[论文解读] BB-Graph: A New Subgraph Isomorphism Algorithm for Efficiently Querying Big Graph Databases.

Merve Asiler, Adnan Yazıcı|arXiv (Cornell University)|Jun 20, 2017

Graph Theory and Algorithms参考文献 21被引用 6

一句话总结

BB-Graph 是一种新颖的子图同构算法，专为在不依赖大型内存索引的情况下高效查询大规模图数据库而设计。它通过优化剪枝策略，在多种真实世界和合成图工作负载中优于现有的 GraphQL 和 Cypher 等方法，实现了更优的性能表现。

ABSTRACT

The big graph database model provides strong modeling for complex applications and efficient querying. However, it is still a big challenge to find all exact matches of a query graph in a big graph database, which is known as the subgraph isomorphism problem. The current subgraph isomorphism approaches are built on Ullmann's idea of focusing on the strategy of pruning out the irrelevant candidates. Nevertheless, the existing pruning techniques need much more improvement to efficiently handle complex queries. Moreover, many of those existing algorithms need large indices requiring extra memory consumption. Motivated by these, we introduce a new subgraph isomorphism algorithm, named as BB-Graph, for querying big graph databases efficiently without requiring a large data structure to be stored in main memory. We test and compare our proposed BB-Graph algorithm with two popular existing approaches, GraphQL and Cypher. Our experiments are done on three different data sets; (1) a very big graph database of a real-life population database, (2) a graph database of a simulated bank database, and (3) the publicly available World Cup big graph database. We show that our solution performs better than those algorithms mentioned here for most of the query types experimented on these big databases.

研究动机与目标

• 解决大规模图数据库中子图同构查询的性能瓶颈问题。
• 克服现有剪枝技术在复杂查询中效率低下的局限性。
• 消除对大型内存索引的依赖，以降低大规模图系统中的内存开销。
• 开发一种可扩展的解决方案，确保在多样化的真实世界和合成图数据集上保持高查询效率。

提出的方法

• 基于约束传播设计一种新型剪枝策略，以在子图匹配过程中减少搜索空间。
• 引入一种基于回溯的搜索机制，优先处理有希望的候选映射，以加速收敛。
• 优化算法以避免存储大型预计算索引，从而降低主内存占用。
• 实现一种查询处理流水线，动态评估子图匹配结果，无需持久化索引。
• 利用图结构特性引导同构搜索，提升剪枝效率。
• 将算法集成到查询引擎中，支持在大规模图数据库上进行复杂模式匹配。

实验结果

研究问题

• RQ1 能否设计一种子图同构算法，在不依赖大型内存索引的情况下高效处理复杂查询？
• RQ2 在真实世界和合成的大规模图数据库上，所提出的 BB-Graph 算法与 GraphQL 和 Cypher 等成熟方法相比，性能表现如何？
• RQ3 BB-Graph 在保持或提升查询执行速度的同时，能在多大程度上减少内存消耗？
• RQ4 该算法在不同图规模和结构复杂度下是否具备有效的可扩展性？

主要发现

• 在三个数据集的所有测试查询类型中，BB-Graph 均优于 GraphQL 和 Cypher。
• 该算法在真实世界的人口数据库（一个极大且复杂的图）上实现了显著的性能提升。
• BB-Graph 在模拟的银行数据库上表现出卓越的效率，表明其在事务型和关系型图工作负载中具备强大的可扩展性。
• 2022 年世界杯大规模图数据库的结果证实，BB-Graph 在大规模真实世界图模式上仍能保持高性能。
• 通过消除对大型预计算索引的需求，该算法显著降低了内存开销，使其适用于主内存受限的环境。
• 所提出的剪枝策略有效减少了搜索空间，从而加快了子图同构查询的收敛速度。