[论文解读] Foundations of SPARQL Query Optimization

Michael Schmidt, Michael Meier+1 more|ArXiv.org|Dec 19, 2008

Semantic Web and Ontologies参考文献 23被引用 16

一句话总结

本文建立了SPARQL查询优化的基础复杂性结果，表明仅Optional操作符即可引发PSpace-hardness。论文提出了一套全面的代数重写规则，并引入了一种基于约束的优化框架，利用chase过程，其新的终止条件在保持多项式数据复杂性的前提下，推广了先前的结果。

ABSTRACT

The SPARQL query language is a recent W3C standard for processing RDF data, a format that has been developed to encode information in a machine-readable way. We investigate the foundations of SPARQL query optimization and (a) provide novel complexity results for the SPARQL evaluation problem, showing that the main source of complexity is operator OPTIONAL alone; (b) propose a comprehensive set of algebraic query rewriting rules; (c) present a framework for constraint-based SPARQL optimization based upon the well-known chase procedure for Conjunctive Query minimization. In this line, we develop two novel termination conditions for the chase. They subsume the strongest conditions known so far and do not increase the complexity of the recognition problem, thus making a larger class of both Conjunctive and SPARQL queries amenable to constraint-based optimization. Our results are of immediate practical interest and might empower any SPARQL query optimizer.

研究动机与目标

• 分析SPARQL查询评估的计算复杂性，识别Optional操作符作为PSpace-hardness的主要来源。
• 为SPARQL代数开发一套全面的代数查询重写规则，以实现关系代数优化技术的迁移。
• 通过chase过程将基于约束的查询优化（语义查询优化）扩展至SPARQL，引入新的终止条件以提升表达能力。
• 提供理论基础，支持大规模RDF数据库中SPARQL查询优化的实际应用。

提出的方法

• 对SPARQL片段进行形式化复杂性分析，证明仅含Optional操作符时，评估问题仍为PSpace-hard。
• 提出SPARQL代数操作的一组代数等价规则，包括对Optional和Filter的否定处理。
• 开发一种基于chase过程的约束优化框架，采用最小限制系统来建模依赖关系。
• 定义chase的两个新终止条件：基于安全强连通分量的条件和基于安全分层组件的条件，两者均保持多项式数据复杂性。
• 利用chase图及其自反闭包分析依赖环路，确保在弱于先前工作的条件下实现终止。
• 通过将SPARQL代数表达式导出的TGDs（元组生成依赖）建模，将chase应用于SPARQL查询。

实验结果

研究问题

• RQ1 SPARQL查询评估的复杂性精确来源是什么？其复杂性如何随查询片段的变化而变化？
• RQ2 关系代数中的哪些代数等价规则可适配至SPARQL代数？SPARQL特有结构需要哪些新规则？
• RQ3 chase过程能否有效应用于SPARQL查询优化？何种条件可确保其终止？
• RQ4 如何在保持可 tractability 的前提下，将基于约束的优化推广至SPARQL？

主要发现

• 仅Optional操作符即可使SPARQL评估问题变为PSpace-hard，确立其为复杂性的主要来源。
• 本文提出了chase过程的两个新终止条件，其涵盖所有先前已知条件，并保持多项式数据复杂性。
• 最小限制系统构造确保在新条件下，chase图中的每个环路均为安全的，从而扩大了基于约束优化的适用范围。
• 该框架可在不增加终止识别复杂性的前提下，优化比以往方法更广泛的SPARQL和合取查询类。
• 所提出的代数重写规则支持实际优化技术，如过滤下推和否定简化。
• 通过形式化证明，在新条件下即使在涉及依赖图中环路的复杂查询结构下，也能实现多项式时间终止。