[论文解读] Towards Temporal Graph Databases

Alexander Campos, Jorge Mozzino+1 more|arXiv (Cornell University)|Apr 28, 2016

Graph Theory and Algorithms参考文献 6被引用 6

一句话总结

本文提出了一种时间图数据模型和一种查询语言（TEG-QL），用于对随时间演化的图数据（如社交网络）进行建模与查询。该模型基于属性图，并可原生翻译为Neo4j的Cypher语言。TEG-QL通过时间区间和快照操作支持时间感知查询，实现了高效的时间导航与历史分析，包含原型实现及初步性能基准测试。

ABSTRACT

In spite of the extensive literature on graph databases (GDBs), temporal GDBs have not received too much attention so far. Temporal GBDs can capture, for example, the evolution of social networks across time, a relevant topic in data analysis nowadays. In this paper we propose a data model and query language (denoted TEG-QL) for temporal GDBs, based on the notion of attribute graphs. This allows a straightforward translation to Neo4J, a well-known GBD. We present extensive examples of the use of TEG-QL, and comment our implementation.

研究动机与目标

• 为解决尽管现实世界网络（如社交媒体）具有动态特性，但时间图数据库仍缺乏关注的问题。
• 设计一种数据模型，通过时间戳和有效区间捕捉节点、边及属性的时间演化过程。
• 定义一种类似SQL/SPARQL的查询语言（TEG-QL），支持对演化图进行基于时间的过滤与路径查询。
• 实现TEG-QL查询到Cypher的无缝翻译，以便在Neo4j上执行，从而利用现有的图数据库基础设施。
• 实现一个包含可视化界面的原型系统，支持时间维度下对时间图结果的导航。

提出的方法

• 数据模型将时间图表示为带有四种节点类型的属性图：实体节点（对象节点）、关系节点（边节点）、属性节点（属性）和值节点（属性值）。
• 每个节点关联一个时间区间，包含一个特殊的“Now”值以表示当前有效性，从而实现时间感知的数据建模。
• TEG-QL设计包含FROM、SELECT和WHERE子句，支持路径模式、属性选择以及时间条件（如IN [1986-1989]或SNAPSHOT）。
• 查询翻译通过将对象节点和边节点映射为带标签的节点，并通过属性节点和值节点构建路径，将TEG-QL路径转换为Cypher。
• 时间条件（WHERE子句中）及SNAPSHOT/IN操作符通过基于Java的过滤器在执行后处理，但论文指出此方法为一种朴素实现。
• 已实现一个原型系统，采用基于Web的可视化界面，通过滑动时间条实现跨时间的图状态导航，并在AWS上部署。

实验结果

研究问题

• RQ1 如何设计一种时间图数据库模型，以捕捉社交图等网络结构随时间的演化？
• RQ2 一种什么样的查询语言设计能够支持对演化图的时间感知路径查询与属性查询，同时保持与现有图数据库的兼容性？
• RQ3 如何高效地将时间查询翻译并执行在标准图数据库（如Neo4j）上？
• RQ4 该系统在真实图规模和常见时间查询下的性能特征如何？
• RQ5 用户如何通过交互式界面直观探索时间图在不同时间点的状态？

主要发现

• 所提出的TEG-QL语言成功支持时间感知查询，包括基于时间区间的过滤以及图状态快照的获取。
• 原型系统通过带有滑动时间条的可视化界面，实现了对图结果的交互式时间导航，展示了其在时间分析中的可用性。
• TEG-QL到Cypher的查询翻译高效且直接，翻译开销可忽略不计。
• 在T2.Micro AWS实例上的初步性能基准测试显示，对于包含1,000名人员、100栋建筑、2,500条友谊关系和500条居住关系的图，典型TEG-QL查询的执行时间在4至6秒之间。
• 当前实现采用执行后过滤方法处理时间条件，作者指出这是当前的局限性，未来需进行优化。