Software Architectures for integrating timeseries databases in applications managing timeseries data on relational databases

Δίωχνος, Σπυρίδων Αλέξανδρος; Diochnos, Spyridon Alexandros

dc.contributor.author	Δίωχνος, Σπυρίδων Αλέξανδρος	el
dc.contributor.author	Diochnos, Spyridon Alexandros	en
dc.date.accessioned	2024-07-05T07:25:46Z
dc.date.available	2024-07-05T07:25:46Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59809
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27505
dc.rights	Αναφορά Δημιουργού 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by/3.0/gr/	*
dc.subject	Databases	en
dc.subject	Βάσεις Δεδομένων	el
dc.subject	NoSQL	en
dc.subject	Time Series	en
dc.subject	InfluxDB	en
dc.subject	Apache Druid	en
dc.subject	Χρονοσειρές	el
dc.subject	Βάσεις Δεδομένων Χρονοσειρών	el
dc.title	Software Architectures for integrating timeseries databases in applications managing timeseries data on relational databases	en
dc.title	Αρχιτεκτονικές λογισμικού για την ενοποίηση timeseries databases με εφαρμογές διαχείρισης δεδομένων χρονοσειρών που χρησιμοποιούν σχεσιακές ΒΔ	el
heal.type	bachelorThesis
heal.classification	Software Engineering	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-03-27
heal.abstract	Databases play a vital role in the modern landscape of digital systems. As they lie at the heart of the system, the right choice can significantly affect performance, cost, scalability, and ease of maintenance. In recent years, with the rapid increase in data volume, many types of NoSQL databases have been developed. Among these are time series databases (TSDBs), designed to optimize the performance of timeseries management in various problems, such as in finance, environment, and energy sectors. In this work, we undertake a comparative analysis of architectures that use selected time series databases along with a relational database—specifically, InfluxDB, Apache Druid, and MySQL, respectively. Our goal is to explore the benefits, challenges, and performance differences each offers. To address this question, we used a large volume of timeseries data from the electric energy markets in the European Union countries, with which we timed records, reads, and transformations in each database and studied various implementation architectures of a complete system. The implementation allowed us to observe in a comparable manner the performances, behavior, and usability of each system to lead to conclusions useful for those facing decisions related to databases and software architectures for similar systems. We concluded that Apache Druid, but primarily InfluxDB, are significantly faster than MySQL for timeseries management and allow us to build less complex application architectures.	en
heal.abstract	Οι βάσεις δεδομένων παίζουν ρόλο μείζονος σημασίας στο σύγχρονο τοπίο των ψηφιακών συστημάτων. Καθώς βρίσκονται στην καρδιά του συστήματος, η σωστή επιλογή μπορεί να επηρεάσει σε σημαντικό βαθμό την απόδοση, το κόστος, την κλιμακωσιμότητα και την ευκολία στην συντήρηση. Τα τελευταία χρονιά με την ραγδαία αύξηση του όγκου των δεδομένων, έχουν αναπτυχθεί πολλά είδη NoSQL βάσεων δεδομένων. Μεταξύ αυτών βρίσκονται και οι βάσεις δεδομένων χρονοσειρών (time series databases- TSDB) με σκοπό να βελτιστοποιήσουν τις επιδόσεις σε πολλά προβλήματα στα οποία απαιτείται επεξεργασία δεδομένων χρονοσειρών, όπως στον χώρο των οικονομικών, του περιβάλλοντος και της ενέργειας. Σε αυτή την εργασία επιχειρούμε μια συγκριτική ανάλυση αρχιτεκτονικών λογισμικού που κάνουν χρήση κάποιων βάσεων δεδομένων χρονοσειρών και μιας σχεσιακής βάσης δεδομένων - συγκεκριμένα τις InfluxDB, Apache Druid και MySQL, αντίστοιχα. Στόχος μας είναι να διερευνήσουμε τα οφέλη, τις προκλήσεις και την διαφορά στην απόδοση που προσφέρει κάθε μια. Για να αποφανθούμε του συγκεκριμένου ερωτήματος χρησιμοποιήσαμε έναν μεγάλο όγκο δεδομένων χρονοσειρών από τις αγορές ηλεκτρικής ενέργειας στις χώρες της ευρωπαϊκής ένωσης, με τα οποία χρονομετρήσαμε εγγραφές, αναγνώσεις και μεταποιήσεις στην εκάστοτε βάση και μελετήσαμε διάφορες αρχιτεκτονικές υλοποίησης ενός πλήρους συστήματος. Η υλοποίησή που έγινε, μας επέτρεψε να παρατηρήσουμε με συγκρίσιμο τρόπο τις επιδόσεις, τη συμπεριφορά και τη χρηστικότητα κάθε συστήματος προκειμένου να οδηγηθούμε σε συμπεράσματα χρήσιμα σε όσους αντιμετωπίζουν αποφάσεις σχετικές με βάσεις δεδομένων και αρχιτεκτονικών λογισμικού για παρεμφερή συστήματα. Συμπεράναμε, ότι η Apache Druid, αλλά πρωτίστως η Influxdb, είναι σημαντικά πιο γρήγορες από την MySQL για διαχείριση χρονοσειρών και μας επιτρέπουν να χτίσουμε λιγότερο περίπλοκες αρχιτεκτονικές.	el
heal.advisorName	Veskoukis, Vasileios	en
heal.committeeMemberName	Tsoumakos, Dimitrios	en
heal.committeeMemberName	Aris, Dimeas	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	86 σ.	el
heal.fullTextAvailability	false