[论文解读] Approximate Evaluation of Label-Constrained Reachability Queries

Stefania Dumbrava, Angela Bonifati+2 more|arXiv (Cornell University)|Nov 28, 2018

Data Management and Algorithms参考文献 39被引用 5

一句话总结

本文提出 GRASP，一种新颖的图摘要技术，用于在属性图中近似评估带标签约束的可达性查询。通过构建紧凑、查询感知的摘要，并借助关联树图实现可视化驱动的探索，GRASP 实现了高压缩率、低误差率和显著的性能加速——使其成为首个支持人类可解释的近似图分析的系统，适用于复杂导航查询，且具备可控的误差估计。

ABSTRACT

The current surge of interest in graph-based data models mirrors the usage of increasingly complex reachability queries, as witnessed by recent analytical studies on real-world graph query logs. Despite the maturity of graph DBMS capabilities, complex label-constrained reachability queries, along with their corresponding aggregate versions, remain difficult to evaluate. In this paper, we focus on the approximate evaluation of counting label-constrained reachability queries. We offer a human-explainable solution to graph Approximate Query Processing (AQP). This consists of a summarization algorithm (GRASP), as well as of a custom visualization plug-in, which allows users to explore the obtained summaries. We prove that the problem of node group minimization, associated to the creation of GRASP summaries, is NP-complete. Nonetheless, our GRASP summaries are reasonably small in practice, even for large graph instances, and guarantee approximate graph query answering, paired with controllable error estimates. We experimentally gauge the scalability and efficiency of our GRASP algorithm, and verify the accuracy and error estimation of the graph AQP module. To the best of our knowledge, ours is the first system capable of handling visualization-driven approximate graph analytics for complex label-constrained reachability queries.

研究动机与目标

• 为解决在大型属性图中高效评估复杂、带标签约束的可达性查询的挑战，此类查询属于 #P-完全问题，精确计算代价过高。
• 设计一个支持近似查询处理（AQP）的系统，具备可控的误差边界和人类可读的解释。
• 支持交互式、可视化驱动的图摘要探索，以引导用户理解并优化近似查询结果。
• 开发一种既紧凑又语义有意义的图摘要方法，适用于查询特定的近似计算，特别是针对正则路径模式的聚合查询。
• 将摘要技术与定制化可视化插件集成，支持关联树图，以直观探索近似质量与查询相关区域。

提出的方法

• 提出 GRASP，一种基于查询与工作负载驱动的图摘要算法，根据带标签约束的可达性模式将节点分组为分区，最小化分区数量以减少摘要大小。
• 将 GRASP 背后的节点分组最小化问题形式化为 NP-完全问题，从而在实践中合理采用启发式近似方法。
• 构建关联树图可视化以编码 GRASP 摘要，使用户能够探索近似误差较高或与特定查询相关的图区域。
• 将原始图查询转换为在 GRASP 摘要上的近似查询，利用摘要结构加速评估，同时控制误差范围。
• 将基于 GRASP 的 AQP 模块集成到可视化驱动的分析流水线中，使用户能够根据视觉反馈和误差估计来优化查询。
• 使用真实世界与合成图工作负载（例如 LDBC 社交网络、Wikidata、DBPedia）评估可扩展性、准确性和性能。

实验结果

研究问题

• RQ1 能否设计一种图摘要技术，支持高效近似评估带标签约束的可达性查询，同时保持用户可解释的误差边界？
• RQ2 GRASP 摘要算法在减少图大小的同时，对复杂导航查询的查询准确性保持效果如何？
• RQ3 关联树图在多大程度上能增强人类对近似查询结果的理解，并指导交互式优化？
• RQ4 在真实世界图工作负载中，摘要大小、查询执行速度与近似误差之间的权衡如何？
• RQ5 与现有方法相比，所提出的 AQP 系统在复杂图分析中的准确性、可扩展性和可用性方面表现如何？

主要发现

• GRASP 摘要算法在真实世界图上实现了高压缩率，摘要大小显著小于原始图，即使在大规模数据集（如 5K LDBC 社交网络）上也表现优异。
• 使用 GRASP 摘要进行近似查询评估时，相对误差极低——多数查询类型的误差稳定低于 10%，同时查询执行时间减少数个数量级。
• 关联树图可视化能有效突出高近似误差区域，使用户能够基于视觉反馈和误差估计识别并优化查询。
• 证明了底层节点分组最小化问题的 NP-完全性，从而合理化在实践中采用启发式摘要方法，该方法仍能生成紧凑且准确的摘要。
• 实证评估表明，GRASP 在常见带标签约束可达性查询上的准确性和运行时间方面优于现有方法，尤其在 RDF 和属性图工作负载中表现突出。
• 该系统是首个支持复杂、聚合型、带标签约束可达性查询的可视化驱动近似图分析的系统，填补了图 AQP 研究中的关键空白。