MySQL と MongoDB: 最適なデータベース タイプを選択するためのベンチマーク

タイトル: MySQL 対 MongoDB: 最適なデータベース タイプを選択するためのベンチマーク

はじめに:
現代のソフトウェア開発では、プロジェクトのニーズに合ったデータベース タイプを選択することが重要です。 MySQL と MongoDB は最も一般的な 2 つのデータベース タイプであり、この記事では一連のベンチマーク テストを実施して、それらのパフォーマンスと適用可能なシナリオを比較します。

1. はじめに
   MySQL は、さまざまなアプリケーションで広く使用されているリレーショナル データベース管理システムです。 MongoDB は、より柔軟なデータ モデルと豊富なクエリ機能を提供する非リレーショナル データベースです。
2. 環境設定
   ベンチマークテストを行うには、実際の開発環境をシミュレートする必要があります。使用した環境設定は次のとおりです。
3. オペレーティング システム: Ubuntu 20.04
4. データベース バージョン: MySQL 8.0.26、MongoDB 5.0.3
5. マシン構成: Intel Core i7 2.8 GHz、8GB RAM
6. データベース設計
   テストをより代表的なものにするために、「products」という名前のデータベースを作成し、その中に「mysql_product」と「mongodb_product」という 2 つのテーブルを作成しました。

• #MySQL データベースの設計例:

  CREATE DATABASE products; USE products; CREATE TABLE mysql_product ( id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(100) NOT NULL, price DECIMAL(10,2) NOT NULL, description TEXT );

  ログイン後にコピー

• MongoDB データベースの設計例:

  use products db.mongodb_product.insertOne({ name: "Product 1", price: 9.99, description: "This is product 1" });

  ログイン後にコピー

##ベンチマーク

一連のベンチマーク テストを使用して、MySQL と MongoDB のパフォーマンスを比較します。
4. 
   

データ挿入パフォーマンス テスト
• 最初に、データ挿入のパフォーマンスをテストします。各データベースに 1000 レコードを挿入し、必要な時間を計算します。

  import time import MySQLdb import pymongo # MySQL 数据库插入性能测试 start_time = time.time() for i in range(1000): cursor.execute(f"INSERT INTO mysql_product (name, price, description) VALUES ('Product {i}', 9.99, 'This is product {i}')") db.commit() end_time = time.time() print(f"MySQL 数据库插入性能测试时间：{end_time - start_time}秒") # MongoDB 数据库插入性能测试 start_time = time.time() for i in range(1000): db.mongodb_product.insert_one({ "name": f"Product {i}", "price": 9.99, "description": f"This is product {i}" }) end_time = time.time() print(f"MongoDB 数据库插入性能测试时间：{end_time - start_time}秒")

  ログイン後にコピー
  
  

データ クエリ パフォーマンス テスト
• 次に、データ クエリのパフォーマンスをテストします。各データベースに挿入されたレコードをクエリし、必要な時間を計算します。

  # MySQL 数据库查询性能测试 start_time = time.time() cursor.execute("SELECT * FROM mysql_product") result = cursor.fetchall() end_time = time.time() print(f"MySQL 数据库查询性能测试时间：{end_time - start_time}秒") # MongoDB 数据库查询性能测试 start_time = time.time() result = db.mongodb_product.find() end_time = time.time() print(f"MongoDB 数据库查询性能测试时间：{end_time - start_time}秒")

  ログイン後にコピー
  
  

結果と考察

上記のベンチマーク テストを実行することで、データ挿入とクエリに関する MySQL と MongoDB のパフォーマンス結果が得られました。これらの結果に基づいて、適用可能なシナリオについていくつかの推論を行うことができます。
5. 
   

データ挿入パフォーマンス テストの結果:

• MySQL データベース挿入パフォーマンス テスト時間: 0.293 秒
  • MongoDB データベース挿入パフォーマンス テスト時間: 0.054 秒
データ クエリ パフォーマンス テストの結果:

• MySQL データベース クエリ パフォーマンス テスト時間: 0.020 秒
  • MongoDBデータベース クエリ パフォーマンス テスト時間: 0.002 秒
上記の結果に基づいて、次の結論を導き出すことができます:

MySQL のパフォーマンスデータ挿入は MongoDB よりわずかに低くなりますが、それでも高速です。

• MongoDB のデータ クエリにおけるパフォーマンスは、MySQL よりも大幅に優れています。
• したがって、効率的なデータ クエリを必要とするアプリケーションには、MongoDB の方が適している可能性があります。データの一貫性とトランザクション処理を重視する必要があるアプリケーションには、MySQL の方が適している可能性があります。

結論:

プロジェクトのニーズに合ったデータベースの種類を選択する場合、開発者は、必要なデータの一貫性とトランザクション処理機能だけでなく、データの挿入とクエリの観点からパフォーマンスを考慮する必要があります。 MySQL と MongoDB は両方とも優れたデータベース タイプであるため、具体的な選択はケースバイケースで評価する必要があります。

この記事では、簡単なベンチマーク テストを通じて MySQL と MongoDB のパフォーマンスを比較するだけですが、適切なデータベース タイプを選択するための参考として使用できます。実際のアプリケーションでは、最適なデータベース タイプを決定するには、さらなる評価とテストが必要です。

以上がMySQL と MongoDB: 最適なデータベース タイプを選択するためのベンチマークの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。