Evaluation of Graph Databases Performance through Indexing Techniques

Mpinda, Steve Ataky Tsham; Ferreira, Lucas; Ribeiro, Marcela Xavier; Terezinha, Marilde; Santos, Prado

doi:10.5121/ijaia.2015.6506

Cited by 12 publications

(3 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Inovasi-inovasi lahir dari sebuah proses pengambilan keputusan yang baik, yang didukung oleh data yang akurat dan datang dengan cepat. Data, yang berupa angka, huruf, gambar tanda-tanda, isyarat, tulisan, suara, bunyi yang merepresentasikan keadaan sebenarnya, merupakan elemen penting dalam pengambilan suatu keputusan oleh sebuah instansi [5]. Data tersebut diolah menjadi sebuah laporan yang kemudian akan menjadi bahan untuk menganalisis sebuah kasus, membuat perbandingan atas laporan data lain, dan sebagainya [6].…”

Section: Pendahuluanunclassified

Pengoptimalan Performa Database Pada Proses Transformasi Data Pada SQL Server

Setiya Budi,

Syahrial

2023

TMJ

View full text Add to dashboard Cite

Database sendiri secara umum adalah kumpulan data yang disimpan secara sistematis di dalam komputer yang dapat diolah atau dimanipulasi menggunakan perangkat lunak (program aplikasi) untuk menghasilkan informasi. Pendefinisian database meliputi spesifikasi berupa tipe data, struktur data dan juga batasan-batasan pada data yang akan disimpan. Salah satu tools yang sering digunakan adalah SQL Server. Pengolahan data sendiri membutuhkan waktu yang tidak sedikit melalui berbagai tahapan. Saat tahapan proses data ada yang disebut dengan transform data dan transfer data. Yang artinya data dikirim dari proses A ke Proses B dan diubah. Dalam hal ini bukan informasi dari sebuah data, namun yang diubah bukan isi atau nilai yang ada di dalamnya, namun merubah manjadi bentuk informasi yang dapat dengan mudah diterima dan dibaca oleh pembaca informasi. Pada proses transform dan transfer, ada beberapa kendala yang dialami. Yang sering terjadi adalah masalah waktu. Waktu merujuk pada kecepatan sebuah proses data itu sendiri. Karena apabila setiap proses memilik kecepatan yang sangat lamban itu akan memakan banyak waktu, padahal masih banyak proses lain yang harus berjalan. Pada penelitian ini, penggunaan teknik Indexing, Temporary Table dan gabungan antara keduanya dilakukan. Guna mendapatkan hasil mana yang lebih cepat untuk digunakan. Pada penelitian ini menggunakan metode True Experiment Design dengan rancangan pengukuran berulang. Yang mana pada penelitian ini akan mendapati beberapa perlakuan, dan dilakukan denga lebih dari satu kali percobaan.

show abstract

Section: Pendahuluanunclassified

Pengoptimalan Performa Database Pada Proses Transformasi Data Pada SQL Server

Setiya Budi,

Syahrial

2023

TMJ

View full text Add to dashboard Cite

show abstract

“…The work of Ataky et al [11] presented a paper about performance testing of OrientDB and Neo4j. They focused on the difference between query performance on the index and non-indexed data.…”

Section: A Comparisons Based On Performancementioning

confidence: 99%

“…We chose OrientDB, as it is currently one of the most popular and advanced multi-model database [7], [8], whereas MongoDB and Neo4j are suitable representatives of document [9] and graph [10] databases. As for the comparison metric, we use the execution time of queries as it is a standard metric for comparison also in other (non-cluster) benchmarks [11], [12], [13].…”

Section: Introductionmentioning

confidence: 99%

How well a multi-model database performs against its single-model variants: Benchmarking OrientDB with Neo4j and MongoDB

Macák¹,

Stovcik²,

Bühnová³

et al. 2020

Proceedings of the 2020 Federated Conference on Computer Science and Information Systems

View full text Add to dashboard Cite

Digitalization is currently the key factor for progress, with a rising need for storing, collecting, and processing large amounts of data. In this context, NoSQL databases have become a popular storage solution, each specialized on a specific type of data. Next to that, the multi-model approach is designed to combine benefits from different types of databases, supporting several models for data. Despite its versatility, a multi-model database might not always be the best option, due to the risk of worse performance comparing to the single-model variants. It is hence crucial for software engineers to have access to benchmarks comparing the performance of multi-model and single-model variants. Moreover, in the current Big Data era, it is important to have cluster infrastructure considered within the benchmarks.In this paper, we aim to examine how the multi-model approach performs compared to its single-model variants. To this end, we compare the OrientDB multi-model database with the Neo4j graph database and the MongoDB document store. We do so in the cluster setup, to enhance state of the art in database benchmarks, which is not yet giving much insight into cluster-operating database performance.

show abstract