Cardinality Estimation in Streaming Graph Data Management Systems
Notice bibliographique
Résumé
Graph processing has become an increasingly popular paradigm for data management \nsystems. Concurrently, there is a pronounced demand for specialized systems dedicated \nto streaming processing that are essential to address the continual flow of data and the \ninherent dynamism in streaming data. Yet, the lack of a standardized, general-purpose \nquery framework specifically for streaming graphs is a notable gap in existing technologies. \nThis shortfall emphasizes the necessity for a more comprehensive solution for processing \nand analyzing streaming graph data efficiently in real time. Enhancing this solution is \ncrucially dependent on improving the query processing pipeline, especially on cardinality \nestimation and query optimization, both of which are key factors in ensuring optimal \nsystem performance. \n \nIn this thesis, a novel cardinality estimation technique, called GraphSketch, that \nis tailored for streaming graph database management systems (GDBMS) is proposed. \nGraphSketch is a sketch-based framework designed to concisely summarize streaming \ngraphs, enabling both accurate and efficient cardinality estimations. The thesis delves \ninto the theoretical foundations of GraphSketch, outlining its conceptual design and the \nspecific methodologies employed in its construction. Additionally, the thesis elaborates \non the suitability of GraphSketch for streaming systems, highlighting its capability for \nincremental updates, which are pivotal in maintaining efficiency in the rapidly evolving \nenvironment of streaming data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».