USAGE OF NEWSQL DATABASES FOR PROCESSING OF BIG DATA

V diplomski nalogi smo predstavili osnovne koncepte podatkovnih baz NoSQL in NewSQL. V obeh skupinah smo predstavili njihovo arhitekturo in našteli njihove pripadnike. Podrobneje smo se osredotočili na podatkovni sistem VoltDB. V praktičnem delu diplomske naloge smo za potrebe analiziranja uporabili podatke podatkovne baze nacionalne infrastrukture odprtega dostopa. Podatkovna baza je sestavljena iz metapodatkov o publikacijah in njihovih avtorjih. Naš cilj je bil analizirati razširljivost podatkovne baze VoltDB ter hitrosti izvajanja transakcij po določenem iskanem nizu. Filtri iskanja nam na podlagi podanega iskanega niza filtrirajo najpogostejše metapodatke ter jih razporedijo v določeno strukturo najpogostejših zadetkov. Pri veliki količini podatkov narašča časovna zahtevnost ustvarjanja posameznega filtra. Za analiziranje smo uporabili čase izvajanja transakcij na enem strežniku ter jih primerjali s časi, ko je podatkovna baza razširjena na dveh strežnikih. Ugotovili smo, da z razširljivostjo VoltDB-ja na dva strežnika pohitrimo časovno zahtevnost izvajanja transakcij.In the diploma thesis we present basic concepts of the NoSQL and NewSQL databases. We present both architectures and their representative implementations. In detail, we focus on the VoltDB implementation of the NewSQL database. In the practical part of this thesis we use the data from the national open access infrastructure. The data consists of metadata about publications and their authors. Our goal was to analyse the scaling capabilities of the VoltDB database and the speed of transactions occurring while searching the database with a defined search string. Using search filters, we output a list of top N search hits and their metadata. Thus, the time complexity of each search filter increases with the number of metadata. During the analysis we measured the transaction execution times on a database installed on one server and compared them with execution times measured on a database installed on two servers. We showed that we can speed up the transaction execution times by scaling the database to two servers