A comparison of NoSQL database systems: A study on MongoDB, apache HBase, and apache Cassandra

Abstract

Sahip oldukları birçok yararlı özellik nedeniyle, veritabanı yönetim sistemleri 20 yılı aşkın bir süredir ilişkisel veri ile yaygın olarak kullanılmaktadır. Ancak, bu tür sistemlerle büyük ve karmaşık verileri verimli olarak işlemek mümkün değildir. NoSQL veritabanı yönetim sistemleri olarak bilinen yeni sistemler hızlı ve yüksek performans sağlayarak büyük ve karmaşık veriler ile başa çıkmak için geliştirilmiştir. Bu tezde, NoSQL veritabanı sistemlerimden yaygın olarak kullanılan sistemlerin yeteneklerini ve farklı operasyonlarda nasıl tepki verdiklerini ortaya çıkarmak için detaylı testler yapılmıştır. Bu amaçla, birçok farklı iş yükü tanımlanmış ve bir test ortamı kurulmuştur. Bu çalışmanın sonuçları çalışmada kullanılan her bir veritabanı sisteminin zayıf ve güçlü yönlerini ortaya koymaktadır. Test edilen her bir veritabanı sisteminin sahip oldukları farklı mimarileri nedeniyle değiştirilen iş yükü operasyonları ile her biri için farklı tepkiler gözlemlenmiştir. Çalışmada, veritabanı performansını test etmek için Yahoo tarafından tasarlanan bir kıyaslama çerçeve uygulaması olan Yahoo Cloud (YCSB) kullanılmıştır. Elde edilen sonuçlara göre, MongoDB düşük yükler ile çok iyi performans göstermiştir. Ancak, Cassandra ve HBase optimize tasarımları sayesinde ağır yükler altında çok iyi performans göstermiştir. Okuma işleminde ise, HBase test edilen diğer sistemlere kıyasla düşük bir performansa sahiptir.

Due to their many useful features, database management systems have been used widely with relational data for over 20 years. However, such systems are not able to handle massive and complex data efficiently. New systems known as NoSQL database management systems have appeared to deal with massive and complex data that provide fast and high performance. In this thesis, we discussed and tested three kinds of NoSQL database system in order to reveal their capabilities and how they respond in different operations. For this purpose, we set up a novel testing environment for each workload and examine the responses for the three systems. The results of this study show the weaknesses and strengths of each database system used in the study. Due to the different architectures of each database that we tested, we have seen different responses for each with changed workload operations. In our work, we used the Yahoo Cloud Serving Benchmark (YCSB), which is a framework designed by Yahoo to test database performance. According to the results obtained, we can conclude that MongoDB performed very well with low throughput, but not as well with high throughput. Cassandra and HBase performed very well under heavy loads due to their optimized designs. In the read operation, HBase has poor performance as compared to other systems tested.