基于数据湖物理设计的联邦查询优化
数据库
2020-03-25 v2
摘要
查询执行计划的优化对减少查询执行时间至关重要。特别地，过去几十年中关系数据库的查询优化已被深入研究。近来，资源描述框架（RDF）因在 Web 上发布数据而流行。随之演化出由 RDF 与关系数据库等不同数据模型组成的联邦。其中一类联邦是语义数据湖，其中每个数据源保持其原始数据模型并以本体或受控词表进行语义标注。然而，用于语义数据湖上联邦查询处理的最先进查询引擎常依赖为 RDF 定制的优化技术。本文提出由启发式引导、考虑数据湖物理设计的查询优化技术。这些启发式构建于 Ontario（一个用于语义数据湖的 SPARQL 查询引擎）之上。利用特定源启发式，查询引擎能够通过利用关系数据库中关于索引与规范化的知识生成更高效的查询执行计划。我们展示了考虑数据湖物理设计的启发式能够加速查询处理。
引用
@article{arxiv.2002.08102,
title = {Optimizing Federated Queries Based on the Physical Design of a Data Lake},
author = {Philipp D. Rohde and Maria-Esther Vidal},
journal= {arXiv preprint arXiv:2002.08102},
year = {2020}
}
备注
work-in-progress paper