Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Performance Verification of IDL Architecture for Partitioned Database
Rok: 2024
Druh publikace: článek ve sborníku
Název zdroje: Proceedings of the 36th Conference of Open Innovations Association FRUCT
Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání: New York
Strana od-do: 469-474
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Ověření výkonnosti architektury IDL pro databázi využívající oddíly S rostoucí popularitou rámců ORM a potřebou efektivně spravovat velké objemy dat se optimalizace těchto přístupů stává stále častějším předmětem výzkumu. Tento článek se zaměřuje na analýzu vlivu rozdělení databázových tabulek na výkon inteligentní datové vrstvy (IDL), která byla představena v naší předchozí studii „Návrh architektury přístupu k datům pomocí ORM frameworku“. IDL umožňuje implementaci frameworku ORM s predikcí načtených dat, což celkově zlepšuje a zrychluje přístup k databázovým datům. Tato práce rozšiřuje předchozí experimenty o optimalizaci IDL pomocí rozdělení databázových tabulek a důkladně analyzuje dopad této techniky na chování a výkon systému. Experimentálně ověřujeme použitelnost této optimalizační techniky v praktickém prostředí a kvantifikujeme dosažené zlepšení výkonu IDL. Výsledky ukazují, že správně navržené rozdělení může významně přispět k celkové efektivitě systému při zachování jeho flexibility a škálovatelnosti. technologické inovace; databáze; optimalizace, návrh architektury
eng Performance Verification of IDL Architecture for Partitioned Database With the increasing popularity of ORM frameworks and the need to efficiently manage large volumes of data, optimization of these approaches is becoming an increasingly common subject of research. This paper focuses on analyzing the impact of partitioning of database tables on the performance of the Intelligent Data Layer (IDL), which was introduced in our previous study "Design of Data Access Architecture Using an ORM Framework". IDL enables the implementation of ORM frameworks with loaded data prediction, which overall improves and accelerates access to database data. This work extends previous experiments by optimizing IDL through database table partitioning and thoroughly analyzes the impact of this technique on system behavior and performance. We experimentally verify the applicability of this optimization technique in a practical environment and quantify the achieved performance improvements of IDL. The results show that properly designed partitioning can significantly contribute to the overall system efficiency while maintaining its flexibility and scalability. technological innovation; databases; optimization; architectural design