Big Power Data

Zeitreihendaten werden in verschiedenen Anwendungsbereichen erzeugt, z. B. in IoT-Geräten oder Sensoren in Fahrzeugen. Diese Art von Daten zeichnet sich häufig durch einen hohen Ressourcenbedarf aus, da die Intervalle, in denen die Informationen gemessen werden, von täglich bis hin zu Millisekunden reichen. Neben der Häufigkeit ist auch die Anzahl der Datenquellen, z. B. Hunderte von Sensoren in modernen Flugzeugen, die gleichzeitig Zeitreihen erzeugen, typisch für solche Big-Data-Szenarien. Solche Szenarien erfordern die Persistenz der Messungen für weitere Auswertungen. In dieser Arbeit führen wir einen künstlichen Datenbenchmark für relationale, NoSQL- und NewSQL-Datenbankmanagementsysteme im Kontext von Zeitreihen ein. Wir vergleichen diese Datenbanken, indem wir mehrere lesende und schreibende Datenquellen gleichzeitig auf die Datenbankmanagementsysteme zugreifen lassen. Die Auswertung zeigt, dass kein getestetes System alle anderen Systeme übertrifft. Während DolphinDB in Einzelnutzerszenarien die höchste Leseleistung aufweist, kann CrateDB seine Vorteile ausspielen, wenn mehrere Nutzer gleichzeitig auf die Daten zugreifen.

Zeitreihendaten werden in einer Vielzahl von Anwendungsbereichen wie Sensoren in Autos, Smartwatches oder IoT-Geräten erzeugt. Diese Art von Daten zeichnet sich häufig durch einen hohen Ressourcenbedarf aus, da die Informationen häufig gemessen werden, mit Datenpunkten pro Tag, pro Stunde und sogar bis hinunter zu Millisekunden. Während die Verarbeitung solcher Daten in Echtzeit oft ausreicht, gibt es auch viele Anwendungsfälle, in denen eine Stapelverarbeitung und folglich die Speicherung und der verwaltete Zugriff auf die Messwerte erforderlich sind. Aus diesem Grund werden in dieser Arbeit verschiedene Datenbankmanagementsysteme im Zusammenhang mit der Speicherung zeitbezogener Daten unter Verwendung verschiedener Datenmodelle wie klassischer relationaler Modelle, nicht-relationaler Modelle unter Verwendung von NoSQL-Datenbanksystemen und der kürzlich aufkommenden Gruppe der NewSQL-Datenbanken evaluiert. Die Auswertung zeigt, dass eine hochoptimierte Zeitreihendatenbank wie InfluxDB in der Lage ist, die anderen getesteten Systeme hinsichtlich des Schreibdurchsatzes und der RAM- sowie Festplattenauslastung in einem Einzelserver-Setup zu übertreffen.