DOI QR코드

DOI QR Code

관계 데이터베이스에서 수평 뷰 테이블에 대한 PIVOT 기반의 질의 최적화 방법

A PIVOT based Query Optimization Technique for Horizontal View Tables in Relational Databases

  • 신성현 (한양대학교 BK21사업단 정보기술분야) ;
  • 문양세 (강원대학교 IT특성화학부 컴퓨터학부) ;
  • 김진호 (강원대학교 IT특성화학부 컴퓨터학부) ;
  • 강공미 (강원대학교 컴퓨터과학과)
  • 발행 : 2007.04.30

초록

온라인 분석 처리(On-Line Analytical Processing)에서는 다양한 분석을 효과적으로 처리하기 위해, 다차원 구조의 데이터를 연(column)에 에트리뷰트 값이 표시되는 넓은 형태의 수평 테이블로 표현한다. 관계형 테이블들은 보통 에트리뷰트의 개수에 제한이 있으므로(MS SQLServer와 Oracle은 1,024개 컬럼으로 제한), 이러한 수평 테이블을 직접 저장하기 어렵다. 본 연구에서는 상용 RDBMS에서 제공하는 PIVOT 연산을 이용하여 수평 테이블에 대한 질의를 저장된 수직 테이블에 대한 질의로 변환하는 효율적인 최적화 실행 전략을 제시한다. 우선, 관계 데이터베이스에서 수평 테이블을 차원의 이름을 열로 갖는 수직 테이블로 저장하고, 수평 테이블에 대한 질의를 수직 테이블에 대한 질의로 변환하는 다양한 최적화 전략을 제시한다. 특히, 관계 연산(셀렉션, 프로젝션, 조인 등)에 대한 여러 변환 방법을 제안한다. 이때, 변환된 질의는 여러 가지 방법으로 수행할 수 있으며, 각 방법에 따라 수행 시간이 서로 다르다. 그러므로 PIVOT 연산을 사용하여 변환된 질의를 수행하는 최적화 전략을 제시한다. 마지막으로, 다양한 실험을 통해 여러 질의 트리의 방법에 따라 수행 시간을 측정하여 비교 평가한다.

For effective analyses in various business applications, OLAP(On-Line Analytical Processing) systems represent the multidimensional data as the horizontal format of tables whose columns are corresponding to values of dimension attributes. Because the traditional RDBMSs have the limitation on the maximum number of attributes in table columns(MS SQLServer and Oracle permit each table to have up to 1,024 columns), horizontal tables cannot be directly stored into relational database systems. In this paper, we propose various efficient optimization strategies in transforming horizontal queries to equivalent vertical queries. To achieve this goral, we first store a horizontal table using an equivalent vertical table, and then develop various query transformation rules for horizontal table queries using the PIVOT operator. In particular, we propose various alternative query transformation rules for the basic relational operators, selection, projection, and join. Here, we note that the transformed queries can be executed in several ways, and their execution times will differ from each other. Thus, we propose various optimization strategies that transform the horizontal queries to the equivalent vertical queries when using the PIVOT operator. Finally, we evaluate these methods through extensive experiments and identify the optimal transformation strategy when using the PIVOT operator.

키워드

참고문헌

  1. S. Chaudhuri and Dayal, U., 'An Overview of Data Warehousing and Technology,' ACM SIGMOD Record, VoI.26, No.1, pp. 65-74, Mar. 1997 https://doi.org/10.1145/248603.248616
  2. M. Mohania, S. Samtani, J. Hoddick and Y. Kambayashi, 'Advances and Hesearch Directions in Data Warehousing Technology,' Australian Journal or Information Systems, Vol.7, No.1, pp. 41-59, 1999
  3. R. Agrawal, A. Somani and Y. Xu, 'Storage and Querying of E-Commerce Data,' In Proc. of the 27th Int'l Conf. on Very large Data Bases (VLDB), Roma, Italy, pp. 149-458, Sept. 2001
  4. J. Gray, S. Chaudhuri, A. Bosworth, A. Layman, D. Ikichart, H. Pirahesh, F. Pellow, and H. Pirahesh, 'Data Cube: A Relationa Aggregation Operator Generalizing Croup By, Cross Tab, and Sub Totals,' Data Mining and knowledge Discovery, Vol.1, No.1, pp. 29-53, 1997 https://doi.org/10.1023/A:1009726021843
  5. A. Witkowski, S. Bellamkonda, T. Bokaya, G. Dorman, N. Folkert. A. Gupta, L. Shen, and S. Subramanian. 'Spreadsheets in RDBMS for OLAP.' In Proc. Int'l Conf. on Management of Data, ACM SIGMOD. San Diego. CAA, pp. 52-63, 2003 https://doi.org/10.1145/872757.872767
  6. A. Witkowski, S. Bellamkonda, T. Bozkaya, N. Folkert, A. Gupta, L. Sheng, and S. Subramanian, 'Business Modeling Using SQL Spreadsheets,' In Proc. of the 29th Int'l Conf. on Very Large Data Bases (VLDB), Berlin, Germany, pp. 1117-1120, 2003
  7. Microsoft SQLServer 2005, http://www.microsofl.com/sql
  8. Oracle 9i Database. http://www.oracle.com/databasc
  9. C. Cunningham. G. Graefe, and C. A. Galindo legaria, 'PIVOT and UNPIVOT: Optimization and Execution Strategies in and RDBMS,' In Proceedings of VLDB, pp. 998-1009, 2001
  10. S. Chen and E. A. Rundensteiner, 'GPIVOT: Efficient Incremental Maintenance of Complex ROLAP View,' In Proc. of the 21st International Conference on Data Engineering (ICDE), pp. 552-563, 2005 https://doi.org/10.1109/ICDE.2005.71
  11. L. V. S. Lakshmanan, F. Sadri, and S. N. Subramanian, 'On efficiently implementing SchemaSQL on and SQL database system,' In Proc. of 25th international Conference on Very large Data Bases (VLDB), Edinburgh, Scotland, pp. 471-482, September 7-10, 1999