UBMUBM

Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan Komputasi

Perubahan skema database MySQL menjadi lebih sering daripada sebelumnya. Untuk perubahan skema Database lebih sering merupakan tugas yang berulang, mungkin permintaan dari tim aplikasi untuk menambahkan atau memodifikasi kolom dalam tabel dan banyak kasus lainnya. Penelitian ini bertujuan untuk mengukur tingkat efisiensi waktu untuk memodifikasi skema database (Database Scheme) tabel transaksi penjualan yang terdiri dari 50000 jumlah record pada database MySQL dengan algoritma Data Definition Language (DDL) Copy,Inplace dan Instant pada database MySQL.

Hasil yang didapat melalui pengujian di atas, dapat disimpulkan penggunaan algoritma instant untuk melakukan perubahan skema penambahan field hanya membutuhkan total waktu 0.16 detik dibandingkan dengan algoritma copy dan inplace.Penggunaan algoritma COPY untuk tabel yang lebih besar, dengan lebih banyak slave asinkron, akan menjadi operasi yang lebih menguras waktu.Dengan hasil pengujian ketiga algoritma, diharapkan memilih algoritma yang tepat dalam penerapan DDL yang terkait dengan perubahan skema tabel atau database.

Berdasarkan penelitian ini, terdapat beberapa arah penelitian lanjutan yang menarik untuk dieksplorasi. Pertama, perlu dilakukan studi komparatif yang lebih mendalam mengenai pengaruh ukuran tabel dan kompleksitas skema terhadap performa masing-masing algoritma DDL (Copy, Inplace, Instant) dalam berbagai versi MySQL. Hal ini penting untuk memberikan rekomendasi yang lebih spesifik kepada pengguna dalam memilih algoritma yang paling optimal sesuai dengan karakteristik data dan lingkungan database mereka. Kedua, penelitian dapat difokuskan pada pengembangan algoritma DDL baru yang mampu meminimalkan downtime dan dampak terhadap aplikasi yang sedang berjalan selama proses modifikasi skema. Algoritma ini dapat memanfaatkan teknik-teknik seperti sharding atau partitioning untuk memecah tabel menjadi bagian-bagian yang lebih kecil dan melakukan perubahan secara paralel. Ketiga, perlu dilakukan investigasi lebih lanjut mengenai potensi penggunaan machine learning untuk memprediksi waktu eksekusi dan sumber daya yang dibutuhkan oleh masing-masing algoritma DDL, sehingga pengguna dapat membuat keputusan yang lebih informed sebelum melakukan perubahan skema.

Read online
File size212.66 KB
Pages6
DMCAReport

Related /

ads-block-test