Analiza porównawcza wydajności relacyjnej bazy danych i środowiska Hadoop w kontekście analitycznego przetwarzania danych

• Autorzy: Zadrąg Michał

Identyfikatory

DOI

10.35784/jcsi.3675

Warianty tytułu

EN

A comparative analysis of the performance of the relational database and the Hadoop environment in the context of analytical data processing

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia szczegółową analizę porównawczą wydajności relacyjnej bazy danych Microsoft SQL Server i środowiska Apache Hadoop w kontekście analitycznego przetwarzania danych. Badanie zostało przeprowadzone poprzez wykonanie kilkunastu scenariuszy badawczych, w których zastosowano różne zapytania na zbiorach danych o zróżnicowanej wielkości.Dla każdego scenariusza badawczego porównywano średni czas wykonania zapytania na różnych zbiorach danych.Na podstawie otrzymanych wyników stwierdzono, że średni czas wykonania zapytań z przedstawionych scenariuszy jest znacznie krótszy w MS SQL Server niż w Apache Hadoop.

EN

The article presents a detailed comparative analysis of the performance of a Microsoft SQL Server relational database and an Apache Hadoop environment in the context of analytical data processing. The study was carried out by execut-ing more than a dozen research scenarios with different queries on datasets of varying sizes. For each research scenario, the average query execution time on different datasets was compared. Based on the results, it was found that the average execution time of queries from the presented scenarios is significantly shorter in MS SQL Server than in Apache Ha-doop.

Słowa kluczowe

PL

Apache Hadoop; SQL Server; relacyjna baza danych; OLAP

EN

Apache Hadoop; SQL Server; relational database; OLAP

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2023
• Tom: Vol. 28
• Strony: 210--216
• Opis fizyczny: Bibliogr. 9 poz., rys., tab.

Twórcy

autor

Zadrąg Michał

• Lublin University of Technology (Poland)

Bibliografia

• 1. P. O. Queiroz-Sousa, A. C. Salgado, A review on OLAP technologies applied to information networks, ACM Transactions on Knowledge Discovery from Data (TKDD) 14(1) (2019) 1–25, https://doi.org/10.1145/3370912.DOI: https://doi.org/10.1145/3370912
• 2. S. Sagiroglu, D. Sinanc, Big data: A review, Proceedings of the 2013 international conference on collaboration technologies and systems (CTS), IEEE, San Diego, CA, USA (2013) 42–47, https://doi.org/10.1109/CTS.2013.6567202.DOI: https://doi.org/10.1109/CTS.2013.6567202
• 3. S. Chaudhuri, U. Dayal, An overview of data warehousing and OLAP technology, ACM Sigmod record 26(1) (1997) 65–74, https://doi.org/10.1145/248603.248616.DOI: https://doi.org/10.1145/248603.248616
• 4. J. Song, C. Guo, Z. Wang, Y. Zhang, G. Yu, J. M. Pierson, HaoLap: A Hadoop based OLAP system for big data, Journal of Systems and Software 102 (2015) 167–181, https://doi.org/10.1016/j.jss.2014.09.024.DOI: https://doi.org/10.1016/j.jss.2014.09.024
• 5. R. Stanek, Microsoft SQL Server. Brno: Computer Press, 2013. [12.02.2023]
• 6. R. Kumar, B. B. Parashar, S. Gupta, Y. Sharma, N. Gupta, Apache hadoop, nosql and newsql solutions of big data, International Journal of Advance Foundation and Research in Science & Engineering (IJAFRSE) 1(6) (2014) 28–36, https://doi.org/10.13140/2.1.3454.9444.
• 7. K. Shvachko, H. Kuang, S. Radia, R. Chansler, The hadoop distributed file system, Proceedings of the 2010 IEEE 26th symposium on mass storage systems and technologies (MSST), Ieee, Incline Village, NV, USA (2010) 1–10, https://doi.org/10.1109/MSST.2010.5496972DOI: https://doi.org/10.1109/MSST.2010.5496972
• 8. J. Dittrich, J. A. Quiané-Ruiz, Efficient big data processing in Hadoop MapReduce, Proceedings of the VLDB Endowment 5(12) (2012) 2014-2015, https://doi.org/10.14778/2367502.2367562.DOI: https://doi.org/10.14778/2367502.2367562
• 9. V. K. Vavilapalli, A. C. Murthy, C. Douglas, S. Agarwal, M. Konar, R. Evans, E. Baldeschwieler, Apache hadoop yarn: Yet another resource negotiator., Proceedings of the 4th annual Symposium on Cloud Computing, Santa Clara California (2013) 1–16, https://doi.org/10.1145/2523616.2523633DOI: https://doi.org/10.1145/2523616.2523633

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).