Abstract—With the current emphasis

Abstract—With the current emphasis on “Big Data”, NoSQL
databases have surged in popularity. These databases are claimed
to perform better than SQL databases. In this paper we aim to
independently investigate the performance of some NoSQL and
SQL databases in the light of key-value stores. We compare
read, write, delete, and instantiate operations on key-value
stores implemented by NoSQL and SQL databases. Besides, we
also investigate an additional operation: iterating through all
keys. An abstract key-value pair framework supporting these
basic operations is designed and implemented using all the
databases tested. Experimental results measure the timing of
these operations and we summarize our findings of how the
databases stack up against each other. Our results show that
not all NoSQL databases perform better than SQL databases.
Some are much worse. And for each database, the performance
varies with each operation. Some are slow to instantiate, but fast
to read, write, and delete. Others are fast to instantiate but slow
on the other operations. And there is little correlation between
performance and the data model each database uses.

ผลลัพธ์ (ไทย) 1:

นามธรรมที่มีความสำคัญในปัจจุบันที่ "ข้อมูลขนาดใหญ่" NoSQL
ฐานข้อมูลมีเพิ่มขึ้นในความนิยม ฐานข้อมูลเหล่านี้จะถูกอ้าง
ทำงานได้ดีขึ้นกว่าฐานข้อมูล ในบทความนี้เรามุ่งมั่นที่จะเป็นอิสระตรวจสอบ
ประสิทธิภาพของ NoSQL และ
ฐานข้อมูลในแง่ของร้านค้าสำคัญที่มีมูลค่า เราเปรียบเทียบ
อ่านเขียนลบและยกตัวอย่างการดำเนินงานที่สำคัญค่า
ร้านค้าดำเนินการโดย NoSQL และ SQL ฐานข้อมูล นอกจากนี้เรายังตรวจสอบ
การดำเนินการเพิ่มเติม: iterating ผ่านทุก
คีย์ ค่าคีย์กรอบคู่นามธรรมเหล่านี้สนับสนุนการดำเนินงานขั้นพื้นฐาน
ได้รับการออกแบบและดำเนินการโดยใช้ทุก
ฐานข้อมูลการทดสอบ ผลการทดลองวัดระยะเวลาของการดำเนินงานเหล่านี้
และเราสรุปผลการวิจัยของเราว่า
ฐานข้อมูลกองขึ้นกับแต่ละอื่นผลของเราแสดงให้เห็นว่าฐานข้อมูล NoSQL
ไม่ได้ทั้งหมดมีประสิทธิภาพสูงกว่าฐานข้อมูล SQL.
บางอย่างเลวร้ายมาก และสำหรับแต่ละฐานข้อมูลผลการดำเนินงานแตกต่างกันไป
ด้วยการดำเนินการแต่ละ บางส่วนจะช้าที่จะยกตัวอย่าง แต่อย่างรวดเร็ว
ในการอ่านเขียนและลบ คนอื่น ๆ ที่มีความรวดเร็วในการยกตัวอย่าง แต่ช้า
ในการดำเนินงานอื่น ๆ และมีความสัมพันธ์ระหว่าง
ประสิทธิภาพการทำงานและรูปแบบข้อมูลในแต่ละการใช้ฐานข้อมูล

ผลลัพธ์ (ไทย) 2:

นามธรรมซึ่งในปัจจุบันกับ "บิ๊กข้อมูล" NoSQL
ฐานข้อมูลที่ได้จากการเพิ่มขึ้นในความนิยม ฐานข้อมูลเหล่านี้อ้างว่า
ทำดีกว่าฐานข้อมูล SQL ในเอกสารนี้ เรามุ่งมั่นที่จะ
อิสระตรวจสอบประสิทธิภาพของ NoSQL บาง และ
ฐานข้อมูล SQL นี้เก็บค่าคีย์ เราเปรียบเทียบ
อ่าน เขียน ลบ และสร้างอินสแตนซ์การดำเนินการกับค่าคีย์
ร้านค้าที่ดำเนินการ โดย NoSQL และ SQL ฐานข้อมูล นอก เรา
ยัง ตรวจสอบการดำเนินงานเพิ่มเติม: วนทั้งหมด
คีย์ กรอบคู่ค่าคีย์นามธรรมการสนับสนุนเหล่านี้
ถึงออกแบบ และดำเนินการโดยใช้ทั้งหมด
ทดสอบฐานข้อมูล ผลการทดลองวัดช่วงเวลาของ
ดำเนินการเหล่านี้และเราสรุปของเรา findings ของวิธี
ฐานข้อมูลกองขึ้นกับแต่ละอื่น ๆ ผลของเราแสดงว่า
NoSQL ฐานทำดีกว่าฐานข้อมูล SQL.
มีแย่มาก และ สำหรับแต่ละฐาน ข้อมูล ประสิทธิภาพ
แตกต่างกันไปแต่ละการดำเนินการ มี การสร้างอินสแตนซ์ เร็วช้า
อ่าน เขียน และลบ เป็นการสร้างอินสแตนซ์ แต่ช้าเร็ว
ในการดำเนินการอื่น ๆ และมีความสัมพันธ์เพียงเล็กน้อยระหว่าง
ประสิทธิภาพและรูปแบบของข้อมูลแต่ละฐานข้อมูลใช้

ผลลัพธ์ (ไทย) 3:

abstract-with เน้นในปัจจุบันที่ใน"ข้อมูลขนาดใหญ่"ฐานข้อมูล nosql
มีเพิ่มขึ้นในความนิยม ฐานข้อมูลเหล่านี้มีทรัพย์สิน
ซึ่งจะช่วยในการทำงานได้อย่างมี ประสิทธิภาพ ยิ่งขึ้นกว่าฐานข้อมูล SQL ในเอกสารนี้เรามีเป้าหมายที่จะทำการตรวจสอบ ประสิทธิภาพ การทำงานของฐานข้อมูล SQL และ nosql
ซึ่งจะช่วยในการจัดเก็บคีย์ -
ซึ่งจะช่วยมอบความคุ้มค่าได้อย่างเป็นอิสระ เราเปรียบเทียบ
อ่านเขียนและลบ instantiate การทำงานบนปุ่ม - ค่าตอบแทน
จัดเก็บได้นำไปใช้โดย nosql SQL และฐานข้อมูล นอกจากนี้เรายัง
ซึ่งจะช่วยตรวจสอบการทำงานเพิ่มเติม iterating ผ่าน
ปุ่มทั้งหมด. กรอบคู่คีย์ - ความคุ้มค่าเป็นนามธรรมที่สนับสนุน
พื้นฐานการทำงานมีการออกแบบและนำมาปรับใช้โดยใช้
ทุกฐานข้อมูลที่ได้รับการทดสอบแล้ว ผลการทดลองวัดจังหวะเวลาของ
ซึ่งจะช่วยการทำงานและเราสรุป findings ของเราได้อย่างไร
ฐานข้อมูลที่ซ้อนกันผลการค้นหาของเราแสดงให้เห็นว่า
ไม่ได้ทั้งหมดฐานข้อมูล nosql ทำงานได้ดีกว่าฐานข้อมูล SQL .
บางอย่างเป็นสิ่งที่เลวร้ายยิ่งไปกว่านั้น และสำหรับฐานข้อมูลแต่ละ
ซึ่งจะช่วยเพิ่ม ประสิทธิภาพ ให้กับการทำงานแต่ละครั้งจะแตกต่างกันไป บางอย่างจะชะลอตัวลงเป็น instantiate แต่
ซึ่งจะช่วยในการอ่านการเขียนและลบ คนอื่นๆจะสามารถทำได้อย่างรวดเร็วเพื่อ instantiate แต่ช้า
ซึ่งจะช่วยในการทำงานอื่นๆได้ และมีความสัมพันธ์กันอย่างน้อยระหว่าง
ซึ่งจะช่วยเพิ่ม ประสิทธิภาพ และรุ่นของข้อมูลที่แต่ละรุ่นใช้ฐานข้อมูล