RDBとKVSを相互に活用した大規模多次元データに対する集約演算の効率化

摘要

本論文では，大規模多次元データに対する集約演算を効率化する手法を提案する．近年のネットワーク技術の高度化により，大量の多次元データが収集できるようになってきた．多次元データの一例としてセンサデータが存在し，集約演算はそうしたデータを分析する上で重要な役割を果たす．リレーショナルデータベース（RDB）は，インデックスによる効率的な集約演算を実現する一方で，データ数の増加にスケールしないという問題がある．一方，分散キーバリューストア（分散KVS）は，高いデータ挿入スループットとスケールアウト性能を示すものの，多次元データに対するクエリはしばしばデータの全スキャンを伴い非効率的である．提案手法では，RDBと分散KVSを組み合わせて両者の利点を相互に活用する．また，データをグリッドと呼ばれる部分集合に分割し，グリッドごとに集約値を事前計算することで，データのスキャン量を削減してクエリ処理性能を向上させる．本論文では，評価実験を通して既存のデータストアと提案手法のデータ挿入およびクエリ処理の性能を比較するほか，次元数の増加が提案手法のクエリ処理性能に与える影響を調べる．