Forscher des Fachgebiets Datenbanksysteme und Informationsmanagement (DIMA) der TU Berlin haben auf der 49th International Conference on Very Large Data Bases (VLDB [1]), die vom 28. August bis 1. September 2023 in Vancouver, Kanada, stattfand, Forschungsarbeiten vorgestellt.

In der Arbeit „Optimistic Data Parallelism for FPGA-Accelerated Sketching“ [2] stellen Kiefer et al. eine ressourceneffiziente Hardware-Architektur zur Zusammenfassung von Daten mit hohem Durchsatz vor.

Papadias et al. zeigen in ihrem Beitrag „Space-Efficient Random Walks on Streaming Graphs“ [3] wie man auf hochdynamischen Graphen, die stapelweise Aktualisierungen erhalten, riesige Korpusse von Random Walks im Hauptspeicher effizient aktualisieren und effektiv verwalten kann.

In dem Beitrag „Cracking-Like Join for Trusted Execution Environments“ [4] stellen Maliszewski et al. einen neuartigen Join-Algorithmus für vertrauenswürdige Ausführungsumgebungen (Trusted Execution Environments, TEEs) vor, der einen Schritt in Richtung effizienter und sicherer Datenverarbeitung in der öffentlichen Cloud darstellt.

In dem Beitrag „Showcasing Data Management Challenges for Future IoT Applications with NebulaStream“ [5] stellen Lepping et al. vor, wie die Stream Processing Engine NebulaStream die wichtigsten IoT-Herausforderungen überwindet und zukünftige IoTAnwendungen ermöglicht. Aljoscha et al. stellen eine neuartige, interaktive SmartCity-Simulation vor, die die Implementierung von End-to-End-IoT-Anwendungen mit NebulaStream ermöglicht. Mithilfe der Simulation und der Benutzeroberfläche von NebulaStream können die Besucher Anwendungen für ein intelligentes Stromnetz und ein Gesundheitsszenario implementieren und mit ihnen interagieren. So können die Besucher interaktiv erleben, wie NebulaStream IoT-Herausforderungen überwindet. Die Demonstration wurde mit einer lobenden Erwähnung ausgezeichnet.

In der Demo “XDB In Action: Decentralized Cross-Database Query Processing for Black-Box DBMSes” [6] stellen Gavriilidis et al. XDB vor, ein Middleware-System, das Datenanalysen über heterogene DBMS hinweg ermöglicht, ohne dass eine zentrale Vermittlungsinstanz erforderlich ist, wodurch die Laufzeit optimiert und Datenbewegungen reduziert werden. 

In dem Papier „Towards Efficient and Secure UDF Execution with BabelfishLib“ [7] diskutieren Grulich et al. einige erste Ideen zur Verbesserung der Effizienz und Sicherheit von UDF in modernen Datenverarbeitungssystemen.

Im VLDB Journal Paper "Survey of Window Types for Aggregation in Stream Processing Systems" [8] geben Verwiebe et al. einen umfassenden Überblick über Fenstertypen für Stream-Processing-Systeme, einschließlich einer einheitlichen formalen Definition von Fenstertypen und ihrer Klassifizierung im Hinblick auf Leistungsmerkmale und Implementierungs-anforderungen.  

Das Konferenzprogramm bot eine Vielzahl interessanter Vorträge, Diskussionsrunden und Workshops sowie die Möglichkeit, sich mit Forschern und Branchenexperten aus dem Bereich der Datenbanksysteme auszutauschen und sich über die neuesten Entwicklungen auf diesem Gebiet zu informieren.

Um die Publikationen herunterzuladen, klicken Sie auf den untenstehenden Link:
[1] VLDB 2023, https://vldb.org/2023/

[2] Martin Kiefer (TU Berlin); Ilias Poulakis (TU Berlin); Eleni Tzirita Zacharatou (IT University of Copenhagen); Volker Markl (TU Berlin), Optimistic Data Parallelism for FPGA-Accelerated Sketching, VLDB 2023. [ PDF ]

[3] Serafeim Papadias (TU Berlin); Zoi Kaoudi (TU Berlin); Jorge-Arnulfo Quiané-Ruiz (IT University of Copenhagen); Volker Markl (TU Berlin), Space-Efficient Random Walks on Streaming Graphs, VLDB 2023. [ PDF ]

[4] Kajetan Maliszewski (TU Berlin); Jorge-Arnulfo Quiané-Ruiz (IT University of Copenhagen); Volker Markl (TU Berlin), Cracking-Like Join for Trusted Execution Environments, VLDB 2023. [ PDF ]

[5] Aljoscha P Lepping (TU Berlin); Hoang Mi Pham (TU Berlin); Laura Mons (DIMA); Balint Rueb (TU Berlin); Ankit Chaudhary (TU Berlin); Philipp M Grulich (TU Berlin); Steffen Zeuch (TU Berlin); Volker Markl (TU Berlin), Showcasing Data Management Challenges for Future IoT Applications with NebulaStream, VLDB 2023. [ PDF ]

[6] Haralampos Gavriilidis (TU Berlin); Leonhard Rose (TU Berlin); Joel Ziegler (TU Berlin); Kaustubh Beedkar (IIT Delhi); Jorge-Arnulfo Quiané-Ruiz (IT University of Copenhagen); Volker Markl (TU Berlin), XDB in Action: Decentralized Cross-Database 
Query Processing for Black-Box DBMSes, VLDB 2023. [ PDF ]

[7] Philipp M. Grulich (TU Berlin); Steffen Zeuch (TU Berlin); Volker Markl (TU Berlin), Towards Efficient and Secure UDF Execution with BabelfishLib, VLDB 2023. [ PDF ]

[8] Juliane Verwiebe (TU Berlin); Philipp M Grulich (TU Berlin); Jonas Traub (TU Berlin); Volker Markl (TU Berlin), Survey of Window Types for Aggregation in Stream Processing 
Systems, VLDB 2023. [ PDF ]