Tanszékünk részt vett a Linked Data Benchmark Council [1] (LDBC) szervezettel való kollaborációban és nemzetközi partnerekkel együtt kidolgozott egy benchmark terhelési profilt, amivel gráffeldolgozó eszközök teljesítménye hasonlítható össze.
Az LDBC non-profit szervezet célja, hogy gráfanalitika és gráflekérdezések területén szabványos benchmarkokat definiáljon. A szervezet hasonló szerepet tölt be a gráffeldolgozás területén, mint a relációs adatbázis-kezelőkre fókuszáló, több évtizedes múltra visszatekintő Transaction Processing Performance Council [2] (TPC). A szabványos benchmarkokat az akadémiai felhasználók a kutatási prototípusok teljesítményének bemutatására, míg ipari felhasználók az elérhető adatbázis-kezelő eszközök teljesítménymérésére használhatják.
Az LDBC Social Network Benchmark (SNB) olyan benchmark családot definiál, amelyek egy közösségi hálót reprezentáló gráf felett futtatnak különböző terhelési profilokat. A mostani kollaborációban kidolgozott “Business Intelligence” profil olyan lekérdezéseket definiál, melyek egyesítik a komplex gráfminták és az adattárház-jellegű globális, sok aggregációt tartalmazó számítások kihívásait.
A munka széleskörű nemzetközi kollaborációban készült, többek között a UPC Barcelona [3], a TU München [4], a Neo4j [5] és az Oracle Labs [6] együttműködésével. A BME-ről részt vett a munkában a MIT Hibatűrő Rendszerek Kutatócsoport és az MTA-BME Lendület Kiberfizikai Rendszerek Kutatócsoport tudományos segédmunkatársa, Szárnyas Gábor [7], a TMIT Adatbázisok Laboratórium [8] munkatársa, Marton József [9], és tanszékünk MSc hallgatója, Antal János Benjámin [10].
A kollaboráció eredményeit ACM SIGMOD 2018 [11] konferencia GRADES-NDA [12] workshopján mutatjuk be 2018. júniusában. A kutatómunkát részben az MTA-BME Lendület Kiberfizikai Rendszerek Kutatócsoport támogatta. A kutatás eredményeként előálló benchmark specifikáció alkalmas különböző gráffeldolgozó eszközök teljesítményének vizsgálatára, a szerveroldali gráfadatbázis-kezelőktől kezdve a kiberfizikai rendszerekben használt szenzorhálózatok adatait feldolgozó lekérdezőmotorokig.