图中心化跨模型数据集成与分析：统一多模型数据库中的GCDIA
摘要
图中心化跨模型数据集成与分析（Graph-centric Cross-model Data Integration and Analytics, GCDIA）指的是利用图模型作为中心范式，将异构数据模型（如关系模型和文档模型）中的相关信息集成在一起，随后执行复杂分析任务，如回归和相似度计算。随着现代应用生成越来越多样化的数据并远离简单检索，朝着更高级的分析目标（例如预测和推荐）发展，GCDIA变得越来越重要。现有的多模型数据库（MMDB）在支持GCDIA中的集成（GCDI）和分析（GCDA）方面难以有效实现。它们通常在没有针对GCDI的全局优化的情况下将图处理与其他模型分离，同时依赖基于元组的逐项执行来处理GCDA，导致性能和可扩展性有限。为此，我们提出了GredoDB，一个统一的MMDB，原生支持存储图、关系和文档模型，同时高效处理GCDIA。具体而言，我们设计了1）面向谓词感知遍历的拓扑和属性感知图算子，2）统一的GCDI优化框架以利用跨模型相关性，3）一种并行的GCDA架构以实现算子级执行。实验在广泛采用的数据基准M2Bench上表明，GredoDB在响应时间方面，GCDI实现了最高达107.89倍、平均10.89倍的加速，GCDA实现了最高达356.72倍、平均37.79倍的加速，与当前最先进的（SOTA）MMDB相比。
引用
@article{arxiv.2603.01597,
title = {Time Resolved Study of Laser Induced Ultrafast Alloying Processes in Au/Pd Core Shell Nanorods},
author = {Abhisakh Sarma and Jayanath C. P. Koliyadu and Romain Letrun and Egor Sobolev and Trupthi Devaiah C and Agnieszka Wrona and Katerina Doerner and Diogo V. M. Melo and Marco Kloos and Huijong Han and Marcin Sikorski and Konstantin Kharitonov and Juncheng E and Joana Valerio and Pralay K. Santra and Erik M. J. Johansson and Richard Bean and Chan Kim and Tokushi Sato},
journal= {arXiv preprint arXiv:2603.01597},
year = {2026}
}
备注
The submission consists of a single PDF file containing both the main text and the Supporting Information. The main text includes 20 pages and 5 figures, while the Supporting Information comprises 21 pages and 10 figures