Porównanie dokładności i wydajności próbkowania w bazach danych na przykładzie PostgreSQL

Abstract

Niniejsza praca ma na celu sprawdzenie prawdziwości tezy, wedle której wykorzystanie próbkowania w bazach danych pozwala na uzyskanie wystarczająco dokładnych wyników zapytań w krótszym czasie. W pierwszej kolejności przybliżono tematykę statystyki oraz baz danych oraz określono dostępne metody statystyczne. Po wyborze PostgreSQL jako najlepszego systemu do przeprowadzenia badań, przystąpiono do przedstawienia środowiska technicznego oraz do określenia sposobu obliczeń. Następnie opisano sposób realizacji badań, w których użyto maszyny wirtualnej Ubuntu Server oraz skryptów automatyzujących wykonywanie zapytań, napisanych w języku Python. W dalszej kolejności przedstawiono wyniki poszczególnych eksperymentów, które umieszczono w arkuszach kalkulacyjnych programu Microsoft Excel. Znajdowały się w nich formuły pozwalające na wyliczenie zdefiniowanej wcześniej dokładności. Po przedstawieniu wyników dokonano ich szczegółowej analizy i wysunięto wnioski. Pozwoliło to na udowodnienie postawionej tezy, jednak wyłącznie po uwzględnieniu określonych warunków i nie dla wszystkich rodzajów zapytań.