Benchmark LucidDB x MySQL para aplicações de Business Intelligence
Upcoming SlideShare
Loading in...5
×
 

Benchmark LucidDB x MySQL para aplicações de Business Intelligence

on

  • 2,206 views

LucidDB é o primeiro NoSQL livre inteiramente dedicado à aplicações de DataWarehouse e Business Intelligence. Utilizando uma base de dados open source, disponibilizada pela comunidade Pentaho, ...

LucidDB é o primeiro NoSQL livre inteiramente dedicado à aplicações de DataWarehouse e Business Intelligence. Utilizando uma base de dados open source, disponibilizada pela comunidade Pentaho, executamos algumas queries típicas de aplicações de Business Intelligence, com uso massivo de agregações. Não realizamos nenhum tuning nos dois bancos de dados. Os resultados sugerem um ganho expressivo em todas as queries por parte do LucidDB.

Statistics

Views

Total Views
2,206
Views on SlideShare
2,189
Embed Views
17

Actions

Likes
2
Downloads
21
Comments
1

3 Embeds 17

http://www.techgig.com 11
http://a0.twimg.com 3
http://paper.li 3

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • Tenho uma pergunta em relação ao resultado obtido neste Benchmark, como você está fazendo esta comparação de resultado para dizer quem é o mais rápido que o outro? Média, desvio-padrão?
    Pergunto isso por que não vi na apresentação, quais as métricas analisadas e quais o cálculo estatístico usado no mesmo.
    Abraços!
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Benchmark LucidDB x MySQL para aplicações de Business Intelligence Benchmark LucidDB x MySQL para aplicações de Business Intelligence Presentation Transcript

  • Benchmark LucidDB x MySQL paraaplicações de Business Intelligence fmasanori @ gmail.com 22 de outubro de 2011 slideshare.net/fmasanori
  • • Apresentação• Business Intelligence• Modelagem dimensional• LucidDB• Base de dados para testes• Resultados• Créditos• Perguntas e sugestões
  • • Computação IME-USP• Mestrado ITA• ed e lint Cobra Tecnologia• Credicard Mastercard – sistema autorização• PriceWaterhouseCoopers• Itaú BankBoston• Docente nas disciplinas: algoritmos, estrutura de dados, data warehouse• Interesses: Python, Data Warehouse, Pentaho, Google Technology, Facebook
  • BI no mercado mundial, Gartner:2009: +3.8 %2010: +13.4%América Latina:2010: +19.5%
  • Arquitetura genérica de um sistema de Business Intelligence FONTE DE DADOS PROCESSO DE ETL DATA WAREHOUSE APRESENTAÇÃO CENTRAL DASHBOARDS OLAP WAREHOUSEArquivos ÁREA DE ESTÁGIO SGBDSGBD ETL DATA DSS SGBD MINING ETL ETL ERP DOCUMENTOS Arquivos CRM DATA MARTS (Luiz H. N. Lorena, 2011)
  • Star Schema TEMPOCLIENTE PRODUTO VENDAS PROMOÇÃO LOJA (Luiz H. N. Lorena, 2011)
  • Star SchemaSnowflaking desencorajado (Kimball, 2002)
  • Star SchemaUsabilidade (Kimball, 2002)
  • Operacional x Analítico Operacional AnalíticoPropósito Executar um processo Avaliar um processoEstilo interação Insert, update, delete, query Query (read-only)Escopo interação Transação individual AgregaçãoPadrão query Previsível e estável ImprevisívelFoco temporal Atual Histórico e atualOtimização Update concorrente Query (agregação)Projeto ER na 3FN Star Schema ou Cubo (Adamson, 2010)
  • Banco Relacional Tradicional (Timo Elliott, SAP)
  • Banco Colunar (Timo Elliott, SAP)
  • 1º Banco de Dados open source dedicado para aplicações de Business IntelligenceLigações: DynamoBI, Pentaho OLAP server
  • • Base para testes: World Class Movies• Base LGPL• Data Warehouse (star schema)• MySQL 5.5• LucidDB• Apache Jmeter• Oracle VirtualBox
  • • Qual o gênero de filme gerou mais receitas no ano de 2008?• Como o lucro está evoluindo com o tempo ?• Qual o horário do dia os consumidores fazem mais locações?• As promoções foram efetivas no ano de 2008?
  • Tempo médio(ms)35000300002500020000 LucidDB MySQL1500010000 5000 0 Q1 Q2 Q3 Q4
  • Memória livre1000900800700600500 LucidDB MySQL400300200100 0 Q1 Q2 Q3 Q4
  • Outros resultados• ETL nos dois bancos tranquilo• MySQL ocupou 72% a mais de espaço em disco• LucidDB e MySQL mantiveram os tempos ao reduzirmos a memória disponível para o limite do LucidDB• LucidDB e MySQL mantiveram a relação ao reduzirmos a memória disponível para o limite do MySQL
  • Realização do benchmark: Felipe G. de Souza IssaHoje em Chicago fazendo treinamento ;-)
  • Outros créditos• Timo Elliott (SAP), tetris colunar• Luiz H. Lorena, figuras DW• KIMBALL, R., ROSS, M., The Data Warehouse Toolkit, The Complete Guide To Dimensional Modeling, Wiley, 2002• ADAMSON, C., Star Schema, The Complete Reference, McGrawHill, 2010.
  • Perguntas ou sugestões? fmasanori @ gmail.com facebook.com/fmasanori twitter.com/fmasanori