Back

Secure Query Optimization and Distribution

L’ottimizzazione delle queries è un argomento di ricerca molto vasto e complesso. Gli ottimizzatori di query per database sono sistemi tanto affascinanti quanto complessi. In questo scenario si innesta la rapida espansione di cloud pubbliche. Esistono sistemi per l’esecuzione di query in ambienti distribuiti ed iniziano a nascere i primi sistemi per l’esecuzione in ambienti multi-tenant (composti da diverse cloud).

Ogni cloud pubblica ha un costo e livello di affidabilità/sicurezza. Secondo alcune legislazioni ad esempio, non è possibile inviare dati sensibili verso determinati paesi, altre invece pretendono che i dati siano cifrati prima di essere inviati. L’idea di base di questo progetto consiste nel modificare un ottimizzatore di queries in modo da tener conto di questi requisiti, e ottimizzare il piano su più cloud in maniera da minimizzare il costo finale di computazione. La modalità più semplice è utilizzare una ottimizzazione a due fasi, quindi ottimizzare la query con un classico motore di ottimizzazione ed in seguito aggiungere le informazioni sulla distribuzione. Tuttavia questo può portare a piani di esecuzioni sub-ottimali, l’ottimo sta nel modificare direttamente un ottimizzatore per tener conto delle informazioni sulla sicurezza ed i costi associati. Uno degli ottimizzatori che può essere utilizzato è ORCA, un ottimizzatore modulare per il database Greenplum.

PREREQUISITI

Esperienza con linguaggio di programmazione C / C++
Aver provato l’ottimizzatore di queries di PostgreSQL e l’ottimizzatore a due fasi a cui si fa riferimento nella sezione Materiale.
[Consigliato] Esperienza di lavoro in sistemi complessi e distribuiti
[Consigliato] Esperienza di dialogo con le community dei progetti Open Source

MATERIALE

ORCA: http://15721.courses.cs.cmu.edu/spring2016/papers/p337-soliman.pdf
Codice Sorgente ORCA Optimizer: https://github.com/greenplum-db/gporca
Presentazione: https://archive.fosdem.org/2016/schedule/event/hpc_bigdata_orca/
Deep dive into Spark SQL’s Query Optimizer: https://spark-summit.org/2016/events/deep-dive-into-catalyst-apache-spark-20s-optimizer/
Ottimizzatore bifase di query PostgreSQL: https://github.com/enricobacis/pg-distopt

PROGETTI DI TESI

[Magistrale] Realizzazione di un ottimizzatore monofase di query distribuito che tenga conto dei requisiti di sicurezza descritti nel progetto.
[Magistrale] Effettiva distribuzione della query ottimizzata su una piattaforma di calcolo distribuito modificata ad hoc per poter eseguire parti di queries.