Optimizing Query Performance in Metric Spaces

Mgr. Matej Antol

Advanced ('rigorózní') thesis

Abstract:

Ukladanie dát pomocou princípov založených na metrických priestoroch a vyhľadávaní prostredníctvom podobnostného vyhľadávania sa stáva stále viac populárnym. Aplikácie v oblasti veľkých a neštruktúrovaných dát (napríklad multimédiá - videá, obrázky, zvukové nahrávky) vyžadujú rýchle a presné nástroje pre ich každodenné použitie. To vytvára požiadavky na ich ukladanie a prístup k nim. Moja práca je zameraná na analýzu výkonu indexacných štruktúr v metrických priestoroch. Prácu možno rozdelit na tri hlavné ciele: 1. Optimalizácia výkonu dotazovania sa. Hlavným zámerom mojej práce je optimalizácia podobnostného vyhladávania, a teda zvýšenie presnosti odpovede a/alebo skrátenie času potrebného na jej vytvorenie. V rámci tejto časti mojej práce mám v úmysle dosiahnuť zvýšenie výkonu počas samotného procesu zodpovedania dotazov, bez reštrukturalizácie samotných dát a indexačných štruktúr. 2. Optimalizácia indexačných štruktúr. Metódy pre lokálne optimalizácie je často možné aplikovat aj na samotné indexacné štruktúry. Plánujem preto úpravy realizované v rámci dotazovania sa aplikovať aj na vytvorenie plne automatizovaných metód pre preusporiadanie indexačných štruktúr. 3. Prístupy pre vizualizáciu štatistík dát v metrických priestoroch. Pre kvalitnú analýzu velkého množstva charakteristík indexačných štruktúr, dotazov, prioritných front a dalších relevantných dát je potrebný mohutný a flexibilný nástroj na ich zrozumiteľné zobrazenie a prehliadanie. Ako jeden z menších výsledkov mojej práce preto plánujem vyvinút nové techniky pre vizualizáciu týchto štatistík a dát.

Abstract:

Storing data using principles based on metric spaces and their retrieval by means of similarity searching are becoming more and more popular. Applications within the area of big and unstructured data (e.g. multimedia - videos, pictures, sound recordings) require fast and precise means of access for everyday use. This creates demands on the data storage and retrieval performance. My work focuses on analysis of performance of indexing structures in metric spaces. It can be divided into three main objectives: 1. Optimization of query performance. Major aims of my work lie within the general optimization of similarity queries, making accessing data faster and/or more precise. Within this part of my work, I intend to achieve performance gains within the execution of queries without restructuring the data. 2. Optimization of indexing structures. Methods for local improvements and performance boosts can be often applied to the data indexes. I intend to follow this process, abstracting adjustments implemented within query answering procedure to fully automated methods for index re-arrangements. 3. Approaches for visualization of data statistics in metric spaces. In order to analyze behavior of indexing structures, queries, priority queues and other relevant statistics, a comprehensible means of inspection is needed. As a minor outcome of my work, I expect to develop a new techniques for such visualization.

Keywords

similarity search, index structure optimization, search optimization, kNN query

Language used: English

Date on which the thesis was submitted / produced: 6. 3. 2017

Thesis defence

• Date of defence: 26. 5. 2017
• Reader: RNDr. Jakub Lokoč, Ph.D., doc. Ing. Jan Staudek, CSc.

Masaryk University

Faculty of Informatics

Advanced ('rigorózní řízení') programme / field:
Informatics / Computer Systems