[论文解读] SQL and NoSQL Databases Software architectures performance analysis and assessments -- A Systematic Literature review

Wisal Khan, Teerath Kumar+4 more|arXiv (Cornell University)|Sep 14, 2022

Cloud Computing and Resource Management被引用 16

一句话总结

本篇系统文献回顾分析了SQL与NoSQL数据库软件架构，以应对跨云平台的数据可移植性与互操作性挑战。研究发现，NoSQL数据库因其横向可扩展性，在大数据分析方面表现优异；而SQL数据库在OLTP工作负载中仍为最优选择。统一API被提出作为减少厂商锁定并提升跨平台数据移动效率的解决方案。

ABSTRACT

Context: The efficient processing of Big Data is a challenging task for SQL and NoSQL Databases, where competent software architecture plays a vital role. The SQL Databases are designed for structuring data and supporting vertical scalability. In contrast, horizontal scalability is backed by NoSQL Databases and can process sizeable unstructured Data efficiently. One can choose the right paradigm according to the organisation's needs; however, making the correct choice can often be challenging. The SQL and NoSQL Databases follow different architectures. Also, the mixed model is followed by each category of NoSQL Databases. Hence, data movement becomes difficult for cloud consumers across multiple cloud service providers (CSPs). In addition, each cloud platform IaaS, PaaS, SaaS, and DBaaS also monitors various paradigms. Objective: This systematic literature review (SLR) aims to study the related articles associated with SQL and NoSQL Database software architectures and tackle data portability and Interoperability among various cloud platforms. State of the art presented many performance comparison studies of SQL and NoSQL Databases by observing scaling, performance, availability, consistency and sharding characteristics. According to the research studies, NoSQL Database designed structures can be the right choice for big data analytics, while SQL Databases are suitable for OLTP Databases. The researcher proposes numerous approaches associated with data movement in the cloud. Platform-based APIs are developed, which makes users' data movement difficult. Therefore, data portability and Interoperability issues are noticed during data movement across multiple CSPs. To minimize developer efforts and Interoperability, Unified APIs are demanded to make data movement relatively more accessible among various cloud platforms.

研究动机与目标

• 调查SQL与NoSQL数据库软件架构在云环境中的性能特征。
• 分析在多个云服务提供商（CSPs）之间迁移数据时面临的数据可移植性与互操作性挑战。
• 评估现有数据移动方法，特别是阻碍互操作性的基于平台的API。
• 识别现有解决方案中的不足，并提出对统一API的需求，以减少开发人员工作量并提升跨平台数据移动性。
• 对两种数据库范式在扩展性、一致性、可用性及分片行为方面进行全面评估。

提出的方法

• 对关于SQL与NoSQL数据库架构的同行评审研究进行了系统文献回顾（SLR）。
• 收集并分析了57页文献，聚焦于云平台间性能、可扩展性与数据移动性。
• 根据垂直扩展与水平扩展、一致性模型、分片技术以及负载下的可用性等标准评估研究。
• 审查了现有的数据移动机制，特别是限制互操作性的平台特定API。
• 综合研究结果，识别趋势、局限性以及统一数据访问接口的机遇。
• 提出需要标准化的统一API，以增强跨云数据可移植性并减少厂商锁定。

实验结果

研究问题

• RQ1 在大数据工作负载下，SQL与NoSQL数据库架构在可扩展性、一致性和性能方面有何差异？
• RQ2 在多个云服务提供商之间实现数据可移植性与互操作性的主要挑战是什么？
• RQ3 基于平台的API在多大程度上阻碍了云数据库之间的数据移动？
• RQ4 在OLTP与大数据分析工作负载中，SQL与NoSQL数据库之间的性能权衡如何？
• RQ5 为提升跨云数据库互操作性，需要哪些架构与接口改进？

主要发现

• 由于支持横向可扩展性并能高效处理非结构化数据，NoSQL数据库更适合大数据分析。
• 由于具备强ACID属性和结构化数据处理能力，SQL数据库仍是OLTP工作负载的首选。
• 基于平台的API显著阻碍了数据互操作性，导致跨云数据移动时复杂度上升与厂商锁定加剧。
• 缺乏标准化接口导致开发工作量增加，且在多云部署中灵活性降低。
• 统一API被识别为关键需求，可简化数据移动并提升跨多样化云平台的数据可移植性。
• SQL与NoSQL系统在分片与一致性模型方面存在显著差异，影响性能与系统设计选择。