最终UCQ的规模。
• 通过在析取项之间共享公共子表达式，利用因子分解进一步压缩重写后的UCQ。
• 将该方法应用于线性Datalog±，即一类基于Datalog的规则，其推广了DL-Lite并支持高效的资料复杂度。
• 采用两阶段流程：第一阶段通过正确且完备的算法进行查询重写；第二阶段通过因子分解与查询消除优化，以最小化UCQ规模。
• 使用真实世界本体（A、U、S）与合成本体（P5、P5X）评估该方法，与QuOnto和Requiem对比执行时间与重写规模。

实验结果

研究问题

• RQ1 如何在保持正确性与完备性的前提下，高效地将本体查询重写为等价的关系查询？
• RQ2 可应用哪些优化技术来减小重写后UCQ的规模而不影响正确性？
• RQ3 查询消除与因子分解在多大程度上能减小本体查询重写的规模与执行成本？
• RQ4 该方法在结构复杂度各异的真实世界与合成本体上的可扩展性如何？
• RQ5 所提出的优化策略是否能在重写规模与执行时间方面优于QuOnto与Requiem等现有系统？

主要发现

• 查询消除显著减小了最终UCQ重写的规模，尤其在真实世界本体（如A、U与S）中，冗余原子被成功从输入查询中移除。
• 对于U与S本体，该方法在Q2中消除了所有冗余原子，大幅减少了最终重写中析取项的数量。
• 因子分解通过共享公共子表达式进一步压缩UCQ，使重写结果更小且更高效。
• 在重写规模与执行时间方面，该方法优于QuOnto与Requiem，尤其在复杂的真实世界本体上表现突出。
• 在P5与P5X等合成工作负载中，尽管这些工作负载设计用于生成指数级庞大的重写结果，该方法仍实现了可测量的改进，尽管固有的复杂性限制了进一步提升。
• 除少数情况外，所有测试用例均在15分钟内完成完整重写，而QuOnto与Requiem等工具则未能完成。