NoSQL-tietokantojen käyttö suurten datamäärien hallinnassa

Abstract

Opinnäytetyössä tutkittiin NoSQL-tietokantojen käyttöä suurten datamäärien hallinnassa ja suorituskykyä verrattuna SQL-tietokantoihin. Työssä keskityttiin erityisesti MongoDB:n ja MySQL:n vertailuun, jotka ovat suosituimpia esimerkkejä NoSQL- ja SQL-tietokannoista.

Opinnäytetyön tavoitteena oli vertailla NoSQL- ja SQL-tietokantojen välisiä suorituskykyeroja suurten datamäärien hallinnassa. Tutkimuksessa tarkasteltiin tietokantojen tallennus- ja hakunopeuksia. Testit toteutettiin luomalla prototyyppi, jolla simuloitiin tietokantojen käyttöä reaalimaailman tilanteissa tallentamalla ja hakemalla suuria määriä käyttäjätietoja. Testeillä arvioitiin, kuinka hyvin tietokannat suoriutuvat datan tallentamisesta ja hakemisesta.

Tulokset osoittivat, että MySQL suoriutui paremmin hakukyselyissä, kun taas MongoDB:n tehokkuus korostui massatallennuksissa. SQL:n hakukyselyissä yksittäisen käyttäjän hakuaika pysyi tasaisena, mikä viittaa indeksoinnin tehokkuuteen. NoSQL puolestaan suoriutui massatallennuksista paremmin, sillä tallennusajat eivät kasvaneet yhtä jyrkästi kuin MySQL:n tallennusajat. Testien perusteella voidaan todeta, että NoSQL on parempi vaihtoehto suurien rakenteettomien tai puolirakenteellisten datamäärien käsittelyyn. MySQL puolestaan sopii monimutkaisiin hakukyselyihin ja tilanteisiin, joissa datan eheys on tärkeää.

The thesis examined the use of NoSQL databases in managing large datasets and their performance compared to SQL databases. The study focused particularly on the comparison between MongoDB and MySQL which are among the most popular examples of NoSQL and SQL databases.

The objective of the thesis was to compare the performance differences between NoSQL and SQL databases in handling large datasets. The research analyzed the storage and retrieval speeds of these databases. The tests were conducted by creating a prototype that simulated real-world scenarios where large amounts of user data were stored and retrieved. The tests aimed to evaluate how well the databases perform in data storage and retrieval.

The results showed that MySQL performed better in query searches, whereas MongoDB excelled in mass data storage. In SQL queries, the retrieval time for a single user remained consistent, indicating the efficiency of indexing. In contrast, NoSQL performed better in large-scale data storage, as its storage times did not increase as steeply as MySQL’s. Based on the tests, it can be concluded that NoSQL is a better option for handling large amounts of unstructured or semi-structured data. On the other hand, MySQL is more suitable for complex queries and situations where data integrity is crucial.