การศึกษาเปรียบเทียบประสิทธิภาพการสืบค้นข้อมูลระหว่างฐานข้อมูลเชิงสัมพันธ์กับฐานข้อมูล NoSQL สำหรับระบบสารสนเทศ กรณีศึกษาตัวอย่างชุดข้อมูลครุภัณฑ์ของสำนักบริการเทคโนโลยีสารสนเทศ
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาแนวทางในการจัดเก็บข้อมูลของฐานข้อมูล NoSQL และเปรียบเทียบ ประสิทธิภาพในการสืบค้นข้อมูลครุภัณฑ์ระหว่างฐานข้อมูลเชิงสัมพันธ์กับฐานข้อมูล NoSQL สำหรับระบบสารสนเทศ กรณีศึกษาตัวอย่างชุดข้อมูลครุภัณฑ์ของสำนักบริการเทคโนโลยีสารสนเทศมหาวิทยาลัยเชียงใหม่ โดยได้เลือกใช้ฐานข้อมูลเชิงสัมพันธ์คือ MySQL ซึ่งมีการจัดเก็บข้อมูลเป็นแบบตารางที่ประกอบด้วยแถวและคอลัมน์ เลือกใช้ฐานข้อมูล NoSQL คือ MongoDB ซึ่งมีการจัดเก็บข้อมูลในรูปแบบด็อกคิวเมนท์ที่ประกอบ ด้วย Field-Value และใช้ภาษา PHP ในการพัฒนาเว็บแอปพลิเคชันสำหรับทดสอบ ผู้วิจัยได้ออกแบบคำสั่งและพัฒนาเว็บแอปพลิเคชันเพื่อใช้ทดสอบประสิทธิภาพการสืบค้นระหว่างฐานข้อมูลทั้งสองประเภท ผลการทดสอบจากการศึกษาเบื้องต้นพบว่าการสืบค้นข้อมูลครุภัณฑ์ด้วยฐานข้อมูลเชิงสัมพันธ์มีประสิทธิภาพความเร็ว ในการสืบค้นที่เร็วกว่าการสืบค้นด้วยฐานข้อมูล NoSQL และผลลัพธ์ที่ได้จากการสืบค้นข้อมูลจากฐานข้อมูลทั้งสองประเภทต่างให้ผลลัพธ์ที่ถูกต้องแม่นยำและตรงกัน 100% สาเหตุที่ทำให้ประสิทธิภาพการสืบค้นข้อมูล
ด้วยฐานข้อมูล NoSQL ค้นหาข้อมูลได้ช้ากว่าเนื่องจากโครงสร้างการจัดเก็บข้อมูลครุภัณฑ์ในฐานข้อมูล NoSQL ซึ่งเมื่อถูกแปลงมาจากฐานข้อมูลเชิงสัมพันธ์แล้ว จะถูกจัดเก็บอยู่ในรูปแบบของ Referenced Document ที่มีการเก็บข้อมูลในคอลเลคชันที่แยกกัน การค้นหาจึงต้องใช้ฟังก์ชันในการเชื่อมโยงข้อมูลซึ่งมีผลต่อเวลาที่ใช้ในการประมวลผลที่มากขึ้นส่งผลให้ค้นหาข้อมูลได้ช้าลง และจากการศึกษาเพิ่มเติมเพื่อยืนยันว่าฐานข้อมูล NoSQL สามารถอ่านหรือเขียนข้อมูลขนาดใหญ่ได้รวดเร็วกว่าฐานข้อมูลเชิงสัมพันธ์จึงได้ทำการทดสอบเพิ่มโดยใช้ฐานข้อมูลตัวอย่างซึ่งประกอบด้วย ข้อมูลพนักงานและเงินเดือนพนักงานที่มีปริมาณข้อมูลมากกว่าข้อมูลครุภัณฑ์ถึง 100 เท่า พบว่าการสืบค้นข้อมูลโดยเฉพาะจาก 1 ตาราง และ 1 คอลเลคชัน ทั้งแบบไม่มีเงื่อนไขและแบบมีเงื่อนไข ประสิทธิภาพในการสืบค้นข้อมูลของฐานข้อมูล NoSQL เร็วกว่าฐานข้อมูลเชิงสัมพันธ์ สำหรับแนวทางในการนำฐานข้อมูล NoSQL มาใช้งานจริงในอนาคตกับระบบบริหารจัดการครุภัณฑ์ คือ ปรับแก้โครงสร้างการจัดเก็บข้อมูลจาก Referenced Document ไปเป็น Embedded Document เนื่องจาก Embedded Document จะเก็บข้อมูลที่เกี่ยวข้องทั้งหมดรวมไว้ในด็อกคิวเมนท์เดียวกันจึงค้นหาข้อมูลได้รวดเร็วกว่า และปรับแก้โค้ดเพื่อให้สามารถติดต่อและจัดการฐานข้อมูล NoSQL ได้อย่างมีประสิทธิภาพ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ใน Journal of Advanced Development in Engineering and Science ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา ฯลฯ ที่ได้รับการตีพิมพ์ในJournal of Advanced Development in Engineering and Science ถือเป็นลิขสิทธิ์ของ Journal of Advanced Development in Engineering and Science หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Journal of Advanced Development in Engineering and Scienceก่อนเท่านั้น
เอกสารอ้างอิง
Kaensar, C. (2012). Analysis of the Query Plan for Assessing Optimizer Performance of SQL Select Statemant. The Journal of KMUTNB, 22(3), 721-734. (in Thai)
MySQL. (2021). MySQL 5.7 Reference Manual. Available from https://dev.mysql.com/doc/ refman/5.7/en/language-structure.html. Accessed date: 9 November 2021.
Timasornwichakit, R. (2017). Comparative Study between Big Data Technology (Hadoop /MapReduce) and Relational Database Query System (MySQL) Case study: Healthcare Dataset, (Master thesis, Dhurakij Pundit University). (in Thai)
Ngoenbumroong, A. (2020). Performance Comparison Between Sql-Based & Document - Based Data Warehouse, (Master thesis, Kasetsart University). (in Thai)
Butploy, N. & Verapan, P. (2024). Comparative Analysis of Database Management Approaches: Relational and NoSQL Databases - A Case Study of the Student Database at Kamphaeng Phet Rajabhat University. Journal of Technology Management and Digital Innovation, 1(1), 1-10. (in Thai)
Sumathi, S. & Esakkirajan, S. (2007). Fundamentals of relational database management systems. New York: Springer Berlin Heidelberg.
Jaratsantijit, Y. (2019). Managing Data with MongoDB, a NoSQL Database, Chiang Mai: Jarus Printing Co., Ltd. (in Thai)
Tiwari, S. (2011). Professional NoSQL. Indianapolis: John Wiley & Sons, Inc.
Tahaghoghi, S. & Williams, H. (2007). Learning MySQL. California: O’Reilly Media, Inc.
Navicat. (2021). Manuals. Available from https://www.navicat.com/en/support/online - manual. Accessed date: 22 December 2021.
MongoDB. (2022). MongoDB Documentation. Available from https://www.mongodb.
com/docs/manual/. Accessed date: 15 January 2022.
Studio 3T. (2022). Getting Started with Studio. Available fromhttps://studio3t.com/
knowledge-base/articles/getting-started/. Accessed date: 26 January 2022.
PHP. (2021). PHP Manual. Available from https://www.php.net/manual/en/book.mysqli. php. Accessed date: 25 November 2021.
PHP. (2021).Using the PHP Library for MongoDB (PHPLIB). Available from https://www. php.net/manual/en/mongodb.tutorial.library.php. Accessed date: 3 April 2022.
