卡斯科

Kaskade:高效图形分析的图形视图。图是一种越来越流行的方法来模拟现实世界中的实体和它们之间的关系,从社会网络到数据谱系图和生物数据集。对这些大型图的查询通常涉及昂贵的子图遍历和复杂的分析计算。这些真实世界中的图通常比一般的顶点和边模型所建议的结构更为结构化,但这种见解在现有的图形引擎用于图形查询优化的目的方面仍然没有得到充分的研究。因此,在这项工作中,我们将重点放在利用图和查询的结构属性来自动导出物化的图视图,从而大大加快查询的计算速度。我们提出了KASKADE,第一个利用物化图视图进行查询优化的图查询优化框架。KASKADE采用了一种新的基于约束的视图枚举技术,该技术从查询工作负载和图模式中挖掘约束,并在视图枚举过程中注入这些约束,以显著减少要考虑的视图的搜索空间。此外,还引入了一个图视图大小估计器,在给定的查询集中选择最有利于物化的视图,并在给定的一组物化视图中选择最佳的查询评估方案。我们通过真实世界的图表来评估它的性能,包括我们在Microsoft维护的源代码图,以支持审计、服务分析和高级系统优化。我们的结果表明,KASKADE大大减少了有效图的大小,并产生了显著的性能加速(高达50倍),在某些情况下,使其他棘手的查询成为可能。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换