Uppsats

Database Schema Design and Query Response Time : A Back-end Performance Evaluation of Schema Design and Indexing Strategies

Kandidat-uppsats

Linköpings universitet/Institutionen för datavetenskap

Publicerad: 2026

Språk: Engelska

Nyckelord

klicka för att söka
Performance EvaluationPrestandautvärderingdatabase performancedatabasprestandaMariaDBSQLiteDigital marketplacedatabase schema designquery response timeindexing strategiesworkload-specific indexescomposite indexesBCNF normalizationnormalized schemadenormalized schemarelational databasesdatabase management systemsSQL queriesquery optimizationquery execution planquery processingread operationswrite operationsSELECT queriesINSERT operationsUPDATE operationsback-end performancedatabase benchmarkingresponse time measurementmedian response timebootstrap confidence intervalswarm-cache workloadsingle-user workloaddata scalabilitydataset sizelarge-scale databasesindexing overheadstorage overheadread scalabilityupdate efficiencydata redundancyschema normalizationdatabase architectureembedded databaseclient-server databaseB-tree indexesforeign keysprimary keysfunctional dependenciescourse literature marketplaceapplication performanceDBMS-specific behaviorDatabasschemadesignsvarstid för databasfrågorindexeringsstrategierarbetsbelastningsspecifika indexsammansatta indexBCNF-normaliseringnormaliserat schemadenormaliserat schemarelationsdatabaserDatabashanteringssystemSQL-frågorfrågeoptimeringexekveringsplan för frågorfrågebearbetningläsoperationerskrivoperationerSELECT-frågorINSERT-operationerUPDATE-operationerback-end-prestandadatabasbenchmarkingmätning av svarstidmedian svarstidbootstrap-konfidensintervallwarm-cache-arbetsbelastningsingle-user-arbetsbelastningdataskalbarhetdatamängdsstorlekstorskaliga databaserindexeringskostnadlagringskostnadlässkalbarhetuppdateringseffektivitetdataredundansschemanormaliseringdatabasarkitekturinbyggd databasklient-server-databasB-trädsindexfrämmande nycklarprimärnycklarfunktionella beroendenkurslitteraturmarknadsplatsdigital marknadsplatsapplikationsprestandaDBMS-specifikt beteende

Sammanfattning

This thesis investigated how database schema design and indexing strategies affect query response time. BCNF-normalized and denormalized relational schemas were implemented in SQLite and MariaDB, both with and without workload-specific composite indexes. The evaluation was conducted in the context of a fictional digital marketplace for course literature and measured six predefined operations: browsing listings by course, searching by ISBN, retrieving listings by seller, retrieving a single listing by ID, inserting listings, and updating book metadata. Experiments were performed on datasets containing 100,000, 1,000,000, and 10,000,000 listings, using median query response time as the primary metric. The results show that query response time depends more on how well schemas and indexes match the workload than on normalization or denormalization alone. Workload-specific composite indexes improved read scalability, while normalized schemas handled metadata updates more efficiently and reduced redundancy. Under the evaluated single-user, warm-cache workload, the strongest overall configuration was a normalized schema with workload-specific indexes. Overall, the findings indicate that effective database design requires balancing read performance, update efficiency, redundancy, indexing overhead, and DBMS-specific behavior.

Information

Lärosäte / institution
Linköpings universitet/Institutionen för datavetenskap
Publiceringsdatum
2026
Uppsatstyp
Kandidat-uppsats
Språk
Engelska
Nyckelord
Performance EvaluationPrestandautvärderingdatabase performancedatabasprestandaMariaDBSQLiteDigital marketplacedatabase schema designquery response timeindexing strategiesworkload-specific indexescomposite indexesBCNF normalizationnormalized schemadenormalized schemarelational databasesdatabase management systemsSQL queriesquery optimizationquery execution planquery processingread operationswrite operationsSELECT queriesINSERT operationsUPDATE operationsback-end performancedatabase benchmarkingresponse time measurementmedian response timebootstrap confidence intervalswarm-cache workloadsingle-user workloaddata scalabilitydataset sizelarge-scale databasesindexing overheadstorage overheadread scalabilityupdate efficiencydata redundancyschema normalizationdatabase architectureembedded databaseclient-server databaseB-tree indexesforeign keysprimary keysfunctional dependenciescourse literature marketplaceapplication performanceDBMS-specific behaviorDatabasschemadesignsvarstid för databasfrågorindexeringsstrategierarbetsbelastningsspecifika indexsammansatta indexBCNF-normaliseringnormaliserat schemadenormaliserat schemarelationsdatabaserDatabashanteringssystemSQL-frågorfrågeoptimeringexekveringsplan för frågorfrågebearbetningläsoperationerskrivoperationerSELECT-frågorINSERT-operationerUPDATE-operationerback-end-prestandadatabasbenchmarkingmätning av svarstidmedian svarstidbootstrap-konfidensintervallwarm-cache-arbetsbelastningsingle-user-arbetsbelastningdataskalbarhetdatamängdsstorlekstorskaliga databaserindexeringskostnadlagringskostnadlässkalbarhetuppdateringseffektivitetdataredundansschemanormaliseringdatabasarkitekturinbyggd databasklient-server-databasB-trädsindexfrämmande nycklarprimärnycklarfunktionella beroendenkurslitteraturmarknadsplatsdigital marknadsplatsapplikationsprestandaDBMS-specifikt beteende

Utforska vidare

Liknande uppsatser

Uppsatser med liknande ämnen och nyckelord.