[论文解读] Killing Two Birds with One Stone -- Querying Property Graphs using SPARQL via GREMLINATOR

Harsh Thakkar, Dharmen Punjani+2 more|arXiv (Cornell University)|Jan 25, 2018

Semantic Web and Ontologies参考文献 13被引用 3

一句话总结

Gremlinator 是一种新型转换器，可将 SPARQL 1.0 的 SELECT 查询转换为 Gremlin 图遍历，使 SPARQL 用户无需学习新语言即可查询属性图数据库。它利用 Apache TinkerPop 框架在多种图数据库上执行查询，实现了 RDF 与属性图系统之间的互操作性，同时保持了查询语义的一致性。

ABSTRACT

Knowledge graphs have become popular over the past decade and frequently rely on the Resource Description Framework (RDF) or Property Graph (PG) databases as data models. However, the query languages for these two data models -- SPARQL for RDF and the PG traversal language Gremlin -- are lacking interoperability. We present Gremlinator, the first translator from SPARQL -- the W3C standardized language for RDF -- and Gremlin -- a popular property graph traversal language. Gremlinator translates SPARQL queries to Gremlin path traversals for executing graph pattern matching queries over graph databases. This allows a user, who is well versed in SPARQL, to access and query a wide variety of Graph Data Management Systems (DMSs) avoiding the steep learning curve for adapting to a new Graph Query Language (GQL). Gremlin is a graph computing system-agnostic traversal language (covering both OLTP graph database or OLAP graph processors), making it a desirable choice for supporting interoperability for querying Graph DMSs. Gremlinator currently supports the translation of a subset of SPARQL 1.0, specifically the SPARQL SELECT queries.

研究动机与目标

• 弥合 SPARQL（RDF）与 Gremlin（属性图）之间的互操作性鸿沟，这两种是主流的知识图谱查询语言，但用户群体互不重叠。
• 使 SPARQL 用户无需学习 Gremlin 即可查询属性图数据库，降低学习门槛，并实现从 RDF 三元组存储向属性图数据库的非侵入式迁移。
• 通过根据查询特征将 SPARQL 查询路由至最高效的后端（RDF 或属性图数据库），支持混合查询。
• 提供一种标准化、开源且可投入生产的工具，用于在 Apache TinkerPop 生态系统中通过 Gremlin 执行 SPARQL 查询。

提出的方法

• 使用基于规则的翻译引擎将 SPARQL 代数表达式映射为 Gremlin 图遍历步骤，以保持 SPARQL 语义。
• 利用 Apache TinkerPop 框架作为执行层，透明地支持多种属性图数据库（例如：Neo4j、OrientDB、Sparksee）。
• 仅支持 SPARQL 1.0 的 SELECT 查询，包括基本图模式、带可选匹配的基本图模式以及基本过滤条件。
• 使用预定义的映射将 SPARQL 变量转换为 Gremlin 图遍历变量，并将 SPARQL 图模式转换为 Gremlin 路径遍历。
• 通过 Web 应用程序、桌面客户端和屏幕录制演示支持查询执行，具备实时翻译与结果执行功能。
• 将属性谓词限制为已知术语（而非变量），以确保静态遍历生成，因为缺乏先验知识时无法实现动态属性遍历。

实验结果

研究问题

• RQ1 SPARQL 查询在转换为属性图数据库的 Gremlin 遍历时，其语义是否能够被保留？
• RQ2 SPARQL 用户在不学习新查询语言的情况下，能在多大程度上查询属性图数据库？
• RQ3 Gremlinator 在通过查询翻译实现 RDF 与属性图系统之间互操作性方面效果如何？
• RQ4 Gremlinator 的翻译在多种属性图数据库上的性能与正确性特征如何？
• RQ5 Gremlinator 是否能够通过将 SPARQL 查询路由至最高效的后端系统来支持混合查询执行？

主要发现

• Gremlinator 可成功将 SPARQL 1.0 SELECT 查询的子集转换为等价的 Gremlin 遍历，使查询可在属性图数据库上执行。
• 该系统已集成至 Apache TinkerPop 框架中，并作为开源插件以 Apache 2.0 许可证发布。
• Gremlinator 已达到生产就绪状态，并获得 Apache TinkerPop 开发团队认可，将被纳入未来版本发布。
• 它已作为实验性插件集成至 SANSA Stack（v0.3）中，展示了与大数据图处理流水线的互操作性。
• 该系统通过 TinkerPop 抽象层支持在多种属性图数据库（包括 Neo4j、Sparksee 和 OrientDB）上执行。
• 公开提供了包含 Northwind 和 BSBM 数据集的实时演示，以及预加载的 SPARQL 查询，可用于验证与性能对比。