{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5319674"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5319674","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Augmenting DOLAR Query Language with graph traversal capabilities","abstract":"Η Γλώσσα Ερωτημάτων DOLAR (DQL) είναι μια γλώσσα ειδικού σκοπού που μεταφράζει ερωτήματα JSON, τα οποία δεν εξαρτώνται από τον υποκείμενο χώρο αποθήκευσης δεδομένων, σε προσαρμοσμένα ερωτήματα χώρων αποθήκευσης, υποστηρίζοντας την MySQL ως τον κύριο χώρο αποθήκευσης δεδομένων («πηγή αλήθειας») και την ElasticSearch ως τον δευτερεύοντα χώρο αποθήκευσης δεδομένων («ευρετηρίαση»). Η τρέχουσα υλοποίηση της DQL χρησιμοποιεί την ElasticSearch για να αξιοποιήσει με επιτυχία τις προηγμένες λειτουργίες αναζήτησης πλήρους κειμένου και συναθροίσεων, αλλά βασίζεται σε τεχνικές αποκανονικοποίησης που ισοπεδώνουν δεδομένα που έχουν δομή γραφήματος, αυξάνοντας έτσι την πολυπλοκότητα και το κόστος συντήρησης και ενημέρωσης δεδομένων, καθώς και τον περιορισμό της εκφραστικότητα οποιουδήποτε υποκείμενου γραφήματος δεδομένων. Ο στόχος αυτής της διατριβής είναι να αντιμετωπίσει αυτούς τους περιορισμούς διαχείρισης γραφημάτων, χωρίς όμως να αλλάξει το DQL frontend, δηλαδή τα ερωτήματα εισόδου JSON. Πιο συγκεκριμένα, αυτή η διατριβή ενισχύει την DQL με τις δυνατότητες διέλευσης γραφημάτων του Neo4j, διατηρώντας τη σύνταξη και τη σημασιολογία της DQL, ενώ παράλληλα εισάγει έναν νέο τελεστή διέλευσης γραφημάτων Pathfinder. Υλοποιούμε ένα DQL Backend βασισμένο στο Neo4j που μεταφράζει τους τελεστές DQL σε Cypher, επιτρέποντας στα υπάρχοντα ερωτήματα DQL να χρησιμοποιούνται αυτούσια με τη βάση δεδομένων γράφου Neo4j, παρέχοντας πανομοιότυπα αποτελέσματα. Επιπλέον, ο νέος μας τελεστής Pathfinder επιτρέπει τη δημιουργία σύνθετων ερωτημάτων διέλευσης γράφων, που διεκπεραιώνονται μέσω του Object Graph της εφαρμογής, ξεκλειδώνοντας ισχυρές δυνατότητες αναζήτησης γραφημάτων που ήταν ανέφικτες με το ElasticSearch DQL Backend. Τέλος, η διατριβή διερευνά επίσης την εισαγωγή δυνατοτήτων ερωτημάτων πάνω στο Model Graph μέσω της DQL, ανοίγοντας το δρόμο για τις εφαρμογές να βγάζουν συμπεράσματα όσον αφορά τους τύπους των αντικειμένων DOLAR που είναι αποθηκευμένα σε μια βάση δεδομένων. Η αξιολόγησή μας δείχνει ότι το νέο μας DQL Backend παρέχει ισοδύναμες δυνατότητες με τη προηγούμενη υλοποίηση (όλοι οι DQL τελεστές υποστηρίζονται και συμπεριφέρονται το ίδιο). Ωστόσο, η προσέγγισή μας δεν αποτελεί πανάκεια. Οι περιορισμένες δυνατότητες αναζήτησης κειμένου και συνάθροισης του Neo4j σε σύγκριση με το ElasticSearch, υπογραμμίζουν ένα κρίσιμο συμβιβασμό όσον αφορά τις δύο βάσεις δεδομένων, με την επιλογή μεταξύ των δύο DQL Backends να εξαρτάται από τις απαιτήσεις της εφαρμογής και τα χαρακτηριστικά των δεδομένων. Μελλοντικές επεκτάσεις, όπως μια υβριδική αρχιτεκτονική που αξιοποιεί τα συμπληρωματικά πλεονεκτήματα τόσο του ElasticSearch όσο και του Neo4j DQL Backends, θα μπορούσαν να διευρύνουν περαιτέρω την εφαρμογή του DQL σε διαφορετικούς τομείς και αρχιτεκτονικές.","abstract_html":"Η Γλώσσα Ερωτημάτων DOLAR (DQL) είναι μια γλώσσα ειδικού σκοπού που μεταφράζει ερωτήματα JSON, τα οποία δεν εξαρτώνται από τον υποκείμενο χώρο αποθήκευσης δεδομένων, σε προσαρμοσμένα ερωτήματα χώρων αποθήκευσης, υποστηρίζοντας την MySQL ως τον κύριο χώρο αποθήκευσης δεδομένων («πηγή αλήθειας») και την ElasticSearch ως τον δευτερεύοντα χώρο αποθήκευσης δεδομένων («ευρετηρίαση»). Η τρέχουσα υλοποίηση της DQL χρησιμοποιεί την ElasticSearch για να αξιοποιήσει με επιτυχία τις προηγμένες λειτουργίες αναζήτησης πλήρους κειμένου και συναθροίσεων, αλλά βασίζεται σε τεχνικές αποκανονικοποίησης που ισοπεδώνουν δεδομένα που έχουν δομή γραφήματος, αυξάνοντας έτσι την πολυπλοκότητα και το κόστος συντήρησης και ενημέρωσης δεδομένων, καθώς και τον περιορισμό της εκφραστικότητα οποιουδήποτε υποκείμενου γραφήματος δεδομένων. Ο στόχος αυτής της διατριβής είναι να αντιμετωπίσει αυτούς τους περιορισμούς διαχείρισης γραφημάτων, χωρίς όμως να αλλάξει το DQL frontend, δηλαδή τα ερωτήματα εισόδου JSON. Πιο συγκεκριμένα, αυτή η διατριβή ενισχύει την DQL με τις δυνατότητες διέλευσης γραφημάτων του Neo4j, διατηρώντας τη σύνταξη και τη σημασιολογία της DQL, ενώ παράλληλα εισάγει έναν νέο τελεστή διέλευσης γραφημάτων Pathfinder. Υλοποιούμε ένα DQL Backend βασισμένο στο Neo4j που μεταφράζει τους τελεστές DQL σε Cypher, επιτρέποντας στα υπάρχοντα ερωτήματα DQL να χρησιμοποιούνται αυτούσια με τη βάση δεδομένων γράφου Neo4j, παρέχοντας πανομοιότυπα αποτελέσματα. Επιπλέον, ο νέος μας τελεστής Pathfinder επιτρέπει τη δημιουργία σύνθετων ερωτημάτων διέλευσης γράφων, που διεκπεραιώνονται μέσω του Object Graph της εφαρμογής, ξεκλειδώνοντας ισχυρές δυνατότητες αναζήτησης γραφημάτων που ήταν ανέφικτες με το ElasticSearch DQL Backend. Τέλος, η διατριβή διερευνά επίσης την εισαγωγή δυνατοτήτων ερωτημάτων πάνω στο Model Graph μέσω της DQL, ανοίγοντας το δρόμο για τις εφαρμογές να βγάζουν συμπεράσματα όσον αφορά τους τύπους των αντικειμένων DOLAR που είναι αποθηκευμένα σε μια βάση δεδομένων. Η αξιολόγησή μας δείχνει ότι το νέο μας DQL Backend παρέχει ισοδύναμες δυνατότητες με τη προηγούμενη υλοποίηση (όλοι οι DQL τελεστές υποστηρίζονται και συμπεριφέρονται το ίδιο). Ωστόσο, η προσέγγισή μας δεν αποτελεί πανάκεια. Οι περιορισμένες δυνατότητες αναζήτησης κειμένου και συνάθροισης του Neo4j σε σύγκριση με το ElasticSearch, υπογραμμίζουν ένα κρίσιμο συμβιβασμό όσον αφορά τις δύο βάσεις δεδομένων, με την επιλογή μεταξύ των δύο DQL Backends να εξαρτάται από τις απαιτήσεις της εφαρμογής και τα χαρακτηριστικά των δεδομένων. Μελλοντικές επεκτάσεις, όπως μια υβριδική αρχιτεκτονική που αξιοποιεί τα συμπληρωματικά πλεονεκτήματα τόσο του ElasticSearch όσο και του Neo4j DQL Backends, θα μπορούσαν να διευρύνουν περαιτέρω την εφαρμογή του DQL σε διαφορετικούς τομείς και αρχιτεκτονικές.","abstract_has_math":false,"creators":["Σκορδούλης Κωνσταντίνος","Skordoulis Konstantinos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T06:41:28Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5319674"],"render_values":[{"text":"uoadl:5319674","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5319674","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5319674","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%3A5319674","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σκορδούλης Κωνσταντίνος","Skordoulis Konstantinos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"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:5319674","https://pergamos.lib.uoa.gr/uoa/dl/object/5319674"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η Γλώσσα Ερωτημάτων DOLAR (DQL) είναι μια γλώσσα ειδικού σκοπού που μεταφράζει ερωτήματα JSON, τα οποία δεν εξαρτώνται από τον υποκείμενο χώρο αποθήκευσης δεδομένων, σε προσαρμοσμένα ερωτήματα χώρων αποθήκευσης, υποστηρίζοντας την MySQL ως τον κύριο χώρο αποθήκευσης δεδομένων («πηγή αλήθειας») και την ElasticSearch ως τον δευτερεύοντα χώρο αποθήκευσης δεδομένων («ευρετηρίαση»). Η τρέχουσα υλοποίηση της DQL χρησιμοποιεί την ElasticSearch για να αξιοποιήσει με επιτυχία τις προηγμένες λειτουργίες αναζήτησης πλήρους κειμένου και συναθροίσεων, αλλά βασίζεται σε τεχνικές αποκανονικοποίησης που ισοπεδώνουν δεδομένα που έχουν δομή γραφήματος, αυξάνοντας έτσι την πολυπλοκότητα και το κόστος συντήρησης και ενημέρωσης δεδομένων, καθώς και τον περιορισμό της εκφραστικότητα οποιουδήποτε υποκείμενου γραφήματος δεδομένων. Ο στόχος αυτής της διατριβής είναι να αντιμετωπίσει αυτούς τους περιορισμούς διαχείρισης γραφημάτων, χωρίς όμως να αλλάξει το DQL frontend, δηλαδή τα ερωτήματα εισόδου JSON. Πιο συγκεκριμένα, αυτή η διατριβή ενισχύει την DQL με τις δυνατότητες διέλευσης γραφημάτων του Neo4j, διατηρώντας τη σύνταξη και τη σημασιολογία της DQL, ενώ παράλληλα εισάγει έναν νέο τελεστή διέλευσης γραφημάτων Pathfinder. Υλοποιούμε ένα DQL Backend βασισμένο στο Neo4j που μεταφράζει τους τελεστές DQL σε Cypher, επιτρέποντας στα υπάρχοντα ερωτήματα DQL να χρησιμοποιούνται αυτούσια με τη βάση δεδομένων γράφου Neo4j, παρέχοντας πανομοιότυπα αποτελέσματα. Επιπλέον, ο νέος μας τελεστής Pathfinder επιτρέπει τη δημιουργία σύνθετων ερωτημάτων διέλευσης γράφων, που διεκπεραιώνονται μέσω του Object Graph της εφαρμογής, ξεκλειδώνοντας ισχυρές δυνατότητες αναζήτησης γραφημάτων που ήταν ανέφικτες με το ElasticSearch DQL Backend. Τέλος, η διατριβή διερευνά επίσης την εισαγωγή δυνατοτήτων ερωτημάτων πάνω στο Model Graph μέσω της DQL, ανοίγοντας το δρόμο για τις εφαρμογές να βγάζουν συμπεράσματα όσον αφορά τους τύπους των αντικειμένων DOLAR που είναι αποθηκευμένα σε μια βάση δεδομένων. Η αξιολόγησή μας δείχνει ότι το νέο μας DQL Backend παρέχει ισοδύναμες δυνατότητες με τη προηγούμενη υλοποίηση (όλοι οι DQL τελεστές υποστηρίζονται και συμπεριφέρονται το ίδιο). Ωστόσο, η προσέγγισή μας δεν αποτελεί πανάκεια. Οι περιορισμένες δυνατότητες αναζήτησης κειμένου και συνάθροισης του Neo4j σε σύγκριση με το ElasticSearch, υπογραμμίζουν ένα κρίσιμο συμβιβασμό όσον αφορά τις δύο βάσεις δεδομένων, με την επιλογή μεταξύ των δύο DQL Backends να εξαρτάται από τις απαιτήσεις της εφαρμογής και τα χαρακτηριστικά των δεδομένων. Μελλοντικές επεκτάσεις, όπως μια υβριδική αρχιτεκτονική που αξιοποιεί τα συμπληρωματικά πλεονεκτήματα τόσο του ElasticSearch όσο και του Neo4j DQL Backends, θα μπορούσαν να διευρύνουν περαιτέρω την εφαρμογή του DQL σε διαφορετικούς τομείς και αρχιτεκτονικές.","DOLAR Query Language (DQL) is a domain-specific language that translates datastore- agnostic JSON queries into datastore-specific ones, supporting MySQL as the primary (“source of truth”) datastore and ElasticSearch as the secondary (“indexing”) datastore. The current DQL implementation utilizes ElasticSearch to successfully exploit its advanced full-text search and aggregations features, yet relies on denormalization techniques that flatten graph-shaped data, thus increasing storage footprint and complexity, data update costs and, ultimately limiting the expressiveness of any underlying graph. The goal of this thesis is to address these graph processing limitations, yet without changing DQL’s JSON input query frontend. More specifically, this thesis augments DQL with Neo4j’s graph traversal capabilities, preserving DQL’s syntax and semantics, while introducing a new Pathfinder graph traversal operator. We implement a Neo4j-based DQL backend that translates DQL operators into Cypher, allowing existing DQL queries to be used as-is against a Neo4j datastore with identical results. Additionally, our new Pathfinder operator enables complex path-based queries over the application’s Object Graph unlocking powerful graph search capabilities that were infeasible with the ElasticSearch DQL Backend. Finally, the thesis also explores the introduction of Model Graph querying capabilities into DQL, paving the way for applications to reason about the types of DOLAR objects stored in a given database. Our evaluation shows that our new DQL backend has feature parity compared to the old one (all DQL operators are supported and behave the same). However, our approach has no silver-bullet; Neo4j’s limited text search and aggregation capabilities compared to ElasticSearch, highlights a critical tradeoff, with the choice between the two DQL Backends depending on application requirements and data characteristics. Future extensions, such as a hybrid architecture utilizing the complementary strengths of both ElasticSearch and Neo4j DQL Backends, could further explore DQL’s application across different domains and architectures"]},{"key":"dc:title","label":"Title","values":["Augmenting DOLAR Query Language with graph traversal capabilities"]}]}],"canonical_facts":{"dc:creator":["Σκορδούλης Κωνσταντίνος","Skordoulis Konstantinos"],"dc:date":["2026"],"dc:description":["Η Γλώσσα Ερωτημάτων DOLAR (DQL) είναι μια γλώσσα ειδικού σκοπού που μεταφράζει ερωτήματα JSON, τα οποία δεν εξαρτώνται από τον υποκείμενο χώρο αποθήκευσης δεδομένων, σε προσαρμοσμένα ερωτήματα χώρων αποθήκευσης, υποστηρίζοντας την MySQL ως τον κύριο χώρο αποθήκευσης δεδομένων («πηγή αλήθειας») και την ElasticSearch ως τον δευτερεύοντα χώρο αποθήκευσης δεδομένων («ευρετηρίαση»). Η τρέχουσα υλοποίηση της DQL χρησιμοποιεί την ElasticSearch για να αξιοποιήσει με επιτυχία τις προηγμένες λειτουργίες αναζήτησης πλήρους κειμένου και συναθροίσεων, αλλά βασίζεται σε τεχνικές αποκανονικοποίησης που ισοπεδώνουν δεδομένα που έχουν δομή γραφήματος, αυξάνοντας έτσι την πολυπλοκότητα και το κόστος συντήρησης και ενημέρωσης δεδομένων, καθώς και τον περιορισμό της εκφραστικότητα οποιουδήποτε υποκείμενου γραφήματος δεδομένων. Ο στόχος αυτής της διατριβής είναι να αντιμετωπίσει αυτούς τους περιορισμούς διαχείρισης γραφημάτων, χωρίς όμως να αλλάξει το DQL frontend, δηλαδή τα ερωτήματα εισόδου JSON. Πιο συγκεκριμένα, αυτή η διατριβή ενισχύει την DQL με τις δυνατότητες διέλευσης γραφημάτων του Neo4j, διατηρώντας τη σύνταξη και τη σημασιολογία της DQL, ενώ παράλληλα εισάγει έναν νέο τελεστή διέλευσης γραφημάτων Pathfinder. Υλοποιούμε ένα DQL Backend βασισμένο στο Neo4j που μεταφράζει τους τελεστές DQL σε Cypher, επιτρέποντας στα υπάρχοντα ερωτήματα DQL να χρησιμοποιούνται αυτούσια με τη βάση δεδομένων γράφου Neo4j, παρέχοντας πανομοιότυπα αποτελέσματα. Επιπλέον, ο νέος μας τελεστής Pathfinder επιτρέπει τη δημιουργία σύνθετων ερωτημάτων διέλευσης γράφων, που διεκπεραιώνονται μέσω του Object Graph της εφαρμογής, ξεκλειδώνοντας ισχυρές δυνατότητες αναζήτησης γραφημάτων που ήταν ανέφικτες με το ElasticSearch DQL Backend. Τέλος, η διατριβή διερευνά επίσης την εισαγωγή δυνατοτήτων ερωτημάτων πάνω στο Model Graph μέσω της DQL, ανοίγοντας το δρόμο για τις εφαρμογές να βγάζουν συμπεράσματα όσον αφορά τους τύπους των αντικειμένων DOLAR που είναι αποθηκευμένα σε μια βάση δεδομένων. Η αξιολόγησή μας δείχνει ότι το νέο μας DQL Backend παρέχει ισοδύναμες δυνατότητες με τη προηγούμενη υλοποίηση (όλοι οι DQL τελεστές υποστηρίζονται και συμπεριφέρονται το ίδιο). Ωστόσο, η προσέγγισή μας δεν αποτελεί πανάκεια. Οι περιορισμένες δυνατότητες αναζήτησης κειμένου και συνάθροισης του Neo4j σε σύγκριση με το ElasticSearch, υπογραμμίζουν ένα κρίσιμο συμβιβασμό όσον αφορά τις δύο βάσεις δεδομένων, με την επιλογή μεταξύ των δύο DQL Backends να εξαρτάται από τις απαιτήσεις της εφαρμογής και τα χαρακτηριστικά των δεδομένων. Μελλοντικές επεκτάσεις, όπως μια υβριδική αρχιτεκτονική που αξιοποιεί τα συμπληρωματικά πλεονεκτήματα τόσο του ElasticSearch όσο και του Neo4j DQL Backends, θα μπορούσαν να διευρύνουν περαιτέρω την εφαρμογή του DQL σε διαφορετικούς τομείς και αρχιτεκτονικές.","DOLAR Query Language (DQL) is a domain-specific language that translates datastore- agnostic JSON queries into datastore-specific ones, supporting MySQL as the primary (“source of truth”) datastore and ElasticSearch as the secondary (“indexing”) datastore. The current DQL implementation utilizes ElasticSearch to successfully exploit its advanced full-text search and aggregations features, yet relies on denormalization techniques that flatten graph-shaped data, thus increasing storage footprint and complexity, data update costs and, ultimately limiting the expressiveness of any underlying graph. The goal of this thesis is to address these graph processing limitations, yet without changing DQL’s JSON input query frontend. More specifically, this thesis augments DQL with Neo4j’s graph traversal capabilities, preserving DQL’s syntax and semantics, while introducing a new Pathfinder graph traversal operator. We implement a Neo4j-based DQL backend that translates DQL operators into Cypher, allowing existing DQL queries to be used as-is against a Neo4j datastore with identical results. Additionally, our new Pathfinder operator enables complex path-based queries over the application’s Object Graph unlocking powerful graph search capabilities that were infeasible with the ElasticSearch DQL Backend. Finally, the thesis also explores the introduction of Model Graph querying capabilities into DQL, paving the way for applications to reason about the types of DOLAR objects stored in a given database. Our evaluation shows that our new DQL backend has feature parity compared to the old one (all DQL operators are supported and behave the same). However, our approach has no silver-bullet; Neo4j’s limited text search and aggregation capabilities compared to ElasticSearch, highlights a critical tradeoff, with the choice between the two DQL Backends depending on application requirements and data characteristics. Future extensions, such as a hybrid architecture utilizing the complementary strengths of both ElasticSearch and Neo4j DQL Backends, could further explore DQL’s application across different domains and architectures"],"dc:identifier":["uoadl:5319674","https://pergamos.lib.uoa.gr/uoa/dl/object/5319674"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Augmenting DOLAR Query Language with graph traversal capabilities"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:41:28Z"}