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

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

Graph Theory and Algorithms被引用 4

一句话总结

BB-Graph 是一种新颖的子图同构算法，通过在首个匹配的数据库节点邻域内局部搜索候选匹配，减少了冗余的全局搜索，从而在查询大规模图数据库时提升了效率。它在多个真实世界和合成数据集上均优于 GraphQL 和 Cypher，尤其在大规模场景下表现更优，且无需使用大型内存索引。

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的可扩展性挑战，因为现有算法存在计算成本高和内存开销大的问题。
• 克服传统分支限界算法中全局候选搜索效率低下的问题，从而减少冗余的匹配尝试。
• 通过引入局部化搜索策略，消除对大型预计算索引的依赖，降低内存消耗。
• 在真实世界和合成的大规模图数据库上，提升各类查询类型（尤其是路径、树和复杂结构查询）的性能。
• 提供一种可扩展且内存高效的解决方案，在保持精确匹配准确性的前提下，显著降低与最先进方法相比的查询响应时间。

提出的方法

• 通过节点属性为第一个查询节点选择初始候选节点，从而启动子图同构，实现搜索空间的局部化。
• 在第一个查询节点匹配后，将后续节点的候选搜索限制在已匹配数据库节点的局部邻域内，从而缩小全局搜索范围。
• 采用带回溯的分支限界策略，系统性地探索并剪枝无效匹配路径，确保结果的正确性和完备性。
• 利用查询图和数据库图的结构与语义特征（如关系基数（1-N、N-M）和节点标签频率）来指导高效的搜索顺序。
• 通过在遍历过程中动态识别候选节点，避免预索引，从而最小化内存占用，使系统可部署于主内存受限的环境。
• 基于图拓扑结构和标签频率，选择查询特定的节点匹配顺序，进一步优化性能。

实验结果

研究问题

• RQ1 子图同构算法能否通过减少全局候选搜索，实现优于 GraphQL 和 Cypher 等现有方法的性能？
• RQ2 在不依赖大型索引的前提下，基于局部邻域的候选选择在大规模图数据库中能在多大程度上提升查询效率？
• RQ3 BB-Graph 在不同查询类型（如路径、树、环状结构）和图结构上的性能表现如何？
• RQ4 节点匹配顺序对 BB-Graph 的性能有何影响，特别是在关系基数（1-N 与 N-N）方面？
• RQ5 BB-Graph 是否能在多样化的现实世界和合成大规模图数据库上保持高性能，同时最小化内存使用？

主要发现

• 在 Population、WorldCup 和 Bank 三个数据集上，BB-Graph 在大多数查询类型中均优于 GraphQL 和 Cypher。
• 对于路径查询 Q-18，当优先匹配 N-1 关系中的 'N' 侧时，性能提升了近 20 倍，原因是候选数量显著减少。
• 在树查询如 Q-21 中，当匹配顺序遵循类似路径的遍历方式时，性能显著提升，其模式与 Q-19 的高效模式一致。
• 对于 Q-11 和 Q-12，从语义上更稀有的节点类型开始匹配可减少误报，性能最高提升达 17.3 秒。
• BB-Graph 的性能对节点标签频率、关系类型（1-N、N-M）以及图拓扑结构（如环）等结构性特征高度敏感。
• 尽管在大多数情况下表现优异，BB-Graph 在具有捷径特征的特定分析型查询中性能略逊于 Cypher，表明仍有优化空间。