Analiza wydajności pracy z bazami danych na przykładzie Springi Symfony

Wieleba, Ewa; Wieleba, Bartłomiej

doi:10.35784/jcsi.3086

Artykuł - szczegóły

Tytuł artykułu

Analiza wydajności pracy z bazami danych na przykładzie Springi Symfony

Autorzy

Wieleba Ewa , Wieleba Bartłomiej

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.35784/jcsi.3086

Warianty tytułu

Performance analysis of working with databases with Spring and Symfony

Języki publikacji

Abstrakty

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.

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

analiza porównawcza Spring Symfony relacyjne bazy danych

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

ewa.szewczak@pollub.edu.pl

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
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
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
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
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
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
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
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
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
10. Baza danych PostgreSQL, https://vavatech.pl/technologie/bazy-danych/postgresql, [06.06.2022].
11. Dokumentacja SpringBoot, https://spring.io/projects/spring-boot , [07.06.2022].
12. Dokumentacja Symfony, https://symfony.com/doc/current/index.html, [15.09.2022].
13. Dokumentacja PostgreSQL, https://www.postgresql.org/docs/, [15.09.2022].
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].
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].
16. Ranking popularności silników baz danych, https://db-engines.com/en/ranking, [12.10.2022].
17. Dokumentacja szkieletu programistycznego Hibernate, https://hibernate.org/orm/documentation/6.1/, [12.10.2022].
18. Dokumentacja biblioteki PHP Doctrine, https://symfony.com/doc/current/doctrine.html, [12.10.2022].
19. Dokumentacja silnika baz danych MySQL, https://dev.mysql.com/doc/, [12.10.2022].

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-941a1a0a-edb9-470f-846b-17e2f4464823