A Comparison of Relational, NoSQL and NewSQL Database Management Systems for the Persistence of Time Series Data

Zeitreihendaten werden in einer Vielzahl von Anwendungsbereichen wie Sensoren in Autos, Smartwatches oder IoT-Geräten erzeugt. Diese Art von Daten zeichnet sich häufig durch einen hohen Ressourcenbedarf aus, da die Informationen häufig gemessen werden, mit Datenpunkten pro Tag, pro Stunde und sogar bis hinunter zu Millisekunden. Während die Verarbeitung solcher Daten in Echtzeit oft ausreicht, gibt es auch viele Anwendungsfälle, in denen eine Stapelverarbeitung und folglich die Speicherung und der verwaltete Zugriff auf die Messwerte erforderlich sind. Aus diesem Grund werden in dieser Arbeit verschiedene Datenbankmanagementsysteme im Zusammenhang mit der Speicherung zeitbezogener Daten unter Verwendung unterschiedlicher Datenmodelle wie klassischer relationaler Modelle, nicht-relationaler Modelle unter Verwendung von NoSQL-Datenbanksystemen und der kürzlich aufkommenden Gruppe der NewSQL-Datenbanken evaluiert. Die Auswertung zeigt, dass eine hochoptimierte Zeitreihendatenbank wie InfluxDB in der Lage ist, die anderen getesteten Systeme in Bezug auf den Schreibdurchsatz und die RAM- sowie Festplattenauslastung in einem Einzelserver-Setup zu übertreffen.