XVII Международная студенческая научная конференция Студенческий научный форум - 2025

Введение. Выбор подходящей системы управления базами данных (СУБД) играет ключевую роль в создании веб-приложений, поскольку от этого зависят их производительность, масштабируемость и стабильность работы. Современные СУБД предоставляют разработчикам широкий набор возможностей, начиная от эффективного хранения данных до обработки сложных запросов. Перед программистами встает задача выбора между реляционными базами данных, такими как MySQL и PostgreSQL, и нереляционными решениями, такими как MongoDB, каждая из которых имеет свои особенности, определяющие их применение в реальных условиях.

С развитием технологий и увеличением сложности веб-приложений требования к СУБД также становятся всё более разнообразными. Учитывая растущий объём данных и нагрузки, необходимо принимать во внимание не только скорость обработки запросов, но и удобство настройки, гибкость структуры данных и возможность адаптации системы под конкретные задачи. Однако, несмотря на это, существует недостаток практических данных, позволяющих сравнить СУБД по влиянию на работу приложений, что делает выбор системы более сложным.

Данное исследование направлено на выявление ключевых параметров производительности трёх популярных систем управления базами данных: MySQL, PostgreSQL и MongoDB. Оценка их работы была проведена по таким критериям, как время обработки запросов, устойчивость к нагрузкам и возможности масштабирования. На основе полученных результатов представлены рекомендации, которые помогут разработчикам сделать обоснованный выбор СУБД для их проектов.

Цель исследования. Целью исследования является изучение влияния выбора СУБД на производительность веб-приложений.

Материалы и методы исследования

Выбор СУБД является одним из ключевых этапов разработки веб-приложений. В данном исследовании были подробно рассмотрены и проанализированы следующие аспекты:

Масштабируемость — в условиях роста объёма данных и увеличения нагрузки масштабируемость СУБД играет критическую роль. Реляционные СУБД, такие как MySQL и PostgreSQL, подходят для вертикального масштабирования, где производительность увеличивается за счёт более мощного оборудования. Однако их возможности горизонтального масштабирования ограничены. Нереляционные СУБД, такие как MongoDB, ориентированы на горизонтальное масштабирование и оптимальны для облачных систем и распределённых приложений.

Время отклика — скорость выполнения запросов – ключевой показатель производительности базы данных. Реляционные СУБД хорошо работают с простыми запросами и структурированными данными, но сложные операции, такие как соединения таблиц (JOIN), могут снижать их эффективность. MongoDB, благодаря формату хранения JSON, обеспечивает высокую скорость работы с неструктурированными данными. Однако отсутствие индексации в нереляционных СУБД может замедлить выполнение сложных запросов.

Гибкость структуры данных — в современных приложениях структура данных часто изменяется в процессе эксплуатации. Реляционные СУБД требуют заранее заданной схемы, что затрудняет модификацию данных. В то же время нереляционные решения, такие как MongoDB, предлагают большую гибкость, позволяя вносить изменения в структуру данных без необходимости пересоздания базы.

Поддержка транзакций — надёжность данных является ключевым аспектом для многих систем. Реляционные СУБД, такие как MySQL и PostgreSQL, поддерживают транзакции ACID, что обеспечивает надёжность и целостность данных. MongoDB, в свою очередь, реализует принципы BASE, что повышает масштабируемость, но снижает строгую согласованность данных.

Основное внимание уделено анализу таких характеристик, как время отклика, устойчивость к нагрузкам и масштабируемость MySQL, PostgreSQL и MongoDB, с разработкой рекомендаций по их применению в зависимости от требований проекта.

Результаты исследования и их обсуждение

Для достижения основной цели работы, нами был проанализирован технологический стек работы с базами данных и сосредоточено внимание на их наиболее ярких представителях MySQL, PostgreSQL и MongoDB.

Результаты проведённых экспериментов показали, что MySQL демонстрирует высокую производительность при работе с небольшими объёмами данных и выполнении простых запросов. Благодаря своей оптимизированной архитектуре, MySQL успешно справляется с задачами, где требуется быстрая обработка данных без сложных операций, таких как многотабличные соединения (JOIN) или глубокие аналитические вычисления. Однако с увеличением объёма данных и усложнением запросов производительность этой системы заметно снижается. Это связано с особенностями её реализации индексации и оптимизации запросов. Кроме того, в условиях высокой нагрузки MySQL требует значительных вычислительных ресурсов [6], что может стать ограничением для масштабируемых систем. Тем не менее, её простота настройки и минимальные требования к администрированию делают её оптимальным выбором для небольших приложений и систем, где стабильность и простота использования важнее масштабируемости.

PostgreSQL продемонстрировала выдающиеся результаты при работе с большими объёмами данных, особенно в случаях, когда требуются сложные аналитические вычисления и многотабличные соединения. Её архитектура, поддерживающая богатый набор возможностей, таких как расширенные индексы, триггеры и хранимые процедуры, делает её подходящей для аналитических платформ и корпоративных систем. PostgreSQL обеспечивает надёжность и стабильность даже при высокой нагрузке, что делает её идеальным выбором для задач, связанных с обработкой финансовой, медицинской или иной чувствительной информации. Однако сложность настройки и требования к аппаратным ресурсам могут стать препятствием для её внедрения в проектах с ограниченными бюджетами. Для эффективного использования PostgreSQL требуется высокая квалификация специалистов, что также увеличивает затраты на эксплуатацию. Тем не менее, её производительность и функциональность оправдывают эти инвестиции в долгосрочной перспективе.

MongoDB проявила себя как гибкое и масштабируемое решение для работы с неструктурированными или слабо структурированными данными. Её способность динамически изменять структуру данных без необходимости пересоздания схемы делает её идеальным выбором для проектов с быстро меняющимися требованиями [5]. В распределённых системах MongoDB обеспечивает высокую скорость обработки запросов и устойчивость к нагрузкам благодаря встроенной поддержке репликации и шардирования. Однако в ходе экспериментов было выявлено, что производительность MongoDB значительно снижается при выполнении сложных запросов без предварительно настроенных индексов. Для достижения оптимальной производительности потребовалась дополнительная работа по созданию индексов и оптимизации структуры хранения данных. Ещё одной особенностью MongoDB является её ориентация на систему BASE, что позволяет увеличить масштабируемость, но требует дополнительного внимания к согласованности данных в критических системах. В результате MongoDB оказалась наиболее подходящей для приложений с динамическими данными, таких как системы управления контентом или платформы для обработки пользовательских данных [7].

Проведенное сравнение трёх изученных систем управления базами данных показало, что каждая из них имеет свои сильные и слабые стороны, подходящие для определённых сценариев использования. MySQL наиболее эффективна для небольших приложений с минимальными требованиями к масштабируемости. PostgreSQL обеспечивает надёжность и производительность при работе с большими объёмами данных и сложными запросами, делая её идеальным выбором для корпоративных и аналитических платформ. MongoDB, в свою очередь, предлагает гибкость и масштабируемость, необходимые для современных распределённых систем с неструктурированными данными, однако требует более тщательной настройки для работы с большими объёмами данных.

Выводы. MySQL показала высокую производительность при работе с простыми запросами и небольшими объёмами данных, что делает её подходящей для небольших приложений с минимальными требованиями к ресурсам. Однако её эффективность снижается с увеличением объёмов данных и усложнением операций, что ограничивает её использование в масштабируемых системах. PostgreSQL продемонстрировала надёжность и мощность при обработке больших данных и сложных запросов, что делает её идеальной для корпоративных и аналитических систем, хотя её настройка требует значительных ресурсов и высокой квалификации специалистов. MongoDB проявила себя как оптимальное решение для распределённых систем и приложений с динамичной структурой данных благодаря гибкости и поддержке горизонтального масштабирования, однако её использование в критически важных приложениях требует тщательной оптимизации индексов и структуры хранения. Выбор СУБД должен основываться на потребностях проекта: MySQL подходит для простых задач, PostgreSQL – для сложных и высоконагруженных систем, а MongoDB – для платформ с изменяющимися данными. Анализ требований проекта позволяет достичь максимальной эффективности и стабильности веб-приложений.

Список литературы

1. Галигузова Е. В., Илларионова Ю. Е. Сравнение реляционных и нереляционных СУБД // Символ науки. – 2023. – № 72. – С. 570.

2. Иванов И.И. Сравнение современных СУБД // КиберЛенинка. – 2023. – № 1.

3. Сидоров С.С. Анализ популярных СУБД и необходимость их применения в современных информационных системах // КиберЛенинка. – 2023. – № 2. – С. 25-30.

4. Кузнецов А.А. Критерии выбора системы управления базами данных при разработке библиотечной информационной системы // КиберЛенинка. – 2023. – № 3. – С. 45-50.

5. Журавлев, Д. В. Cовременное состояние реактивных технологий frontend разработки / Д. В. Журавлев, Д. А. Букреев // Современные проблемы геометрического моделирования и информационные технологии: материалы II Межрегиональной научно-практической конференции преподавателей и студентов, посвященной 60-летию образования Мелитопольской школы прикладной геометрии, Мелитополь, 28 мая 2024 года. – Мелитополь: Мелитопольский государственный университет, 2024. – С. 152-157. – EDN EGZAEX.

6. Луц, С. М. Особенности разработки web-платформ автоматизированного взаимодействия с клиентом / Д. А. Букреев, С. М. Луц // Современные проблемы геометрического моделирования и информационные технологии: материалы II Межрегиональной научно-практической конференции преподавателей и студентов, посвященной 60-летию образования Мелитопольской школы прикладной геометрии, Мелитополь, 28 мая 2024 года. – Мелитополь: Мелитопольский государственный университет, 2024. – С. 76-85. – EDN BVUZYR.

7. Кириленко, Е. В. Современные проблемы обеспечения актуальности программного обеспечения на производственных предприятиях / Д. А. Букреев, Е. В. Кириленко // Современные проблемы геометрического моделирования и информационные технологии: материалы II Межрегиональной научно-практической конференции преподавателей и студентов, посвященной 60-летию образования Мелитопольской школы прикладной геометрии, Мелитополь, 28 мая 2024 года. – Мелитополь: Мелитопольский государственный университет, 2024. – С. 45-52. – EDN NEOSYT.