Performance analysis of working with relational and non-relational databases in Java applications

• Autorzy: Caban Krzysztof , Czuchryta Paweł , Pańczyk Beata

Identyfikatory

DOI

10.35784/jcsi.6332

Warianty tytułu

PL

Analiza wydajności pracy z relacyjnymi i nierelacyjnymi bazami danych w aplikacjach Java

• Języki publikacji: EN

Abstrakty

EN

The article presents a performance analysis of connections to both relational and non-relational databases, critical components of the functionality of modern web applications. The study is concerned with evaluating the advantages of manually integrated database drivers compared to the comprehensive Spring Data module. In addition, the impact of the Spring Framework on the performance of drivers responsible for database connections was investigated. Based on the results obtained, there are performance benefits for CRUD operations when adding drivers manually and using the Spring Framework for JDBC and MongoDB drivers.

PL

Artykuł przedstawia analizę wydajności połączeń zarówno z relacyjnymi, jak i nierelacyjnymi bazami danych, krytycznymi komponentami funkcjonalności współczesnych aplikacji internetowych. Badanie dotyczy oceny zalet ręcznie zintegrowanych sterowników baz danych w porównaniu do kompleksowego modułu Spring Data. Ponadto zbadano wpływ Spring Framework na wydajność sterowników odpowiedzialnych za połączenia z bazami danych. Na podstawie uzyskanych wyników stwierdzono, że istnieją korzyści w zakresie wydajności dla operacji CRUD w przypadku ręcznego dodawania sterowników i korzystania ze Spring Framework dla sterowników JDBC i MongoDB.

Słowa kluczowe

EN

Spring Framework; Java; performance; database drivers

PL

Spring Framework; Java; wydajność; sterowniki bazodanowe

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2024
• Tom: Vol. 33
• Strony: 298--305
• Opis fizyczny: Bibliogr. 13 poz., fig., tab.

Twórcy

autor

Caban Krzysztof

• Department of Computer Science, Lublin University of Technology (Poland)

autor

Czuchryta Paweł

• Department of Computer Science, Lublin University of Technology (Poland)

autor

Pańczyk Beata

• Department of Computer Science, Lublin University of Technology (Poland)

Bibliografia

• 1. MySQL, https://www.mysql.com/, [08.11.2023].
• 2. MongoDB: The Developer Data Platform, https://www.mongodb.com/, [08.11.2023].
• 3. Best NoSQL Databases Software in 2023, https://6sense.com/tech/nosql-databases, [08.11.2023].
• 4. Java | Oracle, https://www.java.com/pl/, [08.11.2023].
• 5. Introduction to Spring Framework, https://docs.spring.io/spring-framework/docs/3.2.x/spring-framework-reference/html/overview.html, [08.11.2023].
• 6. Spring Data, https://spring.io/projects/spring-data, [07.12.2023].
• 7. A. Ginanjar, M. Hendayun, Spring Framework Reliability Investigation Against Database Bridging Layer Using Java Platform, Procedia Computer Science 161 (2019) 1036-1045, https://doi.org/10.1016/j.procs.2019.11.214.
• 8. Your relational data. Objectively. - Hibernate ORM, https://hibernate.org/orm/, [08.11.2023].
• 9. Java JDBC API, https://docs.oracle.com/javase/8/docs/technotes/guides/jdbc/, [08.11.2023].
• 10. Z. Zhiyu, C. Zhiang, Performance Evaluation of Transparent Persistence Layer in Java Applications, Proceedings of the International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery (2010) 21-26, https://doi.org/10.1109/CyberC.2010.15.
• 11. M. Bonteanu, C. Tudose, A. M. Anghel, Multi-Platform Performance Analysis for CRUD Operations in Relational Databases from Java Programs using Spring Data JPA, Proceedings of the 13th International Symposium on Advanced Topics in Electrical Engineering (ATEE) (2023) 1-6, https://doi.org/10.1109/ATEE58038.2023.10108212.
• 12. Start Developing with MongoDB - MongoDB Drivers, https://www.mongodb.com/docs/drivers/, [17.01.2024].
• 13. Docker Documentation: Docker overview, https://docs.docker.com/get-started/overview/, [08.11.2023].

Uwagi

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