Uppsats

SQL vs NoSQL i webbapplikationer

M1-uppsats

Blekinge Tekniska Högskola/Institutionen för datavetenskap

Publicerad: 2026

Språk: Svenska

Sammanfattning

Att välja rätt databas är ett av de viktigaste besluten när man bygger moderna webbapplikationer. SQL- och NoSQL-databaser tar fundamentalt olika tillvägagångssätt för att lagra och hantera data, vilket kan ha en betydande påverkan på prestanda och skalbarhet i takt med att applikationer växer. Denna studie jämför MariaDB, en relationell SQL databas, och MongoDB, en dokumentbaserad NoSQL databas, för att undersöka hur de presterar under realistiska arbetsbelastningar i en e-handelsmiljö. Målet är att ta reda på vilken databas som hanterar olika scenarier bättre, och varför. Båda databaserna testas med samma dataset och applikationslogik, skriven iJavaScript, för att hålla jämförelsen rättvis. Svarstider mäts över olika scenarier, läsintensiva, skrivintensiva och blandade, medan nyckelmått som latens och svarstider mäts. Testerna upprepas flera gånger för att förbättra tillförlitligheten hos resultaten. MariaDB presterar generellt bättre i skrivintensiva operationer. Vid borttagning av 400 000 användare uppmättes MariaDB till 544 ms jämfört med MongoDBs 1 961 ms, och vid insättning var MariaDB konsekvent 35–55 procent snabbare. Vid sökning med index presterar båda databaserna exceptionellt bra med svarstider under 2,3 ms oavsett datamängd. En tentativ observation gjordes vid sökning utan index vid 400 000 användare, där MongoDB presterade 29 ms jämfört med MariaDBs 52 ms, ett resultat som bör tolkas med försiktighet med hänsyn till möjliga cache-effekter. Studien visar att det inte finns ett universellt rätt svar på frågan om SQL eller NoSQL är bäst. MariaDB framstår som det starkare valet för skrivintensiva och relationsrika e-handelssystem med förutsägbara belastningsmönster, medan MongoDB visar potential för system med stora, ostrukturerade datamängder och behov av horisontell skalbarhet. Valet av databasteknik bör alltid baseras på applikationens specifika krav och användningsmönster snarare än på generella antaganden.

Information

Lärosäte / institution
Blekinge Tekniska Högskola/Institutionen för datavetenskap
Publiceringsdatum
2026
Uppsatstyp
M1-uppsats
Språk
Svenska

Utforska vidare

Liknande uppsatser

Uppsatser med liknande ämnen och nyckelord.