1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 122 — комп’ютерні науки
Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://elartu.tntu.edu.ua/handle/lib/47066
Başlık: Аналіз характеристик продуктивності архітектур реляційних та нереляційних систем керування базами даних
Diğer Başlıklar: Analysis of Performance Characteristics of Relational and Non-Relational Database Management System Architectures
Yazarlar: Мельничук, Святослав Анатолійович
Melnychuk, Sviatoslav
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя, факультет комп’ютерно-інформаційних систем і програмної інженерії, кафедра комп’ютерних наук, м. Тернопіль, Україна
Bibliographic description (Ukraine): Мельничук С. А. Аналіз характеристик продуктивності архітектур реляційних та нереляційних систем керування базами даних : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 - комп’ютерні науки / наук. кер. В. В. Никитюк. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2024. 66 с.
Yayın Tarihi: 27-Ara-2024
Submitted date: 13-Ara-2024
Date of entry: 3-Oca-2025
Yayıncı: Тернопільський національний технічний університет імені Івана Пулюя
Country (code): UA
Place of the edition/event: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Supervisor: Никитюк, Вячеслав Вячеславович
Nykytyuk, Vyacheslav
UDC: 004.4
Anahtar kelimeler: комп’ютерні науки
бази даних
data bases
sql
nosql
big data
acid
dbaas
Page range: 66
Özet: Правильна архітектура програмного забезпечення є ключовою для вирішення складної задачі обробки великих обсягів даних у системах реляційних і нереляційних баз даних. Реляційні бази даних (SQL) були розроблені для організації даних та забезпечення можливості горизонтального масштабування. Нереляційні бази даних (NoSQL), своєю чергою, підтримують горизонтальне масштабування і можуть ефективно обробляти великі обсяги неструктурованих даних. Вибір найбільш відповідної парадигми залежить від організаційних вимог. Різниця в проектуванні баз даних є основною ознакою між реляційними та нереляційними базами даних. Крім того, кожен тип нереляційної бази даних використовує різні моделі поєднання підходів. Це ускладнює перенос даних між різними хмарними сховищами для користувачів хмарних платформ (Cloud Service Provider – CSP). Існують різні моделі, якими управляють різні хмарні сервіси (IaaS, PaaS, SaaS і DBaaS). Метою цієї роботи є дослідження робіт, що стосуються переносимості та сумісності даних у хмарних сховищах, а також програмної архітектури з використанням реляційних та нереляційних баз даних. Багато досліджень, що порівнюють їх можливості, зокрема реляційну Oracle RDBMS та нереляційну документо-орієнтовану (MongoDB), за такими характеристиками, як масштабування, продуктивність, доступність, узгодженість і сегментація, були представлені в дослідженнях, які свідчать, що нереляційні бази даних, завдяки своїм спеціалізованим структурам, можуть бути оптимальним вибором для аналізу великих даних, тоді як реляційні бази даних краще підходять для обробки онлайнових транзакцій (OLTP).
Proper software architecture is key to solving the complex task of processing large volumes of data in relational and non-relational database systems. Relational databases (SQL) were designed for data organization and to enable horizontal scaling. Non-relational databases (NoSQL), on the other hand, support horizontal scalability and can efficiently process large volumes of unstructured data. The choice of the most appropriate paradigm depends on organizational requirements. The difference in database design is the primary distinguishing factor between relational and non-relational databases. Furthermore, each type of non-relational database uses different models that combine various approaches. This complicates the transfer of data between different cloud storage services for users of cloud platforms (Cloud Service Providers – CSP). Various cloud services (IaaS, PaaS, SaaS, and DBaaS) govern different models. The purpose of this work is to examine studies related to the portability and compatibility of data in cloud storage, as well as software architecture using relational and non-relational databases. Numerous studies comparing the capabilities of these systems, including the relational Oracle RDBMS and the non-relational document-oriented MongoDB, have been presented in research. These studies indicate that non-relational databases, with their specialized structures, can be the optimal choice for big data analytics, while relational databases are better suited for online transaction processing (OLTP).
Açıklama: Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 27.12.2024 р. о 10 год. на засіданні екзаменаційної комісії №35 у Тернопільському національному технічному університеті імені Івана Пулюя
Content: ВСТУП 7 1 ОГЛЯД ЛІТЕРАТУРНИХ ДЖЕРЕЛ ЗА ТЕМОЮ РОБОТИ 10 1.1 ОПИС СТАНУ ПРОБЛЕМИ В ДОСЛІДЖУВАНІЙ ОБЛАСТІ 12 1.2 АНАЛІЗ ЛІТЕРАТУРНИХ ДЖЕРЕЛ 17 1.3 МОДЕЛЮВАННЯ ДАНИХ NOSQL MONGODB 27 2 АНАЛІЗ ПОСЛУГИ DBAAS ДЛЯ НЕРЕЛЯЦІЙНИХ БАЗ ДАНИХ 29 2.1 ЕФЕКТИВНІСТЬ ПЕРЕНОСУ ДАНИХ МІЖ РІЗНИМИ НЕРЕЛЯЦІЙНИМИ СКБД 29 2.2 ПРАКТИЧНА РЕАЛІЗАЦІЯ ПРИНЦИПУ САР ДЛЯ НЕРЕЛЯЦІЙНИХ БАЗ ДАНИХ 33 3 ОСОБЛИВОСТІ РЕАЛІЗАЦІЇ НЕРЕЛЯЦІЙНИХ БАЗ ДАНИХ 40 3.1 РЕАЛІЗАЦІЯ РОЗПОДІЛУ ДАНИХ 40 3.2 ПРИКЛАД ПОРІВНЯННЯ ПРОДУКТИВНОСТІ РЕЛЯЦІЙНОЇ І НЕРЕЛЯЦІЙНОЇ СКБД 42 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ CИТУАЦІЯХ 49 4.1 ОХОРОНА ПРАЦІ ТА ЇЇ АКТУАЛЬНІСТЬ В ІТ-СФЕРІ 49 4.2 ШКІДЛИВА ДІЯ ШУТУ ТА ВІБРАЦІЇ І ЗАХИСТ ВІД НЕЇ 53 ВИСНОВКИ 59 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 61 ДОДАТКИ
URI: http://elartu.tntu.edu.ua/handle/lib/47066
Copyright owner: © Мельничук Святослав Анатолійович, 2024
References (Ukraine): 1. Ihor, Bodnarchuk, et al. Multicriteria choice of software architecture using dynamic correction of quality attributes. In: International Conference on Computer Science, Engineering and Education Applications. Cham: Springer International Publishing, 2019. p. 419-427
2. Bodnarchuk, I., Duda, O., Kharchenko, A., Kunanets, N., Matsiuk, O., & Pasichnyk, V. (2020). Choice Method of Analytical Platform for Smart City (No. 4374). EasyChair
3. Kharchenko, A., Raichev, I., Bodnarchuk, I., & Matsiuk, O. (2021, October). The Survey of Global Software Design Processes. In 2021 IEEE 8th International Conference on Problems of Infocommunications, Science and Technology (PIC S&T) (pp. 291-294). IEEE
4. Siddiqa, A.; Hashem, I.A.T.; Yaqoob, I.; Marjani, M.; Shamshirband, S.; Gani, A.; Nasaruddin, F. A survey of big data management: Taxonomy and state-of-the-art. J. Netw. Comput. Appl. 2016, 71, 151–166
5. Kong, X.; Shi, Y.; Yu, S.; Liu, J.; Xia, F. Academic social networks: Modeling, analysis, mining and applications. J. Netw. Comput. Appl. 2019, 132, 86–103
6. Ordonez, C. (2009). Optimization of linear recursive queries in SQL. IEEE Transactions on knowledge and Data Engineering, 22(2), 264-277
7. Obasanjo, D. Building scalable Databases: Denormalization, the NoSQL movement and Digg. 2009
8. Strozzi, C. (1998). NoSQL: A relational database management system. Lainattu, 5, 2014
9. George, S. NoSQL—NOT ONLY SQL. Int. J. Enterp. Comput. Bus. Syst. 2013, 2
10. Alsolai, H.; Roper, M. A systematic literature review of machine learning techniques for software maintainability prediction. Inf. Softw. Technol. 2020, 119, 106214
11. Hou, B.; Qian, K.; Li, L.; Shi, Y.; Tao, L.; Liu, J. MongoDB NoSQL injection analysis and detection. In Proceedings of the 2016 IEEE 3rd International Conference on Cyber Security and Cloud Computing (CSCloud), Beijing, China, 25–27 June 2016; pp. 75–78
12. Padhy, R.P.; Patra, M.R.; Satapathy, S.C. RDBMS to NoSQL: Reviewing some next-generation non-relational Database’s. Int. J. Adv. Eng. Sci. Technol. 2011, 11, 15–30
13. Gyo˝rödi, C.; Gyo˝rödi, R.; Pecherle, G.; Olah, A. A comparative study: MongoDB vs MySQL. In Proceedings of the 2015 13th International Conference on Engineering of Modern Electric Systems (EMES), Oradea, Romania, 11–12 June 2015; pp. 1–6
14. Băzăr, C.; Iosif, C.S. The transition from rdbms to nosql. a comparative analysis of three popular non-relational solutions: Cassandra, mongodb and couchbase. Database Syst. J. 2014, 5, 49–59
15. Mukherjee, S. The Battle between NoSQL Databases and RDBMS; University of the Cumberlands: Williamsburg, KY, USA, 2019
16. Chopade, R.; Pachghare, V.K. Ten years of critical review on database forensics research. Digit. Investig. 2019, 29, 180–197
17. McColl, R.C.; Ediger, D.; Poovey, J.; Campbell, D.; Bader, D.A. A performance evaluation of open source graph Databases. In Proceedings of the First Workshop on Parallel Programming for Analytics Applications, Orlando, FL, USA, 16 February 2014; pp. 11–18
18. Anikin, D.; Borisenko, O.; Nedumov, Y. Labeled Property Graphs: SQL or NoSQL? In Proceedings of the 2019 Ivannikov Memorial Workshop (IVMEM), Velikiy Novgorod, Russia, 13–14 September 2019; pp. 7–13
19. Jung, M.-G.; Youn, S.-A.; Bae, J.; Choi, Y.-L. A study on data input and output performance comparison of MongoDB and PostgreSQL in the big data environment. In Proceedings of the 2015 8th International Conference on Database Theory and Application (DTA), Jeju Island, Republic of Korea, 28–25 November 2015; pp. 14–17
20. Wei-Ping, Z.; Ming-Xin, L.I.; Huan, C. Using MongoDB to implement textbook management system instead of MySQL. In Proceedings of the 2011 IEEE 3rd International Conference on Communication Software and Networks, Xian, China, 27–29 May 2011; pp. 303–305
21. Aghi, R.; Mehta, S.; Chauhan, R.; Chaudhary, S.; Bohra, N. A comprehensive comparison of SQL and MongoDB Databases. Int. J. Sci. Res. Publ. 2015, 5, 1–3
22. Faraj, A.; Rashid, B.; Shareef, T. Comparative study of relational and non-relations Database performances using Oracle and MongoDB systems. J. Impact Factor 2014, 5, 11–22
23. Lawrence, R. Integration and virtualization of relational SQL and NoSQL systems including MySQL and MongoDB. In Proceedings of the 2014 International Conference on Computational Science and Computational Intelligence, Kunming, China, 15–16 November 2014; Volume 1, pp. 285–290
24. Zhao, G.; Huang, W.; Liang, S.; Tang, Y. Modeling MongoDB with relational model. In Proceedings of the 2013 Fourth International Conference on Emerging Intelligent Data and Web Technologies, Washington, DC, USA, 9–11 September 2013; pp. 115–121
25. Stanescu, L.; Brezovan, M.; Burdescu, D.D. Automatic mapping of MySQL Databases to NoSQL MongoDB. In Proceedings of the 2016 Federated Conference on Computer Science and Information Systems (FedCSIS), Gdansk, Poland, 11–14 September 2016; pp. 837–840
26. Chandra, D.G. BASE analysis of NoSQL database. Futur. Gener. Comput. Syst. 2015, 52, 13–21
27. Lee, C.-H.; Zheng, Y.-L. Automatic SQL-to-NoSQL schema transformation over the MySQL and HBase Databases. In Proceedings of the 2015 IEEE International Conference on Consumer Electronics-Taiwan, Taipei, Taiwan, 6–8 June 2015; pp. 426–427
28. Pereira, D.A.; de Morais, W.O.; Pignaton de Freitas, E. NoSQL real-time Database performance comparison. Int. J. Parallel Emergent Distrib. Syst. 2018, 33, 144–156
29. Kabakus, A.T.; Kara, R. A performance evaluation of in-memory databases. J. King Saud Univ. Inf. Sci. 2017, 29, 520–525
30. Simanjuntak, H.T.A.; Simanjuntak, L.; Situmorang, G.; Saragih, A. Query Response Time Comparison NOSQLDB MONGODB with SQLDB Oracle. JUTI J. Ilm. Teknol. Inf. 2015, 13, 95–105
31. Pokorný, J. Database technologies in the world of big data. In Proceedings of the 16th International Conference on Computer Systems and Technologies, Dublin, Ireland, 25–26 June 2015; pp. 1–12
32. Moniruzzaman, A.B.M.; Hossain, S.A. Nosql Database: New era of Databases for big data analytics-classification, characteristics and comparison. arXiv 2013, arXiv:1307.0191
33. Zeng, N.; Zhang, G.-Q.; Li, X.; Cui, L. Evaluation of relational and NoSQL approaches for patient cohort identification from heterogeneous data sources. In Proceedings of the 2017 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), Kansas City, MO, USA, 13–16 November 2017; pp. 1135–1140
34. Lee, J.-G.; Kang, M. Geospatial Big Data: Challenges and Opportunities. Big Data Res. 2015, 2, 74–81
35. Liu, Z.; Guo, H.; Wang, C. Considerations on Geospatial Big Data. IOP Conf. Ser. Earth Environ. Sci. 2016, 46, 012058
36. Fatima, H.; Wasnik, K. Comparison of SQL, NoSQL and NewSQL Databases for internet of things. In Proceedings of the 2016 IEEE Bombay Section Symposium (IBSS), Maharashtra, India, 21–22 December 2016; pp. 1–6
37. Fraczek, K.; Plechawska-Wojcik, M. Comparative analysis of relational and non-relational Databases in the context of performance in web applications. In Proceedings of the International Conference: Beyond Databases, Architectures and Structures, Ustron´, Poland, 30 May–2 June 2017; pp. 153–164
38. Hricov, R.; Šenk, A.; Kroha, P.; Valenta, M. Evaluation of XPath queries over XML documents using SparkSQL framework. In Proceedings of the International Conference: Beyond Databases, Architectures and Structures, Ustron´, Poland, 30 May–2 June 2017; pp. 28–41
39. Yue, P.; Tan, Z. 1.06 GIS Databases and NoSQL Databases. Compr. Geogr. Inf. Syst. 2017, 50
40. Bartoszewski, D.; Piorkowski, A.; Lupa, M. The comparison of processing efficiency of spatial data for PostGIS and MongoDB databases. In Proceedings of the Beyond Databases, Architectures and Structures. Paving the Road to Smart Data Processing and Analysis: 15th International Conference, BDAS 2019, Ustron´, Poland, 28–31 May 2019; pp. 291–302
41. Kothuri, R.; Godfrind, A.; Beinat, E. Pro Oracle Spatial for Oracle Database 11g; Dreamtech Press: New Delhi, India, 2008
42. Baralis, E.; Dalla Valle, A.; Garza, P.; Rossi, C.; Scullino, F. SQL versus NoSQL Databases for geospatial applications. In Proceedings of the 2017 IEEE International Conference on Big Data (Big Data), Boston, MA, USA, 11–14 December 2017; pp. 3388–3397
43. Rodrigues, M.; Santos, M.Y.; Bernardino, J. Big data processing tools: An experimental performance evaluation. Wiley Interdiscip. Rev. Data Min. Knowl. Discov. 2019, 9, e1297
44. Shirazi, M.N.; Kuan, H.C.; Dolatabadi, H. Design patterns to enable data portability between clouds’ Databases. In Proceedings of the 2012 12th International Conference on Computational Science and Its Applications, Salvador, Bahia, 18–21 June 2012; pp. 117–120
45. Zhou, L.; Fu, A.; Yu, S.; Su, M.; Kuang, B. Data integrity verification of the outsourced big data in the cloud environment: A survey. J. Netw. Comput. Appl. 2018, 122, 1–15
46. Strozzi, C. (1998). NoSQL: A relational database management system. Lainattu, 5, 2014
47. George, S. (2013). Nosql–not only sql. International Journal of Enterprise Computing and Business Systems, 2(2), 2-5
48. Shirazi, M.N.; Kuan, H.C.; Dolatabadi, H. Design patterns to enable data portability between clouds’ Databases. In Proceedings of the 2012 12th International Conference on Computational Science and Its Applications, Salvador, Bahia, 18–21 June 2012; pp. 117–120
49. Silva, L.A.B.; Costa, C.; Oliveira, J.L. A common API for delivering services over multi-vendor cloud resources. J. Syst. Softw. 2013, 86, 2309–2317
50. Liao, C.-S.; Shih, J.-M.; Chang, R.-S. Simplifying MapReduce data processing. Int. J. Comput. Sci. Eng. 2013, 8, 219–226. [CrossRef] 153. Silva, L.A.B.; Costa, C.; Oliveira, J.L. A common API for delivering services over multi-vendor cloud resources. J. Syst. Softw. 2013, 86, 2309–2317
51. Alomari, E.; Noaman, A. SeCloudDB: A Unified API for Secure SQL and NoSQL Cloud Databases. In Proceedings of the 2019 3rd International Conference on Cloud and Big Data Computing, Oxford, UK, 28–30 August 2019; pp. 38–42
52. Brewer, E. A. (2000, July). Towards robust distributed systems. In PODC (Vol. 7, No. 10.1145, pp. 343-477)
53. Solanke, G.B.; Rajeswari, K. SQL to NoSQL transformation system using data adapter and analytics. In Proceedings of the 2017 IEEE International Conference on Technological Innovations in Communication, Control and Automation (TICCA), Chennai, India, 6 April 2017; pp. 59–63
Content type: Master Thesis
Koleksiyonlarda Görünür:122 — комп’ютерні науки

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
mag2024_СНмз-61_Мельничук_all.pdfДипломна робота1,47 MBAdobe PDFGöster/Aç
Tüm Öğe Kaydını Göster İstatistikler


DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.

Yönetim Araçları