Оптимізація продуктивності роботи з базою даних високонавантаженого додатку на прикладі інтернет-магазину техніки

Abstract

АНОТАЦІЯ Чоповенко Василь Миколайович Оптимізація продуктивності роботи з базою даних високонавантаженого додатку на прикладі інтернет-магазину техніки 121 - Інженерія програмного забезпечення Черкаський державний технологічний університет Черкаси, 2024 Сучасні веб-додатки вимагають обробки великих обсягів даних із максимальною продуктивністю. Зростання обсягів інформації у базах даних висуває нові вимоги до оптимізації серверної частини, зокрема, через ефективну організацію комунікації з базою даних. Актуальність теми спричинена популярністю онлайн платформ для продажу речей і великою кількістю користувачів, як що накладає додаткове навантаження на сервер Мета дослідження Метою роботи є аналіз впливу використання пагінації, індексів, Fetch стратегій та кешування на продуктивність серверної частини веб-додатків на прикладі Spring Boot. Дослідження включає порівняння часу обробки запитів із пагінацією та без неї, а також оцінку впливу індексів та інших перерахованих раніше технік на швидкодію операцій читання та запису Методологія дослідження Проведено серію експериментів із двома контролерами: один обробляє запити з пагінацією, інший — без неї. Експерименти виконано на різних наборах даних (від 10 до 50 000 записів), із додаванням та без додавання індексів у базі даних. Аналіз здійснено за допомогою інструментів PostgreSQL та Spring Boot із використанням бібліотек для тестування продуктивності. Результати дослідження При малих обсягах даних використання пагінації не суттєво впливає на продуктивність, однак із збільшенням записів у базі даних середній час відповіді зменшується в кілька разів завдяки розбиттю результатів на сторінки. Додавання індексів суттєво покращує швидкість виконання запитів читання, зменшуючи час відповіді у 2–3 рази для великих таблиць. Проте спостерігається збільшення часу на операції вставки даних, що необхідно враховувати при проектуванні. Використання індексів є ефективним лише за умови їх правильної оптимізації для часто використовуваних операцій, таких як фільтрація або сортування. Правильний підбір Fetch стратегій допомагає оптимізувати час обробки запитів для повʼязаних записів, а також організувати використання памʼяті у додатку. Кешування дозволяє пришвидшити виконання запиту до сервера шляхом уникнення додаткового запиту до бази даних. Правильна інвалідація кешу дозволяє досягти максимальної точності даних, які відображаються користувачеві. Висновки Запровадження описаних технік є ключовими факторами для оптимізації продуктивності серверної частини веб-додатків. Робота демонструє, що ці підходи значно знижують навантаження на сервер і забезпечують стабільну роботу системи, особливо при роботі з великими наборами даних. Правильний підбір технік та їх конфігурація дозволяє досягти значних покращень роботи системи з точки зору стабільності та швидкодії, за рахунок чого кінцеві користувачі отримують максимальний досвід використання додатку, що робить його більш конкурентно спроможним на фоні інших додатків, які можуть мати такий самий набір функціоналу, але програють за рахунок нестабільного і довгого часу відповіді.

ANNOTATION Chopovenko Vasyl Mykolayovych Optimization of Database Performance for a High-Load Application: A Case Study of an Electronics Online Store 121 - Software engineering Cherkasy State Technical University Cherkasy, 2024 Modern web applications require processing large volumes of data with maximum performance. The increasing amount of information in databases imposes new demands on backend optimization, particularly through efficient database communication management. The relevance of this topic is driven by the popularity of online sales platforms and a large number of users, which adds extra load on the server. Research Objective The aim of this work is to analyze the impact of pagination, indexing, fetch strategies, and caching on the backend performance of web applications using Spring Boot as an example. The research includes a comparison of query processing times with and without pagination, as well as an evaluation of how indexing and the aforementioned techniques affect the speed of read and write operations. Research Methodology A series of experiments were conducted using two controllers: one handling requests with pagination and the other without it. The experiments were performed on different datasets (ranging from 10 to 50,000 records), with and without indexes added to the database. The analysis was carried out using PostgreSQL and Spring Boot tools, utilizing libraries for performance testing. Research Results With small data volumes, using pagination does not significantly affect performance. However, as the number of records in the database increases, the average response time decreases several times due to result splitting into pages. Adding indexes significantly improves query execution speed, reducing response time by 2–3 times for large tables. However, an increase in data insertion time was observed, which must be considered during system design. The use of indexes is effective only when properly optimized for frequently used operations, such as filtering or sorting. Choosing the right fetch strategies helps optimize query processing time for related records and efficiently manage application memory usage. Caching speeds up query execution by avoiding additional database requests. Proper cache invalidation ensures maximum data accuracy displayed to users. Conclusions The implementation of these techniques is essential for backend performance optimization in web applications. The study demonstrates that these approaches significantly reduce server load and ensure stable system operation, especially when working with large datasets. Correctly selecting and configuring these techniques leads to significant system performance improvements in terms of stability and speed. As a result, end users receive a better application experience, making the application more competitive compared to others with similar functionality but slower and less stable response times.