데이터 스트림 상에서 다중 연속 질의 처리를 위한 속성기반 접근 기법 = Attribute-based Approach for Multiple Continuous Queries over Data Streams

국문 초록 (Abstract)

데이터 스트림은 빠르게 연속적으로 발생하는 무제한의 데이터 튜플의 집합이다. 이러한 데이터 스트림에 대한 질의 처리 또한 연속적이고 신속해야 하며 엄격한 시공간적 제약이 요구된다. 대부분의 데이터 스트림 관리시스템(DSMS)에서는 시공간적 제약사항을 효과적으로 지키기 위해서 등록된 연속 질의들의 선택 조건(selection predicate)들을 그룹화하거나 색인처리 한다. 본 논문에서는 연속 질의들의 선택 조건들을 속성별로 그룹화한 새로운 구조체인 속성 선택체(Attribute Selection Construct)를 제안한다. 속성 선택체에는 해당 속성이 특정 질의조건에 사용되는지 여부, 부분적으로 미리 계산된 질의결과 정보, 그리고 해당 속성의 선택률 통계 등 효율적인 질의 처리를 위한 유용한 정보들이 포함된다. 또한, 대상 질의집합을 구현한 속성 선택체들 간의 처리 순서는 전체적인 질의성능에 많은 영향을 미칠 수 있기 때문에 효과적으로 속성 선택체 처리 순서를 결정할 수 있는 전략도 함께 제안된다. 마지막으로, 기존의 방법들이 포함된 다양한 실험을 통하여 제안된 방법론의 성능을 여러 각도에서 비교 검증한다.

다국어 초록 (Multilingual Abstract)

A data stream is a massive unbounded sequence of data elements continuously generated at a rapid rate. Query processing for such a data stream should also be continuous and rapid, which requires strict time and space constraints. In most DSMS(Data Stream Management System), the selection predicates of continuous queries are grouped or indexed to guarantee these constraints. This paper proposes a new scheme tailed an ASC(Attribute Selection Construct) that collectively evaluates selection predicates containing the same attribute in multiple continuous queries. An ASC contains valuable information, such as attribute usage status, partially pre calculated matching results and selectivity statistics for its multiple selection predicates. The processing order of those ASC's that are corresponding to the attributes of a base data stream can significantly influence the overall performance of multiple query evaluation. Consequently, a method of establishing an efficient evaluation order of multiple ASC's is also proposed. Finally, the performance of the proposed method is analyzed by a series of experiments to identify its various characteristics.

참고문헌 (Reference)

• 1 "Using State Modules for Adaptive Query Processing" 2003
• 2 "TelegraphCQ: Continuous dataflow processing for an uncertain world" 269-280, 2003
• 3 "Streaming Queries over Streaming Data" 2002
• 4 "StreaMon: An Adaptive Engine for Stream Query Processing" 2004
• 5 "Query Processing, Resource Management, and Approximation in a Data Stream Management System" 2003
• 6 "Optimization of Continuous Queries with Shared Expensive Filters" 2006
• 7 "Operator Scheduling in a Data Stream Manager" 2003
• 8 "NiagaraCQ: A Scalable Continuous Query System for Internet Databases" 379-390, 2000
• 9 "Monitoring Streams-A new class of data management applications" 15-226, 2002
• 10 "Models and issues in data stream systems" 1-16, 2002
• 11 "Load Shedding in a Data Stream Manager" 309-320, 2003
• 12 "Eddies: Continuously Adaptive Query Processing" 261-272, 2000
• 13 "Dynamic Regrouping of Continuous Queries" 430-441, 2002
• 14 "Design and Evaluation of Alternative Selection Placement Strategies in Optimizing Continuous Queries" 345-356, 2002
• 15 "Continuously Adaptive Continuous Queries over Streams" 2002
• 16 "Continuous queries over data streams" 109-120, 2001
• 17 "Continuous Query Processing in Data Streams Using Duality of data and Queries" 2006
• 18 "Aurora: A New Model and Architecture for Data Stream Management" 120-139, 2003
• 19 "Adaptive Ordering of Pipelined Stream Filters" 407-418, 2004