Etude comparative des performances des bases de données SQL et NoSQL MySQL vs MongoDB
Des informations générales:
Le niveau |
Master |
Titre |
Etude comparative des performances des bases de données SQL et NoSQL MySQL vs MongoDB |
SPECIALITE |
Système d’Information et de Connaissances (S.I.C) |
Page de garde:
Sommaire:
Introduction Générale
Chapitre 1Bases de données relationnelles
Introduction
I.1 Généralités sur le modèle relationnel
I.1.1 Définitions
I.1.1.1Base de données
I.1.1.2Table (ou Relation) et Attribut
I.1.1.3Clés
1.1.2 Système de gestion de base de données (SGBD).
I.1.2.1 Définition
1.1.2.2 Objectifs
I.1.2.3Quelques SGBD connus et utilisés
1.2 Langages de manipulation des données relationnelles
1.2.1 Calcul relationnel
1.2.2 Langages algébriques
1.2.3Langage SQL (Structured Query Language).
1.3 Principe d’ACID.
1.3.1 Atomicity (Atomicité)
1.3.2 Consistency (Cohérence)
1.3.3 Isolation
1.3.4 Durability (Durabilité)
1.4 Limites des SGBD relationnels
Conclusion
Chapitre 2Bases de données NoSQL
II.1 Généralités
II.2Emergence du NoSQL
II.3Défis et exigences
II.4Théorème CAP.
II.5Propriétés B.A.S.E
II.6Types de bases de données NoSQL
II.6.1 Bases de données orientée clé-valeur
11.6.2 Bases de données orientée colonnes
II.6.3 Bases de données orientée documents
11.6.4 Bases de données orientée graphes
II.7Avantages et inconvénients des bases de données NoSQL.
II.7.1 Avantages
II.7.2 Inconvénients
Conclusion
Chapitre 3 Etude comparative MySQL vs MongoDB
Introduction
III.1 Présentation du benchmark et les SGBD étudiés.
III.1.1Outil de comparaison YCSB
III.1.2 MySQL
III.1.3 MongoDB
III.1.3.1 Modèle de données
III.1.3.2 Architecture
III.2 Installations et configurations
III.2.1 Pré-requis
III.2.2 Installation du benchmark YCSB
III.2.3 Installation et configuration de MySQL.
III.2.2 Installation MongoDB
III.3Résultatsexpérimentaux
III.3.1Chargement des données
III.3.2Exécution des Workloads
III.3.2.1Workload A (50% Read 50% Update).
III.3.2.2Workload B (95 % Read, 5% Update)
III.3.2.3Workload C (100 % Read).
III.3.2.4Workload D (95 % Read, 5% Insert)
III.3.2.5 Workload E (95% Scan, 5% Insert).
III.3.2.6Workload F (50 % Read, 50% R.M.W).
III.3.2.7Workload G (5 % Read, 95 % R.M.W)
III.3.2.8Workload H (100 % R.M.W).
III.3.3 Evaluation globale des tests
Conclusion Générale
Références bibliographiques
Chapitre 1Bases de données relationnelles
Introduction
I.1 Généralités sur le modèle relationnel
I.1.1 Définitions
I.1.1.1Base de données
I.1.1.2Table (ou Relation) et Attribut
I.1.1.3Clés
1.1.2 Système de gestion de base de données (SGBD).
I.1.2.1 Définition
1.1.2.2 Objectifs
I.1.2.3Quelques SGBD connus et utilisés
1.2 Langages de manipulation des données relationnelles
1.2.1 Calcul relationnel
1.2.2 Langages algébriques
1.2.3Langage SQL (Structured Query Language).
1.3 Principe d’ACID.
1.3.1 Atomicity (Atomicité)
1.3.2 Consistency (Cohérence)
1.3.3 Isolation
1.3.4 Durability (Durabilité)
1.4 Limites des SGBD relationnels
Conclusion
Chapitre 2Bases de données NoSQL
II.1 Généralités
II.2Emergence du NoSQL
II.3Défis et exigences
II.4Théorème CAP.
II.5Propriétés B.A.S.E
II.6Types de bases de données NoSQL
II.6.1 Bases de données orientée clé-valeur
11.6.2 Bases de données orientée colonnes
II.6.3 Bases de données orientée documents
11.6.4 Bases de données orientée graphes
II.7Avantages et inconvénients des bases de données NoSQL.
II.7.1 Avantages
II.7.2 Inconvénients
Conclusion
Chapitre 3 Etude comparative MySQL vs MongoDB
Introduction
III.1 Présentation du benchmark et les SGBD étudiés.
III.1.1Outil de comparaison YCSB
III.1.2 MySQL
III.1.3 MongoDB
III.1.3.1 Modèle de données
III.1.3.2 Architecture
III.2 Installations et configurations
III.2.1 Pré-requis
III.2.2 Installation du benchmark YCSB
III.2.3 Installation et configuration de MySQL.
III.2.2 Installation MongoDB
III.3Résultatsexpérimentaux
III.3.1Chargement des données
III.3.2Exécution des Workloads
III.3.2.1Workload A (50% Read 50% Update).
III.3.2.2Workload B (95 % Read, 5% Update)
III.3.2.3Workload C (100 % Read).
III.3.2.4Workload D (95 % Read, 5% Insert)
III.3.2.5 Workload E (95% Scan, 5% Insert).
III.3.2.6Workload F (50 % Read, 50% R.M.W).
III.3.2.7Workload G (5 % Read, 95 % R.M.W)
III.3.2.8Workload H (100 % R.M.W).
III.3.3 Evaluation globale des tests
Conclusion Générale
Références bibliographiques
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.