Performance analysis of working with databases with Spring and Symfony
Abstract
The article presents a comparative analysis of the efficiency of work with MySQL and PostgreSQL databases, using the popular Spring (Java) and Symfony programming frameworks. The research was carried out with the use of proprietary test applications that perform CRUD operations on a different number of records. The test results showed that the execution time of writing and deleting data using the Spring application is longer than when performing the same operations in Symfony. On the other hand, in the case of UPDATE and SELECT operations, the operation execution time with the Spring application turned out to be shorter than in the case of Symfony. The test results also confirmed that, regardless of the development framework, MySQL is less efficient than PostgreSQL while operating on 10 000 records except for DELETE, where MySQL combined with Symfony is the fastest.
Keywords
comparative analysis; Spring, Symfony, relational databases
References
P. Rymarski, G. Kozieł, Analiza możliwości optymalizacji zapytań SQL, Journal of Computer Sciences Institute 19 (2021) 151–158.
K. Lachewicz, Analiza wydajności systemów bazodanowych: MySQL, MS SQL, PostgreSQL w kontekście aplikacji internetowych, Journal of Computer Sciences Institute 14 (2020) 94–100.
R. Wodyk, M. Skublewska-Paszkowska, Porównanie wydajności relacyjnych baz danych SQL Server, MySQL oraz PostgreSQL z zastosowaniem aplikacji webowej i frameworku Laravel, Journal of Computer Sciences Institute 17 (2020) 358–364.
M. Laaziri, K. Benmoussa, S. Khoulji, K. M. Larbi, A. E. Yamami, A comparative study of laravel and symfony PHP frameworks, International Journal of Electrical and Computer Engineering 9 (2019) 704-712.
S. Andjelic, S. Obradovic, B. Gacesa, A performance analysis of the dbms – mysql vs postgresql, Komunikacie 10 (2008) 53-57.
R. Kleweka, W. Truskowski, M. Skublewska-Paszkowska, Porównanie wydajności baz danych MySQL, MSSQL, PostgreSQL oraz Oracle z uwzględnieniem wirtualizacji, Journal of Computer Sciences Institute 16 (2020) 279–284.
S. Stets, G. Kozieł, Comparative analysis of databases working under the control of Windows system, Journal of Computer Sciences Institute 13 (2019) 298–301.
S.T Ali, J. Long, Quality Evaluation of PHP Frameworks, International Journal of Scientific & Engineering Research 10 (2019) 1454-1458.
N. Prokofyeva, V. Boltunova, Analysis and Practical Application of PHP Frameworks in Development of Web Information Systems, Procedia Computer Science 104 (2017) 51 – 56.
Baza danych PostgreSQL, https://vavatech.pl/technologie/bazy-danych/postgresql, [06.06.2022].
Dokumentacja SpringBoot, https://spring.io/projects/spring-boot , [07.06.2022].
Dokumentacja Symfony, https://symfony.com/doc/current/index.html, [15.09.2022].
Dokumentacja PostgreSQL, https://www.postgresql.org/docs/, [15.09.2022].
Najpopularniejsze szkielety programistyczne do tworzenia aplikacji przy użyciu języka PHP w 2022 roku, https://www.linkedin.com/pulse/2022-most-popular-php-frameworks-infogenlabsinc/, [15.09.2022].
Najpopularniejsze szkielety programistyczne do tworzenia aplikacji przy użyciu języka Java, https://www.geeksforgeeks.org/top-10-most-popular-java-frameworks-for-web-development/, [15.09.2022].
Ranking popularności silników baz danych, https://db-engines.com/en/ranking, [12.10.2022].
Dokumentacja szkieletu programistycznego Hibernate, https://hibernate.org/orm/documentation/6.1/, [12.10.2022].
Dokumentacja biblioteki PHP Doctrine, https://symfony.com/doc/current/doctrine.html, [12.10.2022].
Dokumentacja silnika baz danych MySQL, https://dev.mysql.com/doc/, [12.10.2022].
Lublin University of Technology Poland
Poland
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
