[论文解读] UDBMS: Road to Unification for Multi-model Data Management

Jiaheng Lu, Zhen Hua Liu+2 more|arXiv (Cornell University)|Dec 23, 2016

Advanced Database Systems and Queries参考文献 14被引用 4

一句话总结

本文提出UDBMS，一种统一的数据库管理系统，旨在原生支持关系型、文档型、图型和键值型等多种数据模型，集成于单一后端。通过在多种模型间统一数据建模、查询处理、索引和事务管理，UDBMS支持跨模型查询与一致事务，降低集成复杂度与运维开销。

ABSTRACT

A traditional database systems is organized around a single data model that determines how data can be organized, stored and manipulated. But the vision of this paper is to develop new principles and techniques to manage multiple data models against a single, integrated backend. For example, semi-structured, graph and relational models are examples of data models that may be supported by a new system. Having a single data platform for managing both well-structured data and NoSQL data is beneficial to users; this approach significantly reduces integration, migration, development, maintenance and operational issues. The problem is challenging: the existing database principles mainly work for a single model and the research on multi-model data management is still at an early stage. In this paper, we envision a UDBMS (Unified Database Management System) for multi-model data management in one platform. UDBMS will provide several new features such as unified data model and flexible schema, unified query processing, unified index structure and cross-model transaction guarantees. We discuss our vision as well as present multiple research challenges that we need to address.

研究动机与目标

• 应对现代应用中管理多种数据类型——结构化、半结构化与非结构化——在多个数据模型间带来的日益增长的挑战。
• 克服多语言持久化（polyglot persistence）的局限性，后者需要管理多个独立数据库，导致高昂的运维与集成成本。
• 通过统一数据模型、查询处理、索引与事务管理，消除数据孤岛，构建单一、一致的系统。
• 支持跨模型查询执行与一致性保证，以满足客户360度视图、油气分析与医疗数据集成等复杂现实应用场景。
• 为可扩展、可扩展且灵活的多模型数据库系统奠定基础，支持不断演进的数据类型与模式需求。

提出的方法

• 提出一种统一的数据模型，抽象融合关系型、JSON、XML、图型与键值型模型，实现无缝集成。
• 设计一种统一的查询处理引擎，支持使用通用逻辑代数对跨模型查询进行优化与执行。
• 引入一种统一的索引结构，支持在异构数据模型间实现高效访问，包括路径索引、子树索引与基于邻居的索引。
• 开发跨模型事务协议，通过细粒度锁机制（如子图锁与子树锁）确保不同数据模型间的一致性。
• 通过支持无模式存储与查询时的自动模式推断，实现灵活的模式处理，提升查询时的模式丰富性。
• 设计一种新型多模型数据库基准测试，用于评估跨模型性能、一致性与可扩展性，支持多样化的数据模式与查询模式。

实验结果

研究问题

• RQ1 如何使单一数据库系统原生支持多种数据模型（如关系型、文档型、图型与键值型），同时不牺牲性能或一致性？
• RQ2 需要何种机制才能实现对异构数据模型间高效跨模型查询处理与优化？
• RQ3 如何实现跨模型事务隔离，以确保在更新跨越多个数据模型时仍保持一致性？
• RQ4 设计一种支持多种数据模型、低延迟与高可扩展性的统一索引结构，面临哪些关键挑战？
• RQ5 如何设计基准测试，以严格评估多模型数据库系统在数据多样性、模式灵活性与一致性保证方面的表现？

主要发现

• UDBMS可在单一后端中统一管理关系型、JSON、XML、图型与键值型等多种数据模型，显著降低集成与运维复杂度。
• 通过统一的逻辑代数与查询优化器，跨模型查询执行成为可能，可在单一执行计划中处理异构数据模型。
• 细粒度锁机制（如子图锁与子树锁）可有效支持跨模型事务隔离与一致性。
• 全局节点标签方案通过支持快速导航（如getParent、getNextSibling）提升锁管理性能，适用于多种数据结构。
• 大图或树对象的内部对象分片（intra-object sharding）是必要的，而多模型数据的分布式分片策略仍需进一步研究，以实现负载均衡与一致性维护。
• 正在开发一种新型基准测试，用于标准化多模型数据库的评估，支持多样化模式、跨模型查询与一致性指标。