مقاله کنفرانسی سال ۱۴۰۴ فارسی

ارزیابی تجربی عملکرد پایگاههای داده Cassandra،MongoDB Redis PostgreSQL با تمرکز بر تاخیر گذردهی و بهره وری منابع

چکیده مقاله

در این پژوهش عملکرد چهار پایگاه داده پرکاربرد Cassandra PostgreSQL Redis و MongoDB در شش بارکاری یکسان مورد سنجش قرار گرفته است هدف اصلی ارائه ی مقایسهای واقع بینانه و مبتنی بر داده از گذردهی تاخیر و میزان مصرف منابع این پایگاه های داده در شرایط کاملا کنترل شده است تمامی آزمایش ها بر مجموعه داده ای شامل ۵۰۰ هزار رکورد و در محیط سخت افزاری و نرم افزاری یکسان اجرا شده تا تاثیر عوامل جانبی به حداقل برسد بارکاری ها شامل درج کامل خواندن کامل الگوهای ترکیبی خواندن به روزرسانی بوده و هر آزمون پنج بار تکرار شده است تا میانگین قابل اتکا و رفتار پایدار سیستم ها ثبت شود نتایج نشان می دهد Redis در تمامی بارکاری ها بالاترین گذردهی و کمترین تاخیر را ارائه می دهد که ناشی از معماری درون حافظه ای آن است PostgreSQL در بارکاری های مبتنی بر خواندن عملکردی نزدیک به Redis دارد، هرچند که مصرف CPU بیشتری دارد MongoDB رفتاری متعادل و پایدار در تاخیر و مصرف منابع نشان می دهد و Cassandra نیز به دلیل استفاده از LSM Tree در بارکاری های نوشتن محور عملکردی باثبات دارد به طور کلی هرچند Redis در این پژوهش برتری محسوسی در تمامی بارکاری ها نشان داد اما انتخاب پایگاه داده باید همچنان بر اساس الگوی بارکاری و نیازهای عملیاتی انجام شود و یافته های این مطالعه می تواند راهنمایی عملی برای معماران سامانه ها و توسعه دهندگان در انتخاب موتور مناسب باشد

کلیدواژه‌ها

پایگاه داده Cassandra PostgreSQL Redis MongoDB مقایسه عملکرد بنچمارک زمان اجرا NoSQL SQL

نویسندگان

تصویر علیرضا کشاورز

علیرضا کشاورز

دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه خلیج فارس، بوشهر

شیوه ارجاع

کشاورز، علیرضا و طلعتیان آزاد، سعید،1404،ارزیابی تجربی عملکرد پایگاههای داده Cassandra،MongoDB Redis PostgreSQL با تمرکز بر تاخیر گذردهی و بهره وری منابع،دومین کنفرانس بین المللی دو سالانه پیشرفت ها در هوش مصنوعی و علوم داده،بوشهر

ارائه‌شده در

پوستر همایش «بسیج، پیشرفت و امنیت پایدار در منطقه جنوب شرق کشور» همایش «بسیج، پیشرفت و امنیت پایدار در منطقه جنوب شرق کشور»7 بهمن 1404 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۶۳۶ مشاهده

تشخیص کبد چرب و نرمال در تصاویر سونوگرافی با استفاده از شبکه های عصبی کانولوشن

بیماری کبد چرب غیرالکلی شایع ترین بیماری مزمن کبدی در جهان است و در صورت عدم تشخیص به موقع می تواند به ف…

کبد چربسونوگرافییادگیری عمیق
مقاله کنفرانسی سال ۱۴۰۴ ۲۱۱ مشاهده

پیش بینی بیماری نارسایی مزمن کلیوی (CKD) با تمرکز بر یادگیری ماشین و یادگیری عمیق

بیماری مزمن کلیوی CKD یکی از شایع ترین و پرهزینه ترین بیماری های غیرواگیر در جهان محسوب می شود که تشخیص…

یادگیری ماشینیادگیری عمیقانتخاب ویژگی
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۹ مشاهده

معرفی سیستم هوشمند دریافت اطلاعات صوتی فرم های کوهورت دیابت

با گسترش قدرت هوش مصنوعی دامنه کاربرد آن در نیازهای گوناگون روز به روز بیشتر می شود در حوزه های مختلف به…

پردازش هوشمندصوتپردازش زبان طبیعی
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

تشخیص باند فرود پهپاد در شرایط چالش برانگیز با استفاده از دوربین RGB و شبکه های عصبی عمیق مجهز به مکانیزم توجه

با گسترش کاربرد پهپادها در ماموریت های خودکار تشخیص دقیق و قابل اعتماد محل مناسب فرود در شرایط محیطی و ن…

بینایی ماشینیادگیری عمیقمکانیزم توجه ترکیبی
مقاله کنفرانسی سال ۱۴۰۴ ۱۵۲ مشاهده

پیش بینی گرایش به مصرف سیگار در دانشجویان بر اساس متغیرهای تحصیلی و اجتماعی

این پژوهش با هدف پیش بینی وضعیت سیگاری بودن دانشجویان دانشگاه شهید چمران اهواز با استفاده از داده های حا…

دانشجویانیادگیری ماشینسیگار
مقاله کنفرانسی سال ۱۴۰۴ ۱۴۸ مشاهده

تاثیر بازاریابی شخصی سازی شده مبتنی بر هوش مصنوعی مولد بر رفتار مصرف کننده در خرده فروشی آنلاین رویکردی مبتنی بر مدل مفهومی یکپارچه

در عصر دیجیتال کنونی خرده فروشی آنلاین به سرعت در حال تحول است و هوش مصنوعی مولد به عنوان یکی از کلیدی ت…

هوش مصنوعی مولدنگرانی های اخلاقیشخصی سازی فوق العاده