{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3471494"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3471494","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Using Graph Databases for Query Lineage Tracking in Relational Data","abstract":"Η παρακολούθηση της γενεαλογίας ερωτημάτων (query lineage tracking) είναι κρίσιμη στην ανάλυση δεδομένων, καθώς επιτρέπει τον εντοπισμό των πηγών δεδομένων, των μετασχηματισμών και των εξαρτήσεων. Σε ένα περιβάλλον σχεσιακών βάσεων δεδομένων, η ικανότητα ιχνηλάτησης της προέλευσης των δεδομένων είναι απαραίτητη για τη διασφάλιση της ποιότητας των δεδομένων, την αποσφαλμάτωση σφαλμάτων και τη βελτιστοποίηση των αναλυτικών διαδικασιών.Η παρούσα διπλωματική εργασία επικεντρώνεται στην αξιοποίηση των γραφηματικών βάσεων δεδομένων για την αποθήκευση και ανάλυση της γενεαλογίας των ερωτημάτων που εκτελούνται σε σχεσιακές βάσεις δεδομένων. Συγκεκριμένα, το PostgreSQL χρησιμοποιείται για την εκτέλεση ερωτημάτων και την παρακολούθηση της γενεαλογίας, ενώ το Neo4j αξιοποιείται για την αποθήκευση και ανάλυση των σχέσεων μεταξύ των δεδομένων. Η αξιολόγηση απόδοσης πραγματοποιείται για να εκτιμηθεί η επίδραση της παρακολούθησης γενεαλογίας στην εκτέλεση των ερωτημάτων. Για την αξιολόγηση, χρησιμοποιείται το σύνολο δεδομένων TPC-H, το οποίο αποτελεί ευρέως αναγνωρισμένο benchmark για την αποτίμηση της απόδοσης των βάσεων δεδομένων. Τα αποτελέσματα δείχνουν ότι οι γραφηματικές βάσεις δεδομένων προσφέρουν αποδοτική ανάλυση της γενεαλογίας των ερωτημάτων, χωρίς να επηρεάζουν σημαντικά την απόδοση των βασικών λειτουργιών των σχεσιακών βάσεων δεδομένων.","abstract_html":"Η παρακολούθηση της γενεαλογίας ερωτημάτων (query lineage tracking) είναι κρίσιμη στην ανάλυση δεδομένων, καθώς επιτρέπει τον εντοπισμό των πηγών δεδομένων, των μετασχηματισμών και των εξαρτήσεων. Σε ένα περιβάλλον σχεσιακών βάσεων δεδομένων, η ικανότητα ιχνηλάτησης της προέλευσης των δεδομένων είναι απαραίτητη για τη διασφάλιση της ποιότητας των δεδομένων, την αποσφαλμάτωση σφαλμάτων και τη βελτιστοποίηση των αναλυτικών διαδικασιών.Η παρούσα διπλωματική εργασία επικεντρώνεται στην αξιοποίηση των γραφηματικών βάσεων δεδομένων για την αποθήκευση και ανάλυση της γενεαλογίας των ερωτημάτων που εκτελούνται σε σχεσιακές βάσεις δεδομένων. Συγκεκριμένα, το PostgreSQL χρησιμοποιείται για την εκτέλεση ερωτημάτων και την παρακολούθηση της γενεαλογίας, ενώ το Neo4j αξιοποιείται για την αποθήκευση και ανάλυση των σχέσεων μεταξύ των δεδομένων. Η αξιολόγηση απόδοσης πραγματοποιείται για να εκτιμηθεί η επίδραση της παρακολούθησης γενεαλογίας στην εκτέλεση των ερωτημάτων. Για την αξιολόγηση, χρησιμοποιείται το σύνολο δεδομένων TPC-H, το οποίο αποτελεί ευρέως αναγνωρισμένο benchmark για την αποτίμηση της απόδοσης των βάσεων δεδομένων. Τα αποτελέσματα δείχνουν ότι οι γραφηματικές βάσεις δεδομένων προσφέρουν αποδοτική ανάλυση της γενεαλογίας των ερωτημάτων, χωρίς να επηρεάζουν σημαντικά την απόδοση των βασικών λειτουργιών των σχεσιακών βάσεων δεδομένων.","abstract_has_math":false,"creators":["Δημακόπουλος Παναγιώτης","Dimakopoulos Panagiotis"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:32:05Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3471494"],"render_values":[{"text":"uoadl:3471494","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3471494","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3471494","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3471494","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Δημακόπουλος Παναγιώτης","Dimakopoulos Panagiotis"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3471494","https://pergamos.lib.uoa.gr/uoa/dl/object/3471494"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρακολούθηση της γενεαλογίας ερωτημάτων (query lineage tracking) είναι κρίσιμη στην ανάλυση δεδομένων, καθώς επιτρέπει τον εντοπισμό των πηγών δεδομένων, των μετασχηματισμών και των εξαρτήσεων. Σε ένα περιβάλλον σχεσιακών βάσεων δεδομένων, η ικανότητα ιχνηλάτησης της προέλευσης των δεδομένων είναι απαραίτητη για τη διασφάλιση της ποιότητας των δεδομένων, την αποσφαλμάτωση σφαλμάτων και τη βελτιστοποίηση των αναλυτικών διαδικασιών.Η παρούσα διπλωματική εργασία επικεντρώνεται στην αξιοποίηση των γραφηματικών βάσεων δεδομένων για την αποθήκευση και ανάλυση της γενεαλογίας των ερωτημάτων που εκτελούνται σε σχεσιακές βάσεις δεδομένων. Συγκεκριμένα, το PostgreSQL χρησιμοποιείται για την εκτέλεση ερωτημάτων και την παρακολούθηση της γενεαλογίας, ενώ το Neo4j αξιοποιείται για την αποθήκευση και ανάλυση των σχέσεων μεταξύ των δεδομένων. Η αξιολόγηση απόδοσης πραγματοποιείται για να εκτιμηθεί η επίδραση της παρακολούθησης γενεαλογίας στην εκτέλεση των ερωτημάτων. Για την αξιολόγηση, χρησιμοποιείται το σύνολο δεδομένων TPC-H, το οποίο αποτελεί ευρέως αναγνωρισμένο benchmark για την αποτίμηση της απόδοσης των βάσεων δεδομένων. Τα αποτελέσματα δείχνουν ότι οι γραφηματικές βάσεις δεδομένων προσφέρουν αποδοτική ανάλυση της γενεαλογίας των ερωτημάτων, χωρίς να επηρεάζουν σημαντικά την απόδοση των βασικών λειτουργιών των σχεσιακών βάσεων δεδομένων.","Query lineage tracking is crucial in data analytics as it enables the identification of data sources, transformations, and dependencies. In a relational database environment, the ability to trace the origin of data is essential for ensuring data quality, debugging errors, and optimizing analytical processes. This thesis focuses on leveraging graph databases for storing and analyzing the lineage of queries executed in relational databases. Specifically, PostgreSQL is used for executing queries and tracking lineage, while Neo4j is utilized for storing and analyzing relationships between data elements. Performance evaluation is conducted to assess the impact of lineage tracking on query execution. For evaluation, the TPC-H benchmark dataset is used, a widely recognized dataset for database performance assessment. The results demonstrate that graph databases provide efficient query lineage analysis without significantly affecting the performance of core relational database operations."]},{"key":"dc:title","label":"Title","values":["Using Graph Databases for Query Lineage Tracking in Relational Data"]}]}],"canonical_facts":{"dc:creator":["Δημακόπουλος Παναγιώτης","Dimakopoulos Panagiotis"],"dc:date":["2025"],"dc:description":["Η παρακολούθηση της γενεαλογίας ερωτημάτων (query lineage tracking) είναι κρίσιμη στην ανάλυση δεδομένων, καθώς επιτρέπει τον εντοπισμό των πηγών δεδομένων, των μετασχηματισμών και των εξαρτήσεων. Σε ένα περιβάλλον σχεσιακών βάσεων δεδομένων, η ικανότητα ιχνηλάτησης της προέλευσης των δεδομένων είναι απαραίτητη για τη διασφάλιση της ποιότητας των δεδομένων, την αποσφαλμάτωση σφαλμάτων και τη βελτιστοποίηση των αναλυτικών διαδικασιών.Η παρούσα διπλωματική εργασία επικεντρώνεται στην αξιοποίηση των γραφηματικών βάσεων δεδομένων για την αποθήκευση και ανάλυση της γενεαλογίας των ερωτημάτων που εκτελούνται σε σχεσιακές βάσεις δεδομένων. Συγκεκριμένα, το PostgreSQL χρησιμοποιείται για την εκτέλεση ερωτημάτων και την παρακολούθηση της γενεαλογίας, ενώ το Neo4j αξιοποιείται για την αποθήκευση και ανάλυση των σχέσεων μεταξύ των δεδομένων. Η αξιολόγηση απόδοσης πραγματοποιείται για να εκτιμηθεί η επίδραση της παρακολούθησης γενεαλογίας στην εκτέλεση των ερωτημάτων. Για την αξιολόγηση, χρησιμοποιείται το σύνολο δεδομένων TPC-H, το οποίο αποτελεί ευρέως αναγνωρισμένο benchmark για την αποτίμηση της απόδοσης των βάσεων δεδομένων. Τα αποτελέσματα δείχνουν ότι οι γραφηματικές βάσεις δεδομένων προσφέρουν αποδοτική ανάλυση της γενεαλογίας των ερωτημάτων, χωρίς να επηρεάζουν σημαντικά την απόδοση των βασικών λειτουργιών των σχεσιακών βάσεων δεδομένων.","Query lineage tracking is crucial in data analytics as it enables the identification of data sources, transformations, and dependencies. In a relational database environment, the ability to trace the origin of data is essential for ensuring data quality, debugging errors, and optimizing analytical processes. This thesis focuses on leveraging graph databases for storing and analyzing the lineage of queries executed in relational databases. Specifically, PostgreSQL is used for executing queries and tracking lineage, while Neo4j is utilized for storing and analyzing relationships between data elements. Performance evaluation is conducted to assess the impact of lineage tracking on query execution. For evaluation, the TPC-H benchmark dataset is used, a widely recognized dataset for database performance assessment. The results demonstrate that graph databases provide efficient query lineage analysis without significantly affecting the performance of core relational database operations."],"dc:identifier":["uoadl:3471494","https://pergamos.lib.uoa.gr/uoa/dl/object/3471494"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Using Graph Databases for Query Lineage Tracking in Relational Data"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:32:05Z"}