Vldb2002 report-200210231500

2002-11-05 ACM SIGMOD 日本支部第 24 回大会
VLDB2002VLDB2002
国際会議報告国際会議報告
国島丈生
岡山県立大学
kunishi@c.oka-pu.ac.jp

第 1 部
概要
基調講演
10 Years Award
パネル
一般講演（１）

2002-11-05 ACM SIGMOD 日本支部第
24 回大会
VLDB2002
 第 28 回大規模データベースに関する国際会
議
 VLDB Endowment （ http://www.vldb.org）主催
 2002-08-20 ～ 23, 香港・ Kowloon Shangri-
la Hotel
 ホームページ
 http://www.cs.ust.hk/vldb2002/
 会議プログラムや全予稿がダウンロード可能
 参加者数 320 名
 アメリカ 98, 欧州 67, アジア 127 など

24 回大会
Kowloon Shangri-la Hotel

24 回大会
会議の概要
 基調講演：２、パネル：３
 セッション：２１、 Industrial セッション：８
 チュートリアル：７、デモンストレーション：１７
 併設ワークショップ
 第 1 回 XML ツール・技術の効率と有用性に関する VLDB
ワークショップ（ EEXTT2002 ）
 第 3 回 E- サービスのための技術に関する VLDB ワークシ
ョップ（ TES’02 ）
 第 2 回協調インターネットコンピューティングに関する国
際ワークショップ（ CIC 2002 ）
 第 1 回 Web ベースの学習に関する国際会議（ ICWL
2002 ）

24 回大会
採択論文数

24 回大会
地域別採択率

24 回大会
地域別投稿数の推移

24 回大会
基調講演
 Data Routing Rather than Databases: The Meaning
of the Next Wave of the Web Revolution to Data
Management
 A. Bosworth, BEA Systems, USA

24 回大会
基調講演
 Foundation Matters
 C. J. Date, Independent
Consultant, USA

24 回大会
Database Manifesto
 The object-oriented database manifesto (Malcom
Atkinson et. Al., 1989)
 “Essentially ignores the relational model”
 Third-Generation Database System Manifesto
(M. Stonebraker., ed., 1990)
 “Agrees that the relational model must not be
discarded… but fails to face up to the hopelessness of
continuing to build on SQL.”
 “The Third Manifesto” (C.J.Date, 2000)
 http://www.thirdmanifesto.com/

24 回大会
Back to the future
 SQL ≠ 関係モデル
 関係モデルがすべての基本
 オブジェクト指向の特徴も（拡張することなく）
関係モデルで説明できる

24 回大会
10-year Best Paper Award
 10 年前の VLDB 採択論文のうち、後の研究
にもっとも影響を与えたもの
 Querying in Highly Mobile Distributed
Environments
 T. Imielinski and B. R. Badrinath
 Performance Evaluation of an Adaptive and
Robust Load Control Method for the
Avoidance of Data Contention Thrashing
 A. Moenkeberg and G. Weikum

24 回大会
[Imielinski and Badrinath 92]
 移動体端末からのデータベース問合せ
 常に完全な位置情報を管理しようとするとネット
ワークトラフィックが増大→完全な位置情報は持
たない
 位置情報の更新
 Inter-zone （移動頻度小）と intra-zone （移動頻度
大）
 Inter-zone での移動のみ更新
 移動体の正確な位置は管理しない
 位置情報に関連する問合せ処理
 質問によって、どの程度正確な位置情報を取得するか
が変わる

24 回大会
[Imielinski and Nath 2002]
 移動体インターネット技術は夢物語から現実
へ
 現在の技術
 3G (GPRS) ネットワーク
 GPS
 データを蓄積できる携帯端末
 現在の技術を使ってどんなデータ管理ができ
るか？→ Dataspace [Imielinski etc. 2000]
 移動体端末による “ digitally enabled physical
space”

24 回大会
Dataspace
 現実世界から得られるセ
ンシングデータを移動体
技術を使って統合
 基盤技術
 ネットワーク層でのイン
デクシング
 shared multicast tree
 サービスの質に関する尺
度
 observability
 awareness

24 回大会
[Moenkeberg and Weikum 92]
 並行実行できるトランザクションの最大数（ DMP)
 大きすぎると thrashing が発生し性能低下 (data contention)
 小さすぎると実行待ちが多く発生し性能低下
 敏感なパラメータ、チューンアップが難しい
 本論文の提案
 DMP を自動的かつ動的にチューンする手法
 トランザクションの性質（長さなど）に関する知識を必要
としない
 トランザクションの長さを予測することにより更なる性能
向上

24 回大会
[Moenkeberg and Weikum 92]
 Conflict ratio = （全トランザクションの持つロック総数 / 現
在アクティブなトランザクションの持つロック総数）
 Conflict ratio ＞ 1.3 のとき data contention thrashing
 トランザクションの長さを予測することで conflict ratio を補正

24 回大会
後の研究に与えた影響
 自動チューニングの進歩
 データベースのパラメータが整理され、性能向上
に大きく影響するものだけがチューンできるよう
になった
 パラメータのデフォルト値の質の向上、自動調整
 自動チューニングの研究分野の確立
 Disk storage level, index selection などで成果

24 回大会
一般講演の傾向
 …採択論文 69 件
 XML…16 件
 VLDB2000 は 2 件、 VLDB2001 は 9 件
 専門セッションは 2 、あちこちのセッションに分
散
 Industrial Paper は 2 件＋ α
 …データマイニング 11 件＋ α （ 3 セッショ
ン）
 …ストリームデータ処理 8 件＋ α
 Web …データ処理 7 件＋ α

24 回大会
XML 関連講演の傾向
 XML データに関する質問最適化・高速化… 9
件
 XPath ・ XQuery …に関する処理の最適化 8 件
 VLDB2001 は 0 件（質問処理は 4 件）
 XML …データに対するインデックス 3 件
 …セキュリティ 2 件（ VLDB2001 は 0 件）
 参考： W3C の動向
 XQuery の first working draft …発表 2001 年 6 月
 XML Encryption の first working draft …発表 2001
年 6 月

24 回大会
XML 質問処理
Optimizing View Queries in ROLEX to Support
Navigable Result Trees
P. Bohannon et. al. (Lucent Technologies)

24 回大会
従来の XML ミドルウェアシス
テム
 問合せの結果をいったんファイルに保存し、アプリ
ケーション側でパースしなければならない→コスト
高

24 回大会
ROLEX システム

24 回大会
本論文の提案
 ROLEX システムの概要
 ROLEX における質問実行機構、および質問
最適化機能

24 回大会
Schema Tree Query

24 回大会
AND-OR DAG: ROLEX の質問
最適化機能

24 回大会
XML インデックス
RE-Tree: An Efficient Index Structure for
Regular Expressions
C.-Y. Chan, M. Garofalakis, and R. Rastogi (Bell
Labs, Lucent Technologies)

24 回大会
XML における正則表現の重要
性
 正則表現（のサブセット・拡張）になってい
る規格が多い（ DTD, XPath, … ）
 これまでの正則表現の使われ方
 シンボル列が与えられた正則表現に含まれるか？
 XML 文書の妥当性検証
 XPath による XML 文書検索応用

24 回大会
動機
 応用例
 XML フィルタリング
 プロファイルを XPath で記述し、該当する文書・要素の
みフィルタリング
 処理したい文書が与えられると、それにマッチするプロ
ファイルを検索し、処理を行いたい
 XML の分類
 文書スキーマの明示されていない文書に対し、既知の文書
スキーマデータベースからスキーマを検索
 シンボル列が与えられると、あらかじめ蓄積されて
いる正則表現集合から与えられた列を含むものを取
得したい（正則表現データベース？）

24 回大会
本論文の提案
 RE-tree
 与えられた入力文字列を含む正則表現集合を高速
に検索するためのインデックス構造
 R-tree などと類似したデータ構造
 RE-tree 処理のための概念・アルゴリズム
 正則表現の大小関係とその決定アルゴリズム
 木のノードの分割など
 いくつかは NP 困難→サンプルを用いた近似解法

24 回大会
RE-tree
 Dynamic, height-balanced hierarchical index structure
 葉： ( 正則表現の ID, 対応する非決定性有限オートマトン )
 内部ノード : ( 境界オートマトン M, ptr)
 M: 子のノードの FA を包含する状態数 α 以下の FA
 ptr: 次のレベルのノードへのポインタ

24 回大会
RE-tree に対する操作
 新しい RE を挿入するのに最適なノードを選
択 (ChooseBestFA)
 ノード N 中の FA Mi から |L(Mi) L(M)| - |L(Mi)|∪
が最小となるものを見つける
 最適なノード分割の計算 (SplitFA)
 M={M1, M2, …, Mk} の disjoint な部分集合 M1,
M2 で |M1| >= m, |M2| >= m, |L(M1)| + |L(M2)|
が最小
 最適な汎化オートマトンの計算
(GeneralizeFA)
 FA 集合 M に対し、 |M| <= α, L(M) L(M), |L(M)|⊆
が最小となる M を求める

24 回大会
正則表現に起因する問題
 L(M) は無限集合→ |L(M)| が計算できない
 同等の新たな尺度が必要
 準備
 Counting |Ln(M)|
 M によって受理される長さ n の文字列数
 DFA で O(n|M| min{|Σ|, |M|}), NFA で O(n^2 |M|^2
min{|Σ|, |M|}) で計算可能
 Sampling
 Ln(M) のランダムサンプルを効率的に作成するアルゴ
リズム

24 回大会
汎化オートマトンの計算例

24 回大会
実験
 同種の研究がないので
通常のファイルによる
実装と比較
 ランダムで RE と質問
を生成
 ファイルによる実装よ
り数倍高速

第 2 部
一般講演（２）

24 回大会
XML 質問処理最適化（１）
Efficient Algorithms for Processing XPath
Queries
G. Gottlob, C. Koch, and R. Pichler (Tech. Univ.
Wien)
 XPath プロセッサ (Apache Xalan, XT, MSXML
(IE6)) の性能評価
 問合せによっては指数時間かかってしまう
 効率的な XPath 評価アルゴリズムの提案

24 回大会
XPath プロセッサの性能評価
 対象 XML 文書
 <a><b/>…<b/></a>
 XPath
 //a/b/parent::a/b/parent::a/b
 結果
 Xalan, XT では問合せのサ
イズに対して指数時間かか
る

24 回大会
XPath プロセッサの性能評価
 対象 XML 文書
 <a><b/>…<b/></a>
 XPath 問合せ
 //a/b[count(parent::a/b)>1]
 //a/b[count(parent::a/b[cou
nt(parent::a/b)>1])>1]
 結果
 Xalan, XT, IE6(MSXML)
のいずれでも、問合せの
サイズに対して指数時間

24 回大会
提案手法
 XPath を（データサイズ、問合せサイズに
対して）多項式時間で評価する主記憶アルゴ
リズムの提案
 XPath のサブセット（ Core XPath ）を線形
時間で評価するアルゴリズムの提案
 Core XPath に対しても Xalan, XT は指数時間、
MSXML はデータサイズの 4 乗かかることがある

24 回大会
XML 質問処理最適化（２）
A Transducer-Based XML Query Processor
B. Ludascher, P. Mukhopadhyay, and
Y.Papakonstantinou (Univ. California San Diego)
XML ストリームに対する XQuery 適用の高速化手法

24 回大会
XML とストリーミング
 現在のところ、 XML の最も重要な用途のひ
とつはデータ交換
 さまざまなシステム間のデータ交換
 Web サービス (SOAP, etc.)
 もともと XML は物理的にはバイト列（テキ
ストストリーム）
 XML をストリームデータとして処理できれ
ば、処理の効率化が期待できる

24 回大会
XML の代表的 API
 SAX (Simple API for XML)
 イベントベース
 Start tag, end tag などが現れるたびにイベントを発
生
 ストリームデータに適する
 複雑な処理はしにくい
 DOM (Document Object Model)
 主記憶上に XML に対応する木を作成
 木の巡航により複雑な操作が可能
 文書をすべて読み込んでからしか使えない→スト
リームデータには適さない

24 回大会
XPath, XQuery
 XML に対応する木をデータモデルとする
 XPath … 木の根からのパス集合を表現する
式
 意味論は木の根からの巡航により定義
 XQuery … XPath による木の節集合の定義と
それらに対する集合論的・手続き的操作
 いずれも、元々の意味論をそのまま実装した
のではストリームデータ処理には向かない

24 回大会
本論文の提案
 XML ストリームに対して XQuery を高速に適
用する手法の提案
 XSM (XML Stream Machine)
 ストリームデータに対する状態機械
 XQuery を XSM ネットワークにコンパイルした
後、最適化、プログラムコードに変換
 従来の XSLT プロセッサに比べて数倍 (Java)
ないし数十倍（ C ）の高速化

24 回大会
XSM (XML Stream Machine)
 4 つ組 (Q, q0, B, T)
 Q: 状態集合、 q0: 　初期状態、 B: バッファ集合、 T: 遷
…移集合　　内部的には状態機械
 作業用バッファ（記憶）、 XSM 同士の通信用バッファ
（入力、出力）

24 回大会
XQuery から XSM への変換

24 回大会
XSM ネットワークの合成

24 回大会
XSM の最適化
 Lockstep optimization
 不要な遷移枝・条件判定を削除
 Schema-based optimization
 XML 文書スキーマに基づき、起こりえない遷移
枝・条件判定を削除

24 回大会
実験結果
 Xeon 2.2GHz, 1GB RAM
 DBLP データベース (80MB) に対して適用

24 回大会
XML 問合せに関するまとめ
 XPath, XQuery 中心になるだろう
 W3C のさまざまな仕様でも XPath が参照されている
 言語仕様→実装→最適化、高速化
 ただし
 XPath, XQuery の意味論は小規模テキスト文書・データ
ベースを想定（明記はしていないが）
 大規模データベースやストリームデータでの効率的処理に
は課題が多い
 更新処理？
 XML 文書スキーマとデータベース技術の融合？
 （文書スキーマと同様）独自仕様が現れる可能性もあるか
も

Vldb2002 report-200210231500

Recommended

Recommended

More Related Content

What's hot

What's hot (8)

Viewers also liked

Viewers also liked (19)

Similar to Vldb2002 report-200210231500

Similar to Vldb2002 report-200210231500 (20)

More from Takeo Kunishima

More from Takeo Kunishima (20)

Vldb2002 report-200210231500