Предметом исследования является эффективность различных индексационных стратегий, реализованных в PostgreSQL, и их влияние на производительность операций SELECT, UPDATE и INSERT в условиях различных масштабов данных. Объектом исследования выступают индексы B-Tree, GIN и BRIN, применяемые для оптимизации работы баз данных. Автор подробно рассматривает такие аспекты темы, как временные характеристики выполнения операций, размер индексов и их ресурсоемкость. Особое внимание уделяется влиянию объема данных на производительность индексов и их пригодности для работы с различными типами данных, включая JSONB. Исследование направлено на систематизацию знаний о применении индексов для повышения эффективности работы высоконагруженных систем, где требуется оптимизация операций доступа, обновления и вставки данных, а также анализ потребления ресурсов. Ведущим методом исследования является эмпирический подход, включающий разработку тестовой базы данных с таблицами orders, customers и products. Эксперименты проводились для операций SELECT, UPDATE и INSERT на малых, средних и больших объемах данных. Для анализа использовались метрики времени выполнения запросов и размера индексов, полученные с использованием инструментов PostgreSQL. Новизна исследования заключается в комплексном сравнении индексов B-Tree, GIN и BRIN в PostgreSQL с учетом не только временных характеристик выполнения запросов, но и их влияния на размер базы данных и общую нагрузку на систему. В отличие от существующих исследований, сосредоточенных на отдельных аспектах индексирования, данная работа рассматривает эффективность различных типов индексов в условиях изменяющейся нагрузки и различных категорий операций. Основными выводами проведённого исследования являются рекомендации по выбору индексов в зависимости от типов запросов и условий их выполнения. Индексы B-Tree подтвердили свою универсальность, демонстрируя высокую производительность для операций SELECT и UPDATE. GIN-индексы показали преимущества для работы с JSONB-данными, но их использование ограничено высокой ресурсоемкостью. BRIN-индексы доказали свою эффективность для больших объемов данных, особенно для операций SELECT. Особым вкладом автора в исследование темы является создание рекомендаций для разработчиков баз данных, что позволяет повышать производительность приложений за счёт оптимального выбора индексационной стратегии.
В пособии доходчиво разъясняются теоретические основы реляционных баз данных, практические приёмы проектирования систем на основе баз данных, а также методы обработки больших объёмов данных с использованием систем NoSQL. Здесь изучение теории ведётся конструктивно: авторы показывают, как теоретические выводы могут быть использованы для синтеза схемы реляционной базы данных. Раскрывается суть оптимизации SQL-запросов в реляционных СУБД. Рассматриваются различные способы выявления информационных потребностей конечных пользователей, построения схемы базы данных, включая индексацию и ссылочную целостность, и описания спецификаций прикладных программ. На большом числе примеров изучается язык SQL. Подробно анализируются разнообразные модели доступа к данным - от простейших файловых серверов до сложных систем на основе web-сервисов, а также методы тиражирования данных. Рассматриваются базы данных NoSQL и NewSQL, технология MapReduce, XML-базы данных. Показано, как эти системы позволяют преодолеть недостатки реляционных баз данных. Приведены примеры, демонстрирующие применение технологии MapReduce. Анализ различных подходов, выполненный в пособии, позволяет читателю глубже понять общие принципы функционирования баз данных и приобрести навыки оценки альтернатив при выборе наилучшего варианта в процессе проектирования автоматизированной системы. Учебное пособие представляет интерес для студентов и преподавателей, а также для специалистов, занимающихся проектированием систем на основе реляционных баз данных и NoSQL.
В пособии рассматриваются основные понятия баз данных, модели данных, этапы жизненного цикла баз данных, чаще всего используемые модели данных. Особое внимание уделено перспективным направлениям проектирования и разработки баз данных, основанным на многомерном представлении данных, многосторонних связях, комбинированных методах проектирования реляционных баз данных.