Název: Experimentální analýza dotazovacích jazyků v moderních databázových systémech
Překlad názvu: Experimental Analysis of Query Languages in Modern Database Systems
Autoři: Čorovčák, Martin ; Koupil, Pavel (vedoucí práce) ; Holubová, Irena (oponent)
Typ dokumentu: Bakalářské práce
Rok: 2024
Jazyk: eng
Abstrakt: [eng] [cze]
The rise of Big Data has highlighted the limitations of relational databases while handling large datasets, leading to the growth of NoSQL databases. This has made DBMS benchmarking crucial for performance evaluation and decision-making. This thesis compares relational (MySQL, SQLite), graph (Neo4j, ArangoDB), docu- ment (MongoDB), and column-family (Cassandra) databases. We analyze the expressive power of their query languages and their runtime efficiency across varying data sizes. We conclude, that there's no "number one" solution for all use cases. The choice depends on factors like data volume, query complexity, and the need for joins. For complex queries and frequent joins, MySQL and SQLite are the most expressive but may struggle with very large datasets. Cassandra and MongoDB excel in perfor- mance and scalability but require efficient schema design and targeted data redundancy. ArangoDB presents a versatile option capable of handling multiple data models but might require further investigation into its performance compared to Neo4j. Prı ́chod Vel'ky ́ch Da ́t pouka ́zal na obmedzenia relac ̌ny ́ch databa ́z pri spracovanı ́vel'ky ́ch datasetov, c ̌o viedlo k na ́rastu NoSQL databa ́z. Z tohto do ̂vodu sa DBMS benchmarking stal kl'u ́c ̌ovy ́m pre hodnotenie vy ́konnosti a celkovy ́ rozhodovacı ́ proces. Ta ́to pra ́ca porovna ́va relac ̌ne ́ (MySQL, SQLite), grafove ́ (Neo4j, ArangoDB), doku- mentove ́ (MongoDB) a stl ́pcovo-orientovane ́ (Cassandra) databa ́zy. Analyzujeme vyja- drovaciu silu ich dopytovacı ́ch jazykov a efektivitu poc ̌as behu pri ro ̂znych vel'kostiach da ́t. Dospeli sme k za ́veru, z ̌e neexistuje z ̌iadne ries ̌enie "c ̌ı 'slo jeden" pre vs ̌etky prı ́pady pouz ̌itia. Vy ́ber za ́visı ́od faktorov, ako je objem da ́t, zloz ̌itost ' dopytov a potreba spa ́jania. V prı ́pade zloz ̌ity ́ch dotazov a c ̌aste ́ho spa ́jania maju ́ MySQL a SQLite najv̈ ac ̌s ̌iu vy- jadrovaciu silu, avs ̌ak mo ̂z ̌u mat ' proble ́my s vel'mi vel'ky ́mi datasetmi. Cassandra a Mon- goDB vynikaju ́ vy ́konom a s ̌ka ́lovatel'nost 'ou, ale vyz ̌aduju ́ efektı ́vny na ́vrh sche ́matu a cielenu ́ redundanciu da ́t. ArangoDB predstavuje univerza ́lnu moz ̌nost ', ktora ́ doka ́z ̌e pra- covat ' s viacery ́mi da ́tovy ́mi modelmi, ale pre hlbs ̌ie porovnanie s Neo4j sa mo ̂z ̌e vyz ̌adovat ' d'als ̌ı ́ vy 'skum ich vy ́konu.
Klíčová slova: databázové systémy|výkon|benchmark|statická analýza|experimentální analýza; database management systems|performance|benchmark|static analysis|experimental analysis

Instituce: Fakulty UK (VŠKP) (web)
Informace o dostupnosti dokumentu: Dostupné v digitálním repozitáři UK.
Původní záznam: http://hdl.handle.net/20.500.11956/192088

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-622750


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Univerzita Karlova > Fakulty UK (VŠKP)
Vysokoškolské kvalifikační práce > Bakalářské práce