Novas abordagens para sistemas de gerenciamento de grandes volumes de dados: um estudo comparativo

Abstract

As tecnologias de bancos de dados têm tentado se adaptar à nova realidade de sistemas de informação com grandes volumes, variedade e velocidade de atualização dos dados. No início dos anos 2000, surgiu uma nova geração de sistemas de gerenciamento de bancos de dados voltados para lidar, a um baixo custo, com esses cenários de crescimento no acesso e no volume de informações. Alguns desses sistemas, os chamados NoSQL (Not Only SQL), trouxeram soluções que diferem do consagrado modelo relacional, particularmente no que diz respeito a garantir a consistência dos dados. Por outro lado, os sistemas de bancos de dados NewSQL surgiram com o propósito de garantir a escalabilidade horizontal dos sistemas NoSQL, contudo mantendo as garantias do modelo relacional. Os sistemas NoSQL já se encontram bem estabelecidos em termos de participação no mercado, enquanto os sistemas NewSQL ainda buscam construir seu espaço. Chegamos, então, a um cenário atual no qual é vasta a quantidade de opções de SGBD disponíveis na academia e na indústria. Na literatura existem alguns trabalhos que realizaram comparações entre SGBD da nova geração, contudo poucos analisaram a questão do desempenho dos sistemas NoSQL e NewSQL (um critério de grande importância na escolha de um SGBD para uma aplicação). Nesse contexto, este trabalho propõe a realização de um estudo experimental, com o objetivo de comparar o desempenho de sistemas NoSQL e NewSQL em cenários de grandes volumes de dados, de modo a apoiar a escolha de um SGBD para aplicações em diversos cenários de dados. Após a execução dos experimentos, conseguimos confirmar o bom desempenho dos sistemas NoSQL ao lidar com grandes volumes de dados, em especial os sistemas Redis e MongoDB. Também verificamos que o sistema NewSQL VoltDB teve desempenho menor do que os sistemas NoSQL, o que o torna pouco competitivo para ser utilizado por aplicações que necessitem trabalhar com grandes volumes de dados.