Modellalapú fejlesztést támogató adatbázis-kezelő rendszerek teljesítménymérése

OData támogatás
Konzulens:
Szárnyas Gábor
Méréstechnika és Információs Rendszerek Tanszék

A modellalapú fejlesztést egyre több területen alkalmazzák. A rendszerek komplexitásának növekedésével a modellek mérete is nő, ami miatt a skálázhatósági kérdések a modellvezérelt fejlesztés kiemelt problémái közé tartoznak. A modellalapú eszközökhöz – a probléma újkeletűsége miatt – még nem alakultak ki szabványos, általánosan elfogadott teljesítménymérési keretrendszerek. A Budapesti Műszaki és Gazdaságtudományi Egyetemen fejlesztett Train Benchmark keretrendszer célja, hogy segítségével különböző adatmodellt alkalmazó rendszerek teljesítménye összehasonlítható legyen.

Szintén a Budapesti Műszaki és Gazdaságtudományi Egyetem fejlesztése az IncQuery-D inkrementális lekérdezést támogató lekérdezőmotor. Ennek olyan tároló rendszerre van szüksége, amely hatékonyan támogatja az elemi lekérdezéseket. Ennek következtében szükség van többféle adatbázis-kezelő teljesítményének megmérésére, hogy kiválasztható legyen erre a feladatra a lehető legalkalmasabb eszköz.

A feladat során két adatbázis-kezelő rendszer, a relációs alapú PostgreSQL és a szemantikus web alapú Bigdata teljesítménye került megmérésre. A mérések során az elemi lekérdezések futtatásánál jelentkező válaszidő, valamint modellek adatbázisba való betöltési ideje lett vizsgálva.

A két implementált adatbázis-kezelő, valamint két másik már korábban vizsgált rendszer, a MySQL és a Sesame összehasonlításából megállapítható, hogy a relációs-adatbázisok a modellek betöltése során rosszabbul teljesítenek, mint versenytársaik, emiatt nagy modellek esetén használatuk nem javasolt. A Bigdata alapvetően nagy válaszidővel rendelkezik elemi lekérdezések során a Sesame-val szemben, így a vizsgált rendszerek közül a Sesame teljesítménye jobb.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.