Analiza wydajności pracy z bazami danych na przykładzie Springi Symfony

• Autorzy: Wieleba Ewa , Wieleba Bartłomiej

Identyfikatory

DOI

10.35784/jcsi.3086

Warianty tytułu

EN

Performance analysis of working with databases with Spring and Symfony

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono analizę porównawcząwydajności pracy z bazami danych MySQL i PostgreSQL, z wykorzystaniem popularnych szkieletów programistycznych Spring (Java) i Symfony. Badania przeprowadzono z wykorzystaniem autorskich aplikacji testowych, realizujących operacje typu CRUD na różnej liczbie rekordów. Wyniki testów wykazały, że czas wykonywania operacji zapisu i usuwania danych przy użyciu aplikacji Spring jest dłuższy niż przy wykonywaniu tych analogicznych operacji w Symfony. Natomiast w przypadku operacji UPDATE i SELECT, czas wykonywania operacji za pomocą aplikacji Spring okazał się krótszy niż w przypadku Symfony. Wyniki testów dowiodły, że niezależnie od szkieletu programistycznego MySQL jest mniej wydajny w stosunku do PostgreSQL przy wykonywaniu poleceń na dużej liczbie (10 000) rekordów dla wszystkich operacji poza operacją DELETE, gdzie MySQL z Symfony jest najszybszy.

EN

The article presents a comparative analysis of the efficiency of work with MySQL and PostgreSQL databases, using the popular Spring (Java) and Symfony programming frameworks. The research was carried out with the use of proprietary test applications that perform CRUD operations on a different number of records. The test results showed that the execution time of writing and deleting data using the Spring application is longer than when performing the same operations in Symfony. On the other hand, in the case of UPDATE and SELECT operations, the operation execution time with the Spring application turned out to be shorter than in the case of Symfony. The test results also confirmed that, regardless of the development framework, MySQL is less efficient than PostgreSQL while operating on 10 000 records except for DELETE, where MySQL combined with Symfony is the fastest.

Słowa kluczowe

PL

analiza porównawcza; Spring; Symfony; relacyjne bazy danych

EN

comparative analysis; Spring; Symfony; relational databases

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2023
• Tom: Vol. 26
• Strony: 75--82
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Wieleba Ewa

• Department of Computer Science, Lublin University of Technology, Nadbystrzycka 36B, 20-618 Lublin, Poland

autor

Wieleba Bartłomiej

• Department of Computer Science, Lublin University of Technology, Nadbystrzycka 36B, 20-618 Lublin, Poland

Bibliografia

• 1. P. Rymarski, G. Kozieł, Analiza możliwości optymalizacji zapytań SQL, Journal of Computer Sciences Institute 19 (2021) 151–158. DOI: https://doi.org/10.35784/jcsi.2641 Google Scholar
• 2. K. Lachewicz, Analiza wydajności systemów bazodanowych: MySQL, MS SQL, PostgreSQL w kontekście aplikacji internetowych, Journal of Computer Sciences Institute 14 (2020) 94–100. DOI: https://doi.org/10.35784/jcsi.1583 Google Scholar
• 3. R. Wodyk, M. Skublewska-Paszkowska, Porównanie wydajności relacyjnych baz danych SQL Server, MySQL oraz PostgreSQL z zastosowaniem aplikacji webowej i frameworku Laravel, Journal of Computer Sciences Institute 17 (2020) 358–364. DOI: https://doi.org/10.35784/jcsi.2279 Google Scholar
• 4. M. Laaziri, K. Benmoussa, S. Khoulji, K. M. Larbi, A. E. Yamami, A comparative study of laravel and symfony PHP frameworks, International Journal of Electrical and Computer Engineering 9 (2019) 704-712. DOI: https://doi.org/10.11591/ijece.v9i1.pp704-712 Google Scholar
• 5. S. Andjelic, S. Obradovic, B. Gacesa, A performance analysis of the dbms – mysql vs postgresql, Komunikacie 10 (2008) 53-57. DOI: https://doi.org/10.26552/com.C.2008.4.53-57 Google Scholar
• 6. R. Kleweka, W. Truskowski, M. Skublewska-Paszkowska, Porównanie wydajności baz danych MySQL, MSSQL, PostgreSQL oraz Oracle z uwzględnieniem wirtualizacji, Journal of Computer Sciences Institute 16 (2020) 279–284. DOI: https://doi.org/10.35784/jcsi.2026 Google Scholar
• 7. S. Stets, G. Kozieł, Comparative analysis of databases working under the control of Windows system, Journal of Computer Sciences Institute 13 (2019) 298–301. DOI: https://doi.org/10.35784/jcsi.1323 Google Scholar
• 8. S.T Ali, J. Long, Quality Evaluation of PHP Frameworks, International Journal of Scientific & Engineering Research 10 (2019) 1454-1458. DOI: https://doi.org/10.14299/ijser.2019.10.05 Google Scholar
• 9. N. Prokofyeva, V. Boltunova, Analysis and Practical Application of PHP Frameworks in Development of Web Information Systems, Procedia Computer Science 104 (2017) 51 – 56. DOI: https://doi.org/10.1016/j.procs.2017.01.059 Google Scholar
• 10. Baza danych PostgreSQL, https://vavatech.pl/technologie/bazy-danych/postgresql, [06.06.2022]. Google Scholar
• 11. Dokumentacja SpringBoot, https://spring.io/projects/spring-boot , [07.06.2022]. Google Scholar
• 12. Dokumentacja Symfony, https://symfony.com/doc/current/index.html, [15.09.2022]. Google Scholar
• 13. Dokumentacja PostgreSQL, https://www.postgresql.org/docs/, [15.09.2022]. Google Scholar
• 14. Najpopularniejsze szkielety programistyczne do tworzenia aplikacji przy użyciu języka PHP w 2022 roku, https://www.linkedin.com/pulse/2022-most-popular-php-frameworks-infogenlabsinc/, [15.09.2022]. Google Scholar
• 15. Najpopularniejsze szkielety programistyczne do tworzenia aplikacji przy użyciu języka Java, https://www.geeksforgeeks.org/top-10-most-popular-java-frameworks-for-web-development/, [15.09.2022]. Google Scholar
• 16. Ranking popularności silników baz danych, https://db-engines.com/en/ranking, [12.10.2022]. Google Scholar
• 17. Dokumentacja szkieletu programistycznego Hibernate, https://hibernate.org/orm/documentation/6.1/, [12.10.2022]. Google Scholar
• 18. Dokumentacja biblioteki PHP Doctrine, https://symfony.com/doc/current/doctrine.html, [12.10.2022]. Google Scholar
• 19. Dokumentacja silnika baz danych MySQL, https://dev.mysql.com/doc/, [12.10.2022]. Google Scholar