科学データベースにおける近似的問合せフレームワークの提案

摘要

In scientific databases, we often apply function-based approximation to large observation data and simulation data for removing noise and reducing the amount of data. Traditionally, such an application is performed as an independent process from the underlying database system, but tight integration between function-based approximation and a database system would improve query efficiency and data availability. Based on this background, Thiagara jan and Madden developed a system called FunctionDB, which enables direct querying to approximated functions. Its basis is that they incorporate grid-based sampling of approximated function values into a query process of a database system. When a query is given, FunctionDB performs dynamic sampling of function values, but the overhead is not small. Therefore, we propose a kind of indexing scheme for accelerating query processing for approximated functions. The indexing scheme is based on STING, which is a well-known method for representing aggregated statistical information for spatial databases. In this paper, we describe the underlying concept and the index construction method, and show the query processing strategy that uses the indexing method.%科学データベースにおいては，大規模な観測データおよびシミュレーションデータに対して，ノイズを除去したりデータ量を削減するなどの目的で関数による近似を行うことがしばしば行われる．従来，このような処理はデータベースとは独立したプロセスとして行われてきたが，大規模データの有効活用のためにはデータベースシステムと密に統合して問合せの効率化やデータの有用性の向上を図ることが望まれている．そのような背景をもとに，ThiagarajanとMaddenは，関数による近似結果に対して直接的に問合せを可能とするシステムとしてFunctionDBを開発している．グリッド状に近似関数値をサンプリングする処理をデータベースシステムの問合せ処理に組み込むことがその基礎となっている．問合せが与えられたとき，FhnctionDBは動的に関数値のサンプリングを行うが，そのオーバヘッドは小さいものではない．そこで本研究では，近似関数に対する問合せ処理を高速化するための一種の索引を提案する．この索引手法は，空間データベースにおける統計情報を集約表現するための索引手法として知られるSTINGの考え方に基づくものである．本稿では，この集約索引の基本概念と構築法，そしてそれを用いた問合せ処理方式について述べる．