A Comparative Performance Evaluation of SQL and NoSQL Databases Under Different Indexing and Cache Conditions
Diese Studie vergleicht MySQL 8.0.46 und MongoDB 8.0.32 über variierende Datensatzgrößen, Indexierungsstrategien und Cache-Bedingungen hinweg und zeigt auf, dass MongoDB bei Massenschreibvorgängen (Bulk Writes) überlegen ist, während beide Systeme signifikant von der Indexierung für Suchanfragen profitieren, was letztlich demonstriert, dass die Datenbankleistung stark kontextabhängig und nicht universell überlegen für eines der beiden Modelle ist.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der digitalen Welt hinterlässt fast jede Handlung eine Spur. Ein Kauf, ein Login, eine gesendete Nachricht – jedes Ereignis wird in einer Datenbank gespeichert, einem riesigen elektronischen Aktenschrank, der das Gedächtnis des modernen Lebens bewahrt. Um diese Systeme reibungslos am Laufen zu halten, müssen Ingenieure zwischen zwei Haupttypen von Ablagesystemen wählen. Ein Typ, der als relational bekannt ist, organisiert Daten in starren Tabellen mit strengen Zeilen und Spalten, ganz ähnlich wie eine traditionelle Tabellenkalkulation. Der andere, als NoSQL bezeichnet, speichert Informationen als flexible, in sich geschlossene Dokumente, die in Form und Größe variieren können. Jahrelang ist eine Debatte darüber entbrannt, welches System schneller oder besser sei. Die Antwort ist jedoch selten einfach, denn die Geschwindigkeit hängt ganz davon ab, was man das System tun lässt und wie viele Daten es durchsuchen muss.
Eine aktuelle Studie setzte sich zum Ziel, diese Frage nicht mit Theorie, sondern mit einem kontrollierten Experiment zu klären. Die Forscher Amir Khan, Sawaira Gull und Arooj Shahzadi bauten eine Testumgebung auf einem einzelnen Computer auf, um zu sehen, wie zwei populäre Systeme, MySQL und MongoDB, unter identischen Bedingungen abschneiden. Sie fragten nicht nur, welches schneller sei; sie fragten, wie sich die Geschwindigkeit änderte, wenn die Datenmenge von einem kleinen Haufen zu einem massiven Berg anwuchs und wie die Verwendung von Indizes – spezialisierte Abkürzungen, die dem System helfen, Informationen schnell zu finden – die Ergebnisse veränderte. Sie testeten drei spezifische Aufgaben: das Ausgeben einer großen Menge neuer Daten in das System, das Finden eines einzelnen Datensatzes basierend auf einem bestimmten Namen und das Gruppieren vieler Datensätze, um eine Gesamtsumme zu berechnen.
Die Forscher begannen damit, synthetische Transaktionsdatensätze zu generieren, wobei sie drei separate Datensätze mit jeweils zehntausend, einhunderttausend und einer Million Einträgen erstellten. Sie luden diese Datensätze in beide Datenbanksysteme und maßen, wie lange es dauerte, jede Aufgabe abzuschließen. Im ersten Test, der den Vorgang beinhaltete, alle Daten auf einmal in das System zu schreiben, erwies sich das dokumentenbasierte System, MongoDB, als konsistent schneller. Beim Umgang mit einer Million Datensätzen schloss es die Aufgabe in etwa zwölf ein halb Sekunden ab, während das relationale System, MySQL, fast dreißig Sekunden benötigte. Dieser Unterschied blieb bestehen, unabhängig davon, ob der Datensatz klein oder groß war, was darauf hindeutete, dass das dokumentenbasierte Modell für die reine Datenaufnahme in diesem spezifischen Aufbau einen klaren Vorteil hatte.
Der zweite Test konzentrierte sich darauf, einen einzelnen Datensatz zu finden, ähnlich der Suche nach einem bestimmten Kunden anhand seiner ID-Nummer. Hier maßen die Forscher die Zeit, die es dauerte, einen Datensatz sowohl ohne Hilfe als auch mit Hilfe eines Index zu finden. Ohtlne Index musste das System jeden einzelnen Datensatz scannen, um die Übereinstimmung zu finden. Als die Datenmenge auf eine Million Einträge anwuchs, wurde diese Suche quälend langsam und dauerte in beiden Systemen über eine halbe Sekunde. Sobald die Forscher jedoch einen Single-Field-Index hinzufügten – eine einfache Liste, die direkt auf den Ort jeder ID verweist – änderten sich die Ergebnisse dramatisch. Die Zeit, um den Datensatz zu finden, sank auf etwas mehr als eine Millisekunde für beide Systeme. Diese Reduktion, die über neunzig Prozent betrug, zeigte, dass bei einfachen Abfragen der Typ der Datenbank weit weniger wichtig war als das Vorhandensein einer guten Karte, die die Suche leitet.
Der dritte Test war komplexer und beinhaltete eine gefilterte Aggregation. Die Forscher baten das System, alle Transaktionen in einer bestimmten Kategorie zu finden, sie nach ihrem Status zu gruppieren und die Gesamtbeträge zu summieren. Diese Aufgabe ist schwieriger, da sie nicht nur das Finden von Daten, sondern auch das Sortieren und Berechnen erfordert. In diesem Szenario waren die Ergebnisse weniger einheitlich. Bei den kleineren Datensätzen war das relationale System manchmal schneller, aber als die Datenmenge auf eine Million Datensätze anwuchs, zog das dokumentenbasierte System deutlich davon. Das dokumentenbasierte System schloss die Aufgabe in etwa dreihundert Millisekunden ab, während das relationale System über eine Sekunde benötigte.
Vielleicht ergab sich die überraschendste Erkenntnis während dieses dritten Tests mit dem größten Datensatz. Als die Forscher einen Index auf das Kategoriefeld verwendeten, um das relationale System zu beschleunigen, wurde die Aufgabe tatsächlich langsamer als ohne Index überhaupt. Das System benötigte mit dem Index über eine Sekunde, verglichen mit etwa siebenhundert Millisekunden ohne ihn. Dieses kontraintuitive Ergebnis war kein Fehler; die Forscher wiederholten den Test unabhängig und bestätigten, dass der Index in dieser spezifischen Konfiguration tatsächlich eine Verzögerung verursachte. Es scheint, dass bei dieser speziellen Art der komplexen Berechnung der Overhead durch die Nutzung des Index den Nutzen überstieg – eine Nuance, die eine einfache Schlussfolgerung nach dem Motto „das eine ist schneller als das andere“ übersehen würde.
Die Studie untersuchte auch, wie sich die Systeme verhielten, wenn sie bereits „warm“ waren, was bedeutet, dass sie kürzlich ähnliche Anfragen verarbeitet hatten und Daten in ihrem Speicher bereit hatten. Unter diesen Bedingungen wurden beide Systeme schneller, aber der Grad der Verbesserung variierte. Das dokumentenbasierte System verzeichnete einen signifikanten Schub in seiner Aggregationsgeschwindigkeit, wenn es warm war, während das relationale System einen bescheideneren Gewinn zeigte. Diese Ergebnisse verstärken die Erkenntnis, dass Leistung keine feste Eigenschaft der Software selbst ist, sondern ein fluides Resultat der Interaktion zwischen Datengröße, Art der Abfrage, Vorhandensein von Indizes und dem aktuellen Zustand des Speichers.
Letztendlich kommt die Forschung zu dem Schluss, dass es keinen universellen Gewinner gibt. Die Wahl zwischen diesen beiden Datenbankmodellen kann nicht auf Basis eines einzigen Geschwindigkeitstests getroffen werden. Wenn das Ziel darin besteht, massive Mengen neuer Daten schnell aufzunehmen, zeigte das dokumentenbasierte System einen deutlichen Vorsprung. Wenn das Ziel darin besteht, einen einzelnen Datensatz abzurufen, erbringen beide Systeme eine gleich gute Leistung, sofern ein ordnungsgemäßer Index vorhanden ist. Wenn es jedoch um komplexe Berechnungen geht, die große Datenmengen involvieren, kann die Leistung je nach Struktur und Indizierung der Daten schwanken. Die Studie dient als Erinnerung daran, dass es in der Welt der Daten darauf ankommt, welches Werkzeug für die spezifische Aufgabe geeignet ist, und dass der effizienteste Weg oft nicht dadurch gefunden wird, dass man eine Marke wählt, sondern indem man die einzigartige Gestalt der zu erledigenden Arbeit versteht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.