Leistungsanalyse und Bewertung von Datenbankimplementierungen unterschiedlicher Workloads

Inhaltsverzeichnis

• 1. Einleitung
• 1.1 Motivation
• 1.2 Aufbau der Arbeit
• 2. Darstellung von Datenbank-Management-Systemen anhand von Speicherentwicklung und den zugrundeliegenden Benutzungsparadigmen
• 2.1 Darstellung traditioneller Datenbank-Management-Systeme und deren zugrundeliegenden Benutzungsparadigmen
• 2.2 Darstellung des In-Memory-Database-Managements mit Hilfe aktueller Speicherverwaltungssysteme
• 3. Darstellung verschiedener Speicherverwaltungssysteme und Performanz-Evaluation von In-Memory-Datenbanken
• 3.1 Darstellung verschiedener Speicherverwaltungssysteme
• 3.1.1 Darstellung der Speicherverwaltung von HDD-Magnetspeicher-Festplatten
• 3.1.2 Darstellung der Speicherverwaltung von SSD-Halbleiterlaufwerken
• 3.1.3 Darstellung der Speicherverwaltung von RAM-Arbeitsspeichern
• 3.2 Performanz-Evaluation von In-Memory-Datenbanken unter Berücksichtigung unterschiedlicher Workloads
• 4. Empirische Untersuchung zum Vergleich der Performanz von memSQL mit verschiedenen Speicherverwaltungssystemen in einer Amazon Elastic Compute Cloud
• 4.1 Untersuchungsaufbau zum Vergleich der Performanz von memSQL mit verschiedenen Speicherverwaltungssystemen in einer Amazon Elastic Compute Cloud
• 4.2 Betrachtung der Performanz von memSQL mit verschiedenen Speicherverwaltungssystemen
• 4.2.1 Betrachtung der Performanz von HDD-Magnetspeicher-Festplatten
• 4.2.2 Betrachtung der Performanz von SSD-Halbleiterlaufwerken
• 4.2.3 Betrachtung der Performanz von RAM-Arbeitsspeichern
• 4.3 Gesamtergebnisse sowie Bewertung der In-Memory-Datenbank-Performanz mit verschiedenen Speicherverwaltungssystemen
• 5. Schlussbetrachtung

Zielsetzung und Themenschwerpunkte

Die vorliegende Masterarbeit untersucht die Performanz von In-Memory-Datenbanken unter unterschiedlichen Workloads. Ziel ist es, die Performance von memSQL in Abhängigkeit von verschiedenen Speicherverwaltungssystemen (HDD, SSD, RAM) zu analysieren und zu bewerten. Die Untersuchung erfolgt in einer Amazon Elastic Compute Cloud (EC2).

• Entwicklung von Datenbank-Management-Systemen und deren Benutzungsparadigmen
• Darstellung und Vergleich verschiedener Speicherverwaltungssysteme (HDD, SSD, RAM)
• Performanz-Evaluation von In-Memory-Datenbanken unter verschiedenen Workloads
• Empirische Untersuchung der Performanz von memSQL in einer Amazon EC2-Umgebung
• Bewertung der Ergebnisse und Ableitung von Schlussfolgerungen

Zusammenfassung der Kapitel

Kapitel 1 führt in die Thematik der Masterarbeit ein und erläutert die Motivation sowie den Aufbau der Arbeit. Kapitel 2 gibt einen Überblick über die Entwicklung von Datenbank-Management-Systemen und deren Benutzungsparadigmen. Hierbei werden traditionelle Datenbank-Management-Systeme sowie das In-Memory-Database-Management vorgestellt. Kapitel 3 beschäftigt sich mit der Darstellung verschiedener Speicherverwaltungssysteme (HDD, SSD, RAM) und deren Einfluss auf die Performanz von In-Memory-Datenbanken. Kapitel 4 präsentiert die empirische Untersuchung der Performanz von memSQL in einer Amazon EC2-Umgebung. Hierbei werden verschiedene Workloads und Speicherverwaltungssysteme miteinander verglichen. Kapitel 5 fasst die Ergebnisse der Arbeit zusammen und zieht Schlussfolgerungen.

Schlüsselwörter

In-Memory-Datenbanken, Datenbank-Management-Systeme, Speicherverwaltungssysteme, HDD, SSD, RAM, Performanz-Evaluation, Workloads, Amazon Elastic Compute Cloud (EC2), memSQL