ТЕХНИКАЛЫҚ ҒЫЛЫМДАР - ТЕХНИЧЕСКИЕ НАУКИ - TECHNICAL SCIENCE · ӘОЖ 004.65 · Русский
Сравнительный анализ производительности и масштабируемости NoSQL и реляционных систем управления базами данных при обработке структурированных и полуструктурированных данных
Аннотация
В статье исследуется производительность документно-ориентированной системы MongoDB и реляционной системы PostgreSQL при обработке структурированных и полуструктурированных данных. Актуальность работы связана с ростом объёмов информации и расширением требований к современным информационным системам, включая скорость выполнения запросов, гибкость хранения и возможность масштабирования. Разработана методика сравнительного экспериментального исследования, основанная на использовании одинаковых наборов данных и сопоставимых сценариев нагрузки. Рассматриваются операции создания, чтения, обновления и удаления записей, выполнение аналитических запросов, влияние индексации и увеличение объёма информационного массива. Для оценки производительности выбраны среднее и медианное время выполнения операций, перцентили P95 и P99, пропускная способность, потребление оперативной памяти и объём дискового пространства. Научная новизна заключается в разработке комплексного подхода к оценке MongoDB и PostgreSQL с учётом взаимосвязи между моделью представления данных, структурой запросов, параметрами индексации и объёмом обрабатываемой информации. Предложена методика, позволяющая определять эффективность применения рассматриваемых СУБД для различных типов информационной нагрузки. Практическая значимость работы состоит в возможности применения полученных методических положений при проектировании образовательных платформ, корпоративных информационных систем и аналитических приложений, работающих со структурированными и полуструктурированными данными.
Ключевые слова: NoSQL, MongoDB, PostgreSQL, реляционные базы данных, производительность баз данных, масштабируемость, индексация, CRUD-операции, полуструктурированные данные, обработка больших данных
Әдебиеттер тізімі
- Codd E.F. A Relational Model of Data for Large Shared Data Banks // Communications of the ACM. – 1970. – Vol. 13, No. 6. – P. 377–387. – DOI: https://doi.org/10.1145/362384.362685.
- Brewer E.A. Towards Robust Distributed Systems // Proceedings of the 19th Annual ACM Symposium on Principles of Distributed Computing. – 2000. – DOI: https://doi.org/10.1145/343477.343502.
- Gilbert S., Lynch N. Perspectives on the CAP Theorem // Computer. – 2012. – Vol. 45, No. 2. – P. 30–36. – DOI: https://doi.org/10.1109/MC.2011.389.
- Chang F., Dean J., Ghemawat S. et al. Bigtable: A Distributed Storage System for Structured Data // Proceedings of the 7th USENIX Symposium on Operating Systems Design and Implementation (OSDI). – 2006. – P. 205–218. – URL: https://www.usenix.org/legacy/event/osdi06/tech/chang/chang.pdf.
- DeCandia G., Hastorun D., Jampani M. et al. Dynamo: Amazon's Highly Available Key-value Store // Proceedings of the 21st ACM Symposium on Operating Systems Principles. – 2007. – P. 205–220. – DOI: https://doi.org/10.1145/1294261.1294281.
- Cooper B.F., Silberstein A., Tam E., Ramakrishnan R., Sears R. Benchmarking Cloud Serving Systems with YCSB // Proceedings of the 1st ACM Symposium on Cloud Computing. – 2010. – P. 143–154. – DOI: https://doi.org/10.1145/1807128.1807152.
- Makris A., Tserpes K., Spiliopoulos G., Zissis D., Anagnostopoulos D. MongoDB Vs PostgreSQL: A Comparative Study on Performance Aspects // Geoinformatica. – 2021. – Vol. 25. – P. 243–268. – DOI: https://doi.org/10.1007/s10707-020-00407-w.
- Carvalho I., Sá F., Bernardino J. Performance Evaluation of NoSQL Document Databases: Couchbase, CouchDB, and MongoDB // Algorithms. – 2023. – Vol. 16, No. 2. – Article 78. – DOI: https://doi.org/10.3390/a16020078.
- Kpekpassi D., Faye D. NoSQL Databases: A Survey // ARIMA. – 2025. – Vol. 43. – DOI: https://doi.org/10.46298/arima.13970.
- Urnikienė J., Steponavičienė V., Atanasov S. Comparative Read Performance Analysis of PostgreSQL and MongoDB in E-Commerce: An Empirical Study of Filtering and Analytical Queries // Big Data and Cognitive Computing. – 2026. – Vol. 10, No. 2. – Article 66. – DOI: https://doi.org/10.3390/bdcc10020066.
- Stonebraker M., Çetintemel U. "One Size Fits All": An Idea Whose Time Has Come and Gone // Proceedings of the 21st International Conference on Data Engineering. – 2005. – P. 2–11. – DOI: https://doi.org/10.1109/ICDE.2005.1.
- Sadalage P.J., Fowler M. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. – Boston: Addison-Wesley, 2012. – 192 p.
- Kleppmann M. Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems. – Sebastopol: O'Reilly Media, 2017. – 616 p.
- MongoDB Inc. MongoDB Manual: Explain Results. – URL: https://www.mongodb.com/docs/manual/reference/explain-results/ (дата обращения: 18.11.2026).
- MongoDB Inc. MongoDB Manual: Aggregation Pipeline. – URL: https://www.mongodb.com/docs/manual/core/aggregation-pipeline/ (дата обращения: 18.11.2026).
- PostgreSQL Global Development Group. PostgreSQL Documentation: EXPLAIN. – URL: https://www.postgresql.org/docs/current/sql-explain.html (дата обращения: 18.11.2026).
- PostgreSQL Global Development Group. PostgreSQL Documentation: Indexes. – URL: https://www.postgresql.org/docs/current/indexes.html (дата обращения: 18.11.2026).
- PostgreSQL Global Development Group. PostgreSQL Documentation: JSON Types. – URL: https://www.postgresql.org/docs/current/datatype-json.html (дата обращения: 18.11.2026).
Дәйексөз келтіру үлгісі
Сахипов А.А. Сравнительный анализ производительности и масштабируемости NoSQL и реляционных систем управления базами данных при обработке структурированных и полуструктурированных данных // Central Asian Scientific Journal. – 2026. – №4(32), Т. 2. – С. 468–479.
CC BY 4.0 Мақала CC BY 4.0 лицензиясы бойынша ашық қолжетімді: оны авторлары мен мақалаға сілтеме көрсетіле отырып еркін оқуға, көшіруге және таратуға болады. Лицензия туралы толығырақ