Oracleセマンティック・テクノロジーの推論のベスト・プラクティス（RDFS/OWL）

Transcription

1 Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) Oracle ホワイト ペーパー 2008 年 2 月

2 Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) はじめに このホワイト ペーパーでは Oracle Database 11g セマンティック テクノロジーを使用した RDFS と OWL の推論のベスト プラクティスについて説明します まず セマンティック データを使用するための推奨事項を示し Oracle Database のチューニングに関する考慮事項を説明します 次に RDFS ルールベース RDFS ++ ルールベース OWLSIF ルールベース OWLPrime ルールベースを使用する推論に関するいくつかのベスト プラクティスを示し それぞれのユーザー定義ルールに関する考慮事項 および OWLPrime の範囲外のセマンティック データの取扱い方法について説明します 最後に 10 億を超えるトリプルに対する LUBM8000 推論ベンチマークの結果を示します セマンティック データを使用するための準備 最新のセマンティック テクノロジーのパッチ セットをOracle Databaseにインストールしてから 以下の 2 つのステップを実行します パッチ セットは OTN Semantic Technologies Softwareページから入手できます 詳細については Oracle Jena Adaptor Patch Installation Guide 1 の第 2 項を参照してください Oracle Database 11g Release 1 RDF/OWLのユーザーは SEM_APIS.CREATE_ RULES_INDEXの代わりに SEM_APIS.CREATE_ENTAILMENT APIを使用してルールの索引を作成することを推奨します SEM_APIS.CREATE_RULES_INDEX は おもに下位互換性のために存在しています 次のシンプルな例は 最大サイズ 300GB の BIGFILE 表領域を作成し セマンティック ネットワークを初期化し アプリケーション表を作成し DML 文を使用して 1 つのトリプルを追加し OWLPrime ルールベースを使用して推論を実行するフローを示しています ステップ 1: SQL> -- login as SYS with DBA privilege SQL> -- Note: you need to customize the following statement SQL> -- based on your setup. SQL> -- SQL> CREATE BIGFILE TABLESPACE SEMTS 1 Oracle Jena Adaptor のサーバー側のパッチ インストール ガイド drv_patch_ig.txt Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 2

3 ステップ 2: DATAFILE '<path_to_datafile>/semts.dbf' SIZE 512m REUSE AUTOEXTEND ON NEXT 512M MAXSIZE 300G EXTENT MANAGEMENT LOCAL SEGMENT SPACE MANAGEMENT AUTO; SQL> EXECUTE sem_apis.create_sem_network('semts'); SQL> -- SQL> -- login as a regular user, SCOTT for example SQL> -- SQL> CREATE TABLE owltst(id number, triple sdo_rdf_triple_s); Table created. SQL> EXECUTE sem_apis.create_sem_model('owltst','owltst','triple'); PL/SQL procedure successfully completed. SQL> INSERT INTO owltst VALUES (1, sdo_rdf_triple_s('owltst', ' ' 1 row created. SQL> commit; SQL> EXECUTE sem_apis.create_entailment('owltst_idx', sem_models('owltst'), sem_rulebases('owlprime')); Oracle Database のチューニングの考慮事項 すべてのアプリケーションに合う単一のデータベース構成はありません この項では Linux PCのテスト システム (2GBの物理メモリ搭載) 上での推論の実行に役立つガイドラインを示します ただし ユーザーのハードウェア アプリケーション構成 およびデータセットによっては 異なる結果が生じる場合があります そのため ユーザー環境におけるテストとベンチマークの実行を含め Oracle Databaseのチューニングに関する標準のベスト プラクティスに従うことを推奨します Oracle Databaseパフォーマンス チューニング ガイド 2 は優れたリソースです 最新の統計情報を維持します PL/SQL APIのSEM_PERF.GATHER_STATSまたは SEM_APIS.ANALYZE_MODELは 推論に関与する複数のセマンティック モデルのいずれかに大量のデータが追加されてから起動する必要があります 最初の APIは セマンティック ネットワーク内のすべてのモデルの統計情報を収集し 2 番目のAPIは モデルごとに統計情報を収集します SGA/PGA 一般的に SGAおよびPGAに十分な量の専用メモリが割り当てられるようにデータベースを構成します MEMORY_TARGETパラメータを変更して 割り当てられるメモリの合計を変更し Oracle DatabaseがSGAおよびPGAの各値を自動的に設定できるようにします 2 Oracle Database パフォーマンス チューニング ガイド 11g リリース 1(11.1) 原本部品番号 :B Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 3

4 2GB の物理メモリがあるテスト マシンで 次の設定が DBA 権限を備えた SYS として使用されています ( その後 データベースを再起動する必要があります ) Oracle Database のプロセスとメモリ リソースに対し競合するほかのアプリケーションはありません SQL> alter system set memory_target= 1600M scope=spfile; MEMORY_TARGET 初期化パラメータを 0 3 に設定して SGAおよびPGAを手動で設定するとよい結果につながる場合があります ( 詳細については Oracle Database 管理者ガイド を参照 ) とくに メモリの量に制限があり オントロジーが非常に大きい場合に有効です たとえば 次の構成は 8,000 の大学と 10 億を超えるトリプルによるLehigh University Benchmarkオントロジー ベンチマーク (LUBM) 4 でOWLPrime 推論を実行するときに わずか 2GBの物理メモリを備えたテスト システムで使用されています メモリ プールの最小値を制御する DB_CACHE_SIZEは多めに割り当てられています 次を参照してください db_cache_size=832m java_pool_size=32m large_pool_size=16m shared_pool_size=160m sga_target=1056m pga_aggregate_target=352m filesystemio_options Linuxテスト システムでは filesystemio_options='setall' に設定すると 推論のパフォーマンスが大幅に向上することが確認されています このことは そのほかのプラットフォームでは確認されていません 新しい設定に変更したあとは データベースを再起動する必要があります SQL> alter system set filesystemio_options='setall' scope=spfile; 物理 I/O 物理 I/Oは推論のボトルネックとなることがあります Oracle Database 11g の推論プロセスでは 多くのテーブル結合とソートがおこなわれます 巨大な RDF/OWLデータ モデルを扱う場合 推論プロセスは ソース トリプル データ および推論されたトリプルの永続性を読み取るために物理 I/O 処理をおこない 中間結果のソートおよび交換をおこないます メモリの量が固定されている場合 複数のハード ディスク間で I/O を均等に分散することが I/O の待ち時間を短縮するシンプルな戦略です テスト システムでは データベースで使用される一時表領域を保持するために 1 台の専用ハード ディスクが使用されます そのほかのハード ディスクは セマンティック ネットワークのデータベース ログ ファイルと表領域を格納しています (Automatic Storage Management を使用してもおこなえます ) この構成は テスト システムのハードウェアに適しています ( 後述するベンチマークの結果の項を参照 ) これは 一時表領域が大量のデータの結合とソートに頻繁に使用され 物理メモリが制限されるためです 3 Oracle Database 管理者ガイド 11gリリース 1(11.1) 原本部品番号:B Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 4

5 次のコマンドラインは BIGFILE 一時表領域を作成し それをデフォルトで使用 するようにデータベースに指示を出します コマンドは マシン構成とハード ディスクの容量に基づいて カスタマイズする必要があります SQL> create bigfile temporary tablespace tmp_ts tempfile '<path_to_your_datafile>' size 512M reuse autoextend on next 512M maxsize 300G EXTENT MANAGEMENT LOCAL ; SQL> ALTER DATABASE DEFAULT TEMPORARY TABLESPACE tmp_ts; 推論のベスト プラクティス RDFS ルールベース すべての RDFS ルールが均一に情報を提供するわけではありません たとえば ルール RDFS12 では アプリケーションが簡単に取得できない新しい情報は提供されません 推論中にこのルールをスキップまたは選択解除するには 5 番目のパラメータとして 'RDFS12-' を指定します BEGIN SEM_APIS.CREATE_ENTAILMENT( 'example_rdfsidx', SEM_Models('my_example'), SEM_Rulebases('RDFS'), SEM_APIS.REACH_CLOSURE, 'RDFS12-'); END; / 複数のコンポーネントを選択解除して INF_COMPONENTS_INパラメータに次の値を使用する推論を速めることもできます RDF Semantics Webサイト 5 には ルールの詳細な説明があります この情報を参照してから ルールをスキップするかどうかを決めてください 'RDFS12-, RDFS4A-, RDFS4B-, RDFS6-, RDFS8-, RDFS10-, RDFS13-' RDFS++ OWLSIF および OWLPrime ルールベース 以下の情報は サポートされているRDFS/OWLボキャブラリ構成に関するもので Oracle Databaseセマンティク テクノロジ開発者ガイド 6 の情報を補完するものです それぞれのルールベースに含まれている一連のRDFS/OWLボキャブラリ構成は 以下のとおりです ルールベース名 RDFS++ 含まれる RDFS/OWL 構成 すべての RDFS ボキャブラリ構成 owl:inversefunctionalproperty, owl:sameas Oracle Database セマンティク テクノロジ開発者ガイド 11g リリース 1(11.1) Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 5

6 OWLSIF OWLPRIME すべての RDFS ボキャブラリ構成 owl:functionalproperty, owl:inversefunctionalproperty, owl:symmetricproperty, owl:transitiveproperty, owl:sameas, owl:inverseof, owl:equivalentclass, owl:equivalentproperty, owl:hasvalue, owl:somevaluesfrom, owl:allvaluesfrom rdfs:subclassof, rdfs:subpropertyof, rdfs:domain, rdfs:range, owl:functionalproperty, owl:inversefunctionalproperty, owl:symmetricproperty, owl:transitiveproperty, owl:sameas, owl:inverseof, owl:equivalentclass, owl:equivalentproperty, owl:hasvalue, owl:somevaluesfrom, owl:allvaluesfrom, owl:differentfrom, owl:disjointwith, owl:complementof RDFSルールベースでの推論と同様 明確に推論の結果が予測できる場合は 1 つまたは複数のコンポーネントを選択解除できます たとえば クラスとプロパティの階層 および推移関係だけに関心がある場合は owl:sameasとowl:differentfrom のコンポーネントを選択解除できます ユーザー定義のルール Oracle Databaseセマンティク テクノロジ開発者ガイド に記載されているように オラクルが提供しているRDFS RDFS++ OWLSIF およびOWLPRIMEに加えて ユーザー定義のルールを推論で使用する場合は 'USER_RULES=T' を指定する必要があります 次のコマンドは そのような推論の例を示しています SQL> -- In the following statement, 'USER_RULES=T' is required SQL> EXECUTE sem_apis.create_entailment('owltst2_idx', sem_models('owltst'), sem_rulebases('owlprime','user_rulebase'), SEM_APIS.REACH_CLOSURE, null, 'USER_RULES=T'); Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 6

7 ユーザー定義のルールのほとんどは 1 つのパターンをもちます つまり ルール ヘッドには 1 つのパターンしかありません まれに ユーザー定義のルールが結果的に複数のパターンをもつことがありますが 1 つのパターンをもつようにルールを複数のルールに分割するほうがより効率的です OWLPrime の範囲外のセマンティックの定義 OWLPrimeには 非常に多様な表現が可能なOWL DL 構成のサブセットが用意されていますが より多くのセマンティックを必要とするアプリケーションもあります より多くのセマンティックの利用を可能にする方法は 2 つあります 詳細については ホワイト ペーパー 7 を参照してください ユーザー定義のルールの追加 Oracle Jena Adaptor を使用した完全な DL Reasoner との統合次の例は owl:intersectionofのコア セマンティックをサポートする方法を示しています 左の列には OWLの概念の簡単な定義がRDF/XML 形式で示されています 右の列には 3 つの対応するユーザー定義のルールが示されています 本当に必要なのは 最後のルールだけです 最初の 2 つのルールは 2 つのスキーマ トリプルとしてオントロジーに追加できます RDF/XML 形式の OWL <owl:class rdf:id= FemaleAstronaut"> <rdfs:label>female astronaut</rdfs:label> <owl:intersectionof rdf:parsetype="collection"> <owl:class rdf:about="#female" /> <owl:class rdf:about="#astronaut" /> </owl:intersectionof> </owl:class> ユーザー定義のルール 1. :FemaleAstronaut rdfs:subclassof :Female 2. :FemaleAstronaut rdfs:subclassof :Astronaut 3.?x rdf:type :Female.?x rdf:type :Astronaut. x rdf:type :FemaleAstronaut 表 1 owl:intersectionof 用のユーザー定義のルール 完全なDL Reasoner 8 を使用して クラス サブサンプション ツリーを計算し (TBox が適度なサイズであると想定した場合 ) 完全なクラス サブサンプション ツリーとABoxデータの組合せにオラクルのOWL 推論を適用できます 次のOracle Jena Adaptor APIに基づくコードは 考え方を示しています Model modeloracle = ModelOracleSem.createOracleSemModel( oracle, modelname); // Creates an in-memory Jena model based on an Oracle RDF/OWL // model Model model = ModelFactory.createDefaultModel(); model.add(modeloracle); modeloracle.getgraph().close(); 7 A scalable RDBMS-based inference engine for RDFS/OWL 2007 年 10 月 ine--alanwu_ pdf 8 Pellet:The Open Source OWL DL Reasoner Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 7

8 PelletInfGraph pelletinfgraph = new PelletInfGraph( model.getgraph(),new PelletReasoner()); 上述の pelletinfgraph は 元の Oracle OWL モデルに追加できます 詳細については OTN Semantic Technologies Web ページ 9 の Oracle Jena Adaptor の Java コード例も参 照してください LUBM8000(10 億を超えるトリプル ) 推論ベンチマークの結果 オラクルは 次の 4 つのよく知られたベンチマークを使用した Oracle Database 11g Release 1 OWLPrime と RDFS のスケーラブルな推論のパフォーマンスについてすで に報告しています UniProt LUBM50 LUBM500 および LUBM つの PC システムで構成され ギガビット ネットワーク 7, 10, 11 を使用しています LUBM1000 ベンチマーク オントロジーには 1 億 3,300 万を超えるトリプルがあります こ のパフォーマンス テストの目的は 10 億を超えるトリプルをもつベンチマーク LUBM8000 オントロジーに対して OWLPrime の推論を実行して Oracle Database 11g の推論エンジンのスケーラビリティをさらにテストすることにありました このパフォーマンス テストは ユーザーがレプリケートしやすいように構成されています ハイパー スレッド モードで稼動している 1 基の CPU(3.0GHz) を備えた 1 台の PC から成り 3.0GB/ 秒の物理 SATA ハード ディスクを 2 台搭載しています また 各ディスクには 500GB のデータを格納できます メモリのタイプは DDR2 533(PC2 4200) デュアル チャネル メモリです この PC では 最大 4GB の物理メモリを使用できます 使用しているオペレーティング システムは Linux Elsmp で Oracle Database 11g( )for Linux を実行しています テストは 2GBと 4GBの物理メモリ構成で 2 回おこなっています いずれの場合も 推論終了後に 5 億 2,170 万の新しいトリプルが生成されています 次の図 1 は 推論の時間とメモリ量によるトレードオフを示しています 物理メモリの量を増やせば 推論のパフォーマンスが大幅に向上することがわかります メイン メモリに 2GBを加えただけで 推論時間が 88.5 時間から 56.7 時間 12 に短縮されています 今後 より強力なハードウェアでテストをおこなえばスケーラブルなパフォーマンスが得られることが予想されます PGA_AGGREGATE_TARGET = 2000M SGA_TARGET = 1256M DB_CACHE_SIZE = 832M SHARED_POOL_SIZE = 160M となっています The semantic web for application developers Oracle Open World 2007 年 orappdev_k.pdf 11 Why, When, and How to Use Oracle Database 11g Semantic Technologies 12 Linux プラットフォームでは Oracle データベースから "Oracle process running out of OS kernel I/O resources" エラーが表示されないようにするために バグ修正プログラム ( ) を適用する必要があります Solaris および NT プラットフォームには 影響を及ぼさないようにしてください Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 8

9 メモリのサイズが 4GB のときには LARGE_POOL_SIZE = 16M JAVA_POOL_ SIZE = 32M に設定されています 図 1 ベンチマーク LUBM8000(10 億を超えるトリプル ) での OWLPrime の推論のパフォー マンス 最終テストは 問合せ結果の品質を測定するために 14 の LUBM ベンチマーク問 合せを使用して実行しています これらの問合せの実行結果が一致している数は ほかのベンダーから報告されている結果と一致しています Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 9

10 Oracle セマンティック テクノロジーの推論のベスト プラクティス (RDFS/OWL) 2008 年 2 月著者 :Zhe Wu 共著者 :Souripriya Das Melli Annamalai Chuck Murray Bill Beauregard Oracle Corporation World Headquarters 500 Oracle Parkway Redwood Shores, CA U.S.A. 海外からのお問い合わせ窓口 : 電話 : ファクシミリ : Copyright 2008, Oracle. All rights reserved. 本文書は情報提供のみを目的として提供されており ここに記載される内容は予告なく変更されることがあります 本文書は その内容に誤りがないことを保証するものではなく また 口頭による明示的保証や法律による黙示的保証を含め 商品性ないし特定目的適合性に関する黙示的保証および条件などのいかなる保証および条件も提供するものではありません オラクルは本文書に関するいかなる法的責任も明確に否認し 本文書によって直接的または間接的に確立される契約義務はないものとします 本文書はオラクルの書面による許可を前もって得ることなく いかなる目的のためにも 電子または印刷を含むいかなる形式や手段によっても再作成または送信することはできません Oracle は米国 Oracle Corporation およびその子会社 関連会社の登録商標です 他の製品名は それぞれの所有者の商標です