Analyse und Vergleich eines Polystore mit einer relationalen Datenbank anhand spatio-temporaler Daten

Abstract

Durch immer größer werdende Datenmengen mit heterogenen Datenformaten ist unter dem Stichwort “one size fits all” die Verwendung einer einzelnen Datenbank nicht mehr zeitgemäß. Aus den Anforderungen an Skalierbarkeit haben sich spezialisierte heterogene Systeme entwickelt. In dieser Arbeit wird ein Polystore mit einer relationalen Datenbank im Hinblick auf die Performance verglichen. Als Daten dienen spatio-temporale Fahrplanauskunftanfragen des öffentlichen Nahverkehrs. Der Polystore wurde in Python entwickelt und setzt sich aus PostGIS, TimescaleDB und MongoDB zusammen. Als Vergleich dient die relationale Datenbank MySQL. Verschiedene Anfragen wurden an beide Systeme gestellt und die Laufzeit gemessen. Die Untersuchungen haben gezeigt, dass heterogene Anfragen im Polystore nicht immer schneller sind, obwohl Anfragen auf den spezialisierten Datenbanken effizienter sind als in MySQL.

Due to the ever-increasing amounts of data with heterogeneous data formats, the use of a single database is no longer up-to-date under the keyword “one size fits all”. Specialized heterogeneous systems have emerged from the requirements for scalability. In this thesis, a Polystore is compared with a relational database with regard to performance. The data used are spatio-temporal timetable information requests from local public transport. The Polystore was developed in Python and consists of PostGIS, TimescaleDB and MongoDB. It is compared against the relational database MySQL. Various queries were made to both systems and the execution time was measured. The experiments have shown that heterogeneous queries in the Polystore are not always faster, although queries on the specialized databases are more efficient than in MySQL.