Bachelor Thesis BCLR-2018-39

BibliographyVogt, Franziska: Bayessche Zuverlässigkeitsanalyse von MongoDB.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 39 (2018).
53 pages, german.
Abstract

Heutzutage benötigt fast jedes Unternehmen eine Datenbank, um große und komplexe Datenmengen zu managen. Eine derzeit moderne und viel genutzte Datenbank ist dieNoSQL Datenbank MongoDB. Um den damit verbundenen Verwaltungsaufwand zu meiden, wenden sich die Unternehmen an Serviceanbieter. Diese stehen nun der Aufgabe gegenüber, eine Cloud Datenbank zu konfigurieren, die den Qualitätsansprüchen der Kunden genügt. Dies ist nicht einfach, da eine Vielzahl von Parametern die Datenbankperformanz beeinflusst. Da das Testen aller möglichen Konfigurationen praktisch unmöglich ist, bieten statistische Modelle eine vielversprechende Alternative um Testergebnisse zu prognostizieren. In dieser Arbeit wurde ein Modell basierend auf bayesscher Interferenz aufgestellt, welches eine Zuverlässigkeitsanalyse von Mongo DB in einer Cloudumgebung ermöglicht. Dafür wurden zunächst eine Menge an Konfigurationsparametern ausgewählt, anhand denen die Analyse durchgeführt werden soll. Um Daten zu gewinnen wurde MongoDB in einer Cloud Umgebung aufgesetzt und Tests mit den gewählten Konfigurationsparametern durchgeführt, wobei die Performanz gemessen wurde. Das Modell wurde anhand dieser Daten trainiert und durch Stichproben wurde die Genauigkeit des Modells ausgewertet.

Full text and
other links
PDF (2330691 Bytes)
Access to students' publications restricted to the faculty due to current privacy regulations
Department(s)University of Stuttgart, Institute of Parallel and Distributed Systems, Distributed Systems
Superviser(s)Rothermel, Prof. Kurt; Bibartiu, Otto; Ottenwälder, Dr. Beate
Entry dateDecember 3, 2018
   Publ. Computer Science