Исследование эффективности методов компрессии данных в реляционных и NoSQL СУБД

Цель. Исследование, представленное в работе, направлено на изучение эффективности современных СУБД.

Метод. Наряду с традиционными реляционными решениями все большую популярность приобретают СУБД на основе NoSQL. В первую очередь это связано с возможностью подобных систем хранить и обрабатывать огромные объемы данных. При этом для эффективной работы с этими данными необходимо обеспечить их сжатие (компрессию). Компрессия позволяет сократить объем хранимых данных и обеспечить быстрый доступ к ним.

Результат. Выполнен сравнительный анализ компрессии данных в СУБД MySQL и OpenSe.

Вывод. Компрессия данных в OpenSearch более эффективна, чем в MySQL при использовании стандартных алгоритмов. OpenSearch будет отличным выбором при необходимости сохранить ресурсы хранилища, оптимально используя процессор, в противном случае обе системы хорошо справятся с поставленной задачей.

1. Low, T.M., Igual, F.D., Smith, T.M., Quintana-Orti, E.S.: Analytical modeling is enough for highperformance BLIS. ACM Trans. Math. Softw. 43, 1–18 (2016). https://doi.org/10.1145/2925987

2. Егунов, В.А. Повышение эффективности векторизации вычислений / В.А. Егунов, А.Г. Кравец // Математические методы в технологиях и технике. - 2023. - № 3. - C. 65-68. - DOI: 10.52348/2712-8873_MMTT_2023_3_65.

3. Егунов, В.А. Метод улучшения стратегии кеширования для вычислительных систем с общей памятью / В.А. Егунов, А.Г. Кравец // Программная инженерия. - 2023. - Т. 14, № 7. - C. 329-338. - DOI: 10.17587/prin.14.329-338

4. Бычков И. В. Поддержка вычислений в распределенных средах на основе непрерывной интеграции / И. В. Бычков, С. А. Горский, А. Г. Феоктистов, Р. О. Костромин // Информационные технологии. – 2021. – Т. 27. – № 12. – С. 619-625. – DOI 10.17587/it.27.619-625. – EDN QSGWAI.

5. Краткий обзор движков таблиц MySQL // habr.com – Режим доступа: https://habr.com/ru/articles/64851/ (дата обращения 20.09.2023)

6. Zlib 1.3 Manual // zlib.net – Режим доступа: https://zlib.net/manual.html (дата обращения 20.09.2023)

7. Koranne, S. (2011). Compression Engines. In: Handbook of Open Source Tools. Springer, Boston, MA. https://doi.org/10.1007/978-1-4419-7719-9_8

8. Черняк Л., Большое хранилище для больших данных, Л. Черняк // Открытые системы. СУБД. 2010. № 5. С. 60.

9. Новый алгоритм сжатия LZ4 от TOAST в PostgreSQL 14. Насколько быстрым он может быть? // shunlongwei.com – Режим доступа : https://www.shunlongwei.com/ru/toasts-new-compression-algorithmlz4-in-postgresql-14-how-fast-can-it-be/ (дата обращения 20.09.2023)

10. Save space and money with improved storage efficiency in Elasticsearch 7.10 // www.elastic.co – Режим доступа: https://www.elastic.co/blog/save-space-and-money-with-improved-storage-efficiency-inelasticsearch-7-10 (дата обращения 20.09.2023)

11. Алгоритм Deflate на примере формата PNG // habr.com – Режим доступа: https://habr.com/ru/articles/274825/ (дата обращения 20.09.2023)

12. Yan, H., Lu, H., Gao, Q. (2012). A BP-LZ77 Compression Algorithm Based on BP Network. In: Jin, D., Lin, S. (eds) Advances in Electronic Engineering, Communication and Management Vol.2. Lecture Notes in Electrical Engineering, vol 140. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-27296-7_34

13. LZO use and presentation // Programmer AI – Режим доступа: https://programmerall.com/article/99471030002/ (дата обращения 20.09.2023)

14. PKZIP // PKWARE – Режим доступа: https://www.pkware.com/products/pkzip/ (дата обращения 20.09.2023)