Многокритериальный выбор оптимальной системы управления базы данных с помощью метода анализа иерархий

Одной из главных проблем разработки приложения баз данных является выбор системы управления базами данных (далее СУБД). Выбранная СУБД должна удовлетворять не только текущим, но и будущим потребностям предприятия.

В статье представлены основные критерии по выбору СУБД, также применяется метод анализа иерархий для принятия решения.

Основные критерии по выбору СУБД:

• 1. Модель данных. К данной группе можно отнести: используемую модель данных, предусмотренные типы данных.
• 2. Особенности архитектуры и функциональные возможности. К данной группе можно отнести: масштабируемость, независимость среды, в которой она работает и сетевые возможности. Масштабируемость — способность системы справляться с увеличением рабочей нагрузки.
• 3. Производительность. Это один из главных критериев выбора СУБД. К данной группе можно отнести: рейтинг Transaction Processing Performance Council (далее TPC), возможность распараллелить архитектуру, оптимизация запросов.
• 4. Требования к рабочей среде. К данной группе можно отнести: минимальные требования к оборудованию, поддерживаемые платформы.
• 5. Особенности разработки приложений. Стоит рассмотреть возможность использования среды Internet, многоязыковую поддержку и средства проектирования.
• 6. Надежность. Еще один из главных критериев выбора СУБД. Надежность имеет множество определений, к которым можно отнести сохранность информации при сбоях системы, обеспечение защиты данных от несанкционированного доступа [1].

Сравнительный анализ на основе вышеперечисленных критериев поможет рационально выбрать систему управления базами данных для проекта. Для сравнительного анализа СУБД будет применяться метод анализа иерархий предложенного Т. Саати. В основе этого метода лежит парное сравнение всех СУБД по каждому из вышеперечисленных критериев, на выходе мы получим несколько матриц парных сравнений альтернатив [2]. Подробно с алгоритмом метода анализа иерархий, который используется в задачах многокритериальной оптимизации можно ознакомиться в [3].

В качестве альтернатив будут рассмотрены следующие СУБД: DB2, Firebird, MySQL, Microsoft SQL Server (далее MS SQL), Oracle, PostgreSQL. Три из них бесплатные — Firebird, MySQL, PostgreSQL; остальные платные.

Все выбранные системы управления базами данных подходят для проведения анализа и сравнения т.к. реализуют реляционную модель данных. По результатам анализа строится матрица парных сравнений альтернатив (МПСА). Для полученной таблицы высчитываются следующие показатели:

• 1. Вектор приоритетов матрицы (W), определяется суммированием элементов каждой строки и делением каждой суммы на сумму всех элементов матрицы;
• 2. Главное собственное значение (?max), определяется суммой произведения суммы каждого столбца на вектор приоритетов;
• 3. Индекс согласованности (ИС), показывает отклонение от согласованности и определяется по формуле (1).

(1).

где n — размерность матрицы (n=6 в нашем случае);

4. Отношение согласованности (ОС), вычисляется делением Индекса согласованности на случайный индекс (СИ), где СИ — табличная величина для матрицы данного порядка и в нашем случае равна 1,24. Значение ОС приемлемо, в случае если меньше или равно 0,10 [2].

Таблица № 1. Матрица парных сравнений альтернатив по критерию «Модель данных»

• — Вектор приоритетов (W): 0.12 0.22 0.18 0.28 0.06 0.12 ;
• — Главное собственное значение (?max): 6,61;
• — Индекс согласованности (ИС): 0,12;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,09;
• — Отношение согласованности (ОС) в переделах нормы.

Сравним СУБД по критерию «Особенности архитектуры и функциональные возможности».

В таблице 2 рассмотрен максимально возможный объем хранимых данных для каждой из рассматриваемых СУБД [4].

Таблица № 2.

Максимально возможный объем хранимых данных для каждой СУБД.

По критерию триггеры и хранимые процедуры все альтернативы идентичны. Все поддерживают триггеры, процедуры и функции.

Триггер — программа базы данных, вызываемая всякий раз при вставке, изменении или удалении строки таблицы. Триггеры обеспечивают проверку любых изменений на корректность, прежде чем эти изменения будут приняты. Хранимая процедура — программа, которая хранится на сервере и может вызываться клиентом. Поскольку хранимые процедуры выполняются непосредственно на сервере базы данных, обеспечивается более высокое быстродействие, нежели при выполнении тех же операций средствами клиента БД [1, 5].

Построим матрицу парных сравнений альтернатив по критерию «Особенности архитектуры и функциональные возможности» (таблица 3).

Таблица № 3. Матрица парных сравнений альтернатив по критерию «Особенности архитектуры и функциональные возможности».

• — Вектор приоритетов (W): 0,07 0,10 0,06 0,41 0,11 0,22;
• — Главное собственное значение (?max): 6,58;
• — Индекс согласованности (ИС): 0,11;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,09;
• — Отношение согласованности (ОС) в переделах нормы.

Сравним СУБД по критерию «Производительность».

На сегодняшний день применяется и существует множество различных способов и тестовых рейтингов для проверки производительности систем управления базами данных. Наиболее авторитетным является TPC-анализ, проводимый компанией Transaction Processing Performance Council (TPC). Связано это с наличием универсальных эталонных тестов по обработке транзакций. Кроме оценки производительности в рамках TPC тестов, приводится отношение количества запросов, обрабатываемых за промежуток времени к стоимости всей системы. Однако некоторые выбранные альтернативы не проходили TPC тест, к ним относятся Firebird, MySQL и PostgreSQL [6, 7].

Нас интересует осуществление неравновероятного доступа к таблицам, а таким свойством обладает только TPC-C тест производительности, поэтому именно его результаты приведены в таблице 4. Производительность измеряется в tpmC — число транзакций в минуту. Стоимость — стоимость одной транзакции в соотношении цена/производительность.

Таблица № 4. Результаты TPC-C теста производительности.

Построим матрицу парных сравнений по критерию «Производительность» (таблица 5).

Таблица № 5. Матрица парных сравнений альтернатив по критерию «Производительность».

• — Вектор приоритетов (W): 0,39 0,10 0,06 0,21 0,15 0,06;
• — Главное собственное значение (?max): 6,41;
• — Индекс согласованности (ИС): 0,08;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,06;
• — Отношение согласованности (ОС) в переделах нормы.

Рассмотрим критерий «Требования к системе».

Проведем сравнение поддерживаемых операционных систем в таблице 6 [8].

Таблица № 6.

Анализ поддерживаемых альтернативами операционных систем.

Построим матрицу парных сравнений по критерию «Требования к системе» (таблица 7).

Таблица № 7. Матрица парных сравнений альтернатив по критерию «Требования к системе».

• — Вектор приоритетов (W): 0,05 0,23 0,25 0,25 0,05 0,15;
• — Главное собственное значение (?max): 6,18;
• — Индекс согласованности (ИС): 0,04;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,03;
• — Отношение согласованности (ОС) в переделах нормы.

Рассмотрим критерий «Особенности разработки приложений».

При рассмотрении этого критерии необходимо оценить трудозатраты включающие в себя установку и настройку базы данных, резервное копирование и восстановление, а также текущее обслуживание базы данных.

Матрица парных сравнений по критерию «Особенности разработки приложения» (таблица 8).

база данные система управление Таблица № 8. Матрица парных сравнений альтернатив по критерию «Особенности разработки приложения».

• — Вектор приоритетов (W): 0,09 0,11 0,09 0,45 0,1 0,1;
• — Главное собственное значение (?max): 6,16;
• — Индекс согласованности (ИС): 0,03;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,02;
• — Отношение согласованности (ОС) в переделах нормы.

Рассмотрим критерий «Надежность».

Информационная система организации включает в себя секретную информацию, для предотвращения несанкционированного доступа применяются различные способы зашиты. Проведем сравнение систем обеспечения безопасности данных в таблице 9 [8].

Таблица № 9.

Анализ систем обеспечения безопасности данных в альтернативах.

В таблице 10 приведено сравнение альтернатив по критерию «Надежность».

Таблица № 10.

Матрица парных сравнений альтернатив по критерию «Надежность».

• — Вектор приоритетов (W): 0,2 0,04 0,04 0,16 0,25 0,27;
• — Главное собственное значение (?max): 6,46;
• — Индекс согласованности (ИС): 0,09;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,07;
• — Отношение согласованности (ОС) в переделах нормы.

Составим матрицу парных сравнений критериев выбора, где критерий производительность и надежность имеют наибольшую важность по сравнению с другими критериями (таблица 11). Нумерация критериев соответствует нумерации основных критериев по выбору СУБД, заданной в начале статьи.

Таблица № 11.

Матрица парных сравнений альтернатив по критериям выбора.

• — Вектор приоритетов альтернатив (W): 0,05 0,05 0,36 0,15 0,13 0,25;
• — Главное собственное значение (?max): 6,32;
• — Индекс согласованности (ИС): 0,06;
• — Случайный индекс (СИ): 1.24;
• — Отношение согласованности (ОС): 0,05;
• — Отношение согласованности (ОС) в переделах нормы.

Составим матрицу, в которую запишем все векторы приоритетов альтернатив по всем критериям и умножим матрицу на вектор весов критериев.

Веса всех рассматриваемых альтернатив распределились следующим образом: Microsoft SQL Server — 0.24, DB2 — 0.21, Oracle — 0.14, Postgre SQL — 0.14, Firebird — 0.1, MySQL — 0.09.

На основе примененного метода анализа иерархий для выбора альтернативы, оптимальной по множеству критериев, было выявлено, что наилучшим вариантом СУБД является Microsoft SQL Server. Именно поэтому многие разработчики используют в своих проектах MS SQL (например, [10]).

• 1. Cаати, Т. Принятие решений. Метод анализа иерархий. [Текст] // М.: «Радио и связь», 1993. — 278 с.
• 2. Савотченко С. Е., Стукалов В. А. Критерии выбора системы управления базами данных при разработке библиотечной информационной системы «Теория и практика общественного развития», 2012, № 10.
• 3. Post, Gerald V. Comparison of database management systems // Journal of Computer Information Systems, 2001. — Vol. 41. — p. 43.