Análisis comparativo de rendimiento en gestores de bases de datos relacionales y no relacionales

• Autor: Campoverde Vega, Victor Andree
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/9211
• Enlace del recurso: https://hdl.handle.net/20.500.12802/9211
• Nivel de acceso: acceso abierto
• Materia: Bases de datos; NoSQL; Deep learning; Tendencia; Gestores de bases de datos; Tuplas; Ram; Cpu; consumo de recursos; Tiempo de respuesta; http://purl.org/pe-repo/ocde/ford#2.02.04

El mundo moderno y los constantes avances tecnológicos que van apareciendo a diario han hecho que las bases de datos se conviertan en la parte fundamental de toda tendencia tecnológica, en lo que el almacenamiento de datos se pueda referir. Actualmente la mayoría de aplicaciones tecnológicas necesitan de una base de datos para poder funcionar, tal sea el caso de identidad digital, vehículos inteligentes, asistentes virtuales o dispositivos o que utilicen deep learning. Las bases de datos con el paso de tiempo pueden sufrir ciertos cambios que pueden afectar el rendimiento de las mismas, es aquí donde surge una nueva alternativa que son las bases de datos NoSQL, las cuales se presentan como la solución a problemas muy comunes de bases de datos relacionales. Esta alternativa viene sumando mayor cantidad de desarrolladores en todo el mundo. Esta investigación se basa en poder comparar el rendimiento de los gestores de bases de datos relacionales y NoSQL en equipos con recursos distintos y poder saber en qué caso realizar la mejor elección, para esta investigación se eligieron dos gestores de bases de datos, uno relacional y un NoSQL, la selección se hizo en un ranking elaborado por DB-Engines, donde se tomaron los 10 primeros puestos eligiendo un relacional y un NoSQL; para poder realizar las pruebas de rendimiento se utilizó una base de datos predial de la entidad Cofopri, la cual estaba separada por fechas; los datos se encontraban en formato xlsx, para ejecución de las pruebas fue necesario clasificar y normalizar los datos. Se crearon escenarios de pruebas donde se pudo definir el equipo y la cantidad de registros que iban a ser usados, los registros estaban en un rango de 1000 a 1000000. El consumo de recursos en CPU y memoria RAM fueron recopilados del monitor de recursos de Windows y el tiempo de respuesta fueron tomados de la ventana de salida del software utilizado para las pruebas, todos estos datos fueron documentadas en fichas de registro. Se analizaron los datos y se concluye que la base de datos NoSQL Mongodb puede ofrecer buenos resultados con pocos, medianos y gran cantidad de datos. Mariadb con un servidor con buenos recursos puede ser suficiente para desarrollar cualquier proyecto de base de datos.