بهينه سازي پرس جو هاي سرويس هاي وب

1. بهينه سازي پرس جو هاي سرويس هاي وب علي رهبري

2. سرويس هاي وب • روشي استاندارد براي به اشتراک گذاري اطلاعات وقابليت ها • توصيف و پيدا کردن • ارتباطات Data, کاربرد WSDL,UDDI سرويس وب کاربران/ کلاينت ها SOAP

3. مثال سرويس وب سمبول بورس WS1 اطلاعات شرکت Reuters سمبول بورس WS2 فعاليت بورس NASDAQ

4. پرس و جوهاي وب سرويس ها دريافت اطلاعت از همه شرکت هاي با تبادل با سمبول بورس WS1 اطلاعات شرکت پرس و جو کاربران/ کلاينت ها Reuters نتايج سمبول بورس WS2 فعاليت بورس • ساده • شفاف • کارا NASDAQ

5. برخي از اهداف ابتدايي به عنوانDBSM هاي مرسوم واسط توصيفي پرس و جو کاربران/ کلاينت ها داده سيستم مديريت پايگاه داده نتايج • ساده • شفاف • کارا

6. WS1 پرس و جو کاربران/ کلاينت ها روترها Reuters نتايج WS2 NASDAQ سيستم مديريت وب سرويسWSMS سيستم مديريت وب سرويس • ساده • شفاف • کارا

7. معماري WSMS WSMS واسط توصيفي WS Invocations مولفه ابر داده نگاشت شما ثبت وب سرويس WS1 پرس و جو+ داده ورودي مولفه پردازش پرس و جو WS2 کلاينت انتخاب طرح اجراي طرح خروجي مولفه آماري WSn ترکر آماري پروفايلر زمان پاسخ

8. مثال • يک شرکت کارت اعتباري مي خواهد پيشنهادي براي مشترياني با مشخصات زير ارسال کند: • credit rating > 600 • payment history = “good” • شرکت موارد زير را در اختيار دارد: L : List of potential recipients (identified by SSN) WS1 : SSN  credit rating WS2 : SSN  cc number(s) WS3 : cc number  payment history

9. طرح 1 SSN WSMS WS1 SSN,cr SSNcr Filter on cr, keep SSN L(SSN) طرح پرس و جو WS2 کلاينت SSNccn SSN,ccn WS3 SSN,ccn,ph ccnph Filter on ph, keep SSN توجه: پردازش پايپلايني

10. بيان ساده طرح 1 WS1 WS2 WS3 L نتايج ccnph SSNcr SSNccn

11. طرح 2 WSMS WS1 SSN SSN,cr SSNcr Filter on cr, keep SSN SSN SSN L(SSN) WS2 کلاينت Join SSNccn SSN,ccn WS3 SSN SSN,ccn,ph ccnph Filter on ph, keep SSN

12. بيان ساده طرح 2 SSNcr WS1 L نتايج WS2 WS3 SSNccn ccnph

13. کدام طرح بهتر است؟ طرح 1 WS1 WS2 WS3 L نتايج WS1 طرح 2 L نتايج WS2 WS3 طرح 1 هيچگاه بدتر نيست!

14. بهينه سازي پرس و جو • طرح هاي پرس و جوي ممکن: P1, …, Pn • آمار دسترسي به داده: S • معيار هزينه اجرا:cost(Pi, S) • هدف پيدا کردن طرحي با کمترين هزينه است.

15. آمار • زمان پاسخ دهي سرويس هاي وب • انتخاب هاي وب سرويس ها

16. آمار: زمان پاسخ • ri: براي زمان پاسخ هر تاپل از وب سرويس I ام SSN کلاينت WS1 SSNcr cr r1 • ri ≈1/throughput, can be reduced by batching, parallel calls batching (see paper) • فرض انتخاب مستقل در طرح هاي پرس و جو

17. آمار: انتخاب ها • si: selectivity of WSi • Average # output tuples per input tuple toWSi • including post-filtering in query plan WS1: SSN cr, filter cr > 600 If 90% of SSNs have cr > 600 then s1 = 0.9 WS2: SSN ccn If on average each SSN has 2 credit cardsthen s2 = 2.0 • فرض انتخاب مستقل در طرح هاي پرس و جو

18. معيار هزينه تنگنا Conference Lunch Buffet Dish 1 Dish 2 Dish 3 Dish 4 Average per-tuple processing time = response time of slowest (bottleneck) stage in pipeline Note: selectivities=1 in this example

19. معادله هزينه براي طرح P • Ri(P): Predecessors of WSi in plan P Πj∈Ri(P) sj • Fraction of input tuples seen byWSi= (Πj∈Ri(P) sj)•ri • WSiresponse time per input tuple = • Bottleneck cost metric: cost(P) = max1≤i≤n( (Πj∈Ri(P) sj)•ri ) (assumes WSMS processing is not the bottleneck)

20. مقايسه با معيار هزينه کل cost(P) =∑1≤i≤n( (Πj∈Ri(P) sj)•ri ) • Stream filter ordering • Expensive predicate placement “Polite” Lunch Buffet Dish 1 Dish 2 Dish 3 Dish 4

21. بيان مسئله • ورودي: • Web services WS1, …, WSn • Response times r1, …, rn • Selectivitiess1, …, sn • Precedence constraints among web services • خروجي: • Web services arranged into a plan P • P respects all precedence constraints • cost(P) is minimized

22. بدون قيد اولويت • All selectivities ≤ 1 • Theorem:Optimal to order linearly by ri • (selectivities irrelevant) • General case • (optimal): “proliferative” web services “selective” web services ordered by response-time … join at WSMS Results

23. با قيود اولويت cost(P) = max1≤i≤n( (Πj∈Ri(P) sj)•ri )

24. با قيود اولويت cost(P) =∑1≤i≤n( (Πj∈Ri(P) sj)•ri) • Sum cost metric • Hard to even obtain a factor O(n) of optimal

25. با قيود اولويت cost(P) = max1≤i≤n( (Πj∈Ri(P) sj)•ri) • Bottleneck (max) cost metric • Surprisingly, optimal solution in polynomial time • O(n5) algorithm in paper • Add one WS at a time to the plan • WS chosen by solving a linear program

26. بررسي دوباره مثال طرح 1 WS1 WS1 WS2 WS2 WS3 WS3 L Results SSNcr SSNccn ccnph SSNcr max1≤i≤n( (Πj∈Ri(P) sj)•ri ) WS1 WS1 طرح 2 L Results WS2 WS2 WS3 WS3 SSNccn ccnph Selective WS3 WS2 Precedence constraint Proliferative

27. پياده سازي • Built prototype WSMS query processor • Optimizer and execution engine • Assumes schema issues resolved, statistics provided • Written in Java and uses Apache Axis (open-source SOAP implementation) • Experiments (see paper) validate analytical results

28. مراجع [1] S. Abiteboul et al. Lazy query evaluation for active XML. In Proc. of the 2004 ACM SIGMOD Intl. Conf. on Management of Data, pages 227–238, 2004. [2] Apache Axis. http://ws.apache.org/axis/. [3] S. Babu et al. Adaptive ordering of pipelined stream filters. In Proc. of the 2004 ACM SIGMOD Intl. Conf. on Management of Data, pages 407–418, 2004. [4] Business Process Execution Language for Web Services. ftp://www6.software.ibm.com/software/developer/library/ws-bpel.pdf [5] N. Bruno, S. Chaudhuri, and L. Gravano. STHoles: A multidimensional workload-aware histogram. In Proc. of the2001 ACM SIGMOD Intl. Conf. on Management of Data, pages 211–222, 2001. [6] J. Burge, K. Munagala, and U. Srivastava. Ordering pipelined operators with precedence constraints. Available at http://dbpubs.stanford.edu/pub/2005-40.