G8- Graph Query Language and Compilation Optimization

一.成员

姓名	学号	GitHub用户名
吴越	PB21000004	WuYuewy (WuY) (github.com)
刘开开	PB21071480	NightDreamy (github.com)

二.项目选题

F. 图查询语言与编译优化

三.项目简介

图的相关理论和技术在社交网络、知识图谱、金融征信、深度学习等有着重要的应用，是目前学术界和业界关注的热点之一（见社会网络与图匹配查询,2012年)。很多知名研究机构和公司对图的研究与应用都非常重视。例如，微软研究院的分布式大规模图数据处理引擎Graph Engine和图数据查询语言LIKQ（Language-Integrated Knowledge Query）、Neo4j公司的开源图数据库及Cypher图查询语言、蚂蚁金服开源了单机版的TuGraph，等等。

本项目计划先通过查阅相关资料，对图查询语言及其语义掌握基本认识，之后参考和调研相关资料以及论文，初步了解现有的各种图算法及其优化，并结合图查询语言的实例进行分析。最后尝试结合课程中讲述的编译优化内容，探索编译优化在图查询语言里的应用。

四.项目初步计划

查询相关资料，初步了解图查询语言相关基础概念及其语义；

图数据库 - 维基百科，自由的百科全书 (wikipedia.org)
阅读理解论文PVLDB2022-大图带来的挑战和机遇与其他相关资料，对图算法进行更深入的调研，了解和学习一些典型图算法及其算法优化；
调研一些图数据处理引擎（如Graph Engine）以及图数据查询语言（如LIKQ），并进行一些实例分析；

实例： Language Integrated Knowledge Query (graphengine.io)
调研和探索图查询语言在编译优化方面的应用；

设想：结合课程学习的编译优化内容，探究编译优化在图查询中的实现，并初步计划对一篇相关论文进行探究与了解。

参考： Adaptive query compilation in graph databases | Distributed and Parallel Databases (springer.com)

Firm - Features (kit.edu)