ABSTRACT Many institutions and companies undergoing technological developments have been producing large amounts of structured and unstructured data. Special databases are required to deal with such data and NoSQL databases have thus emerged. They are widely used in cloud databases and distributed systems. In the era of big data, these databases provide a scalable solution with high availability. In this context, we need new architectures in order to store more and more different kinds of data. To obtain a good structure for large and diverse data, structures must be tested and analyzed in depth with the use of different benchmark tools. In this paper, we test the Riak key-value database to measure its performance in terms of throughput and latency, where huge amounts of data are stored and retrieved in different sizes in a distributed database environment. The throughput and latency of the NoSQL database in different types of experiments and with different sizes of data are compared. As we increase the data size in the experiments, an increase in the number of threads leads to better throughput and latency factor was reduced. High performance results are obtained for only read operations for all experiments. We observed that performance advanced when there was only read operations compared with a mix of read and update operations. Moreover, our findings intensify the understanding of the distributed database and have to help future developers through the experimental results shown in this paper.

中文翻译：

---

分布式数据库中Riak集群环境的分析与评估

摘要 许多正在经历技术发展的机构和公司已经产生了大量的结构化和非结构化数据。需要专门的数据库来处理这些数据，因此 NoSQL 数据库应运而生。它们广泛用于云数据库和分布式系统。在大数据时代，这些数据库提供了高可用的可扩展解决方案。在这种情况下，我们需要新的架构来存储越来越多的不同类型的数据。要为大量多样的数据获得良好的结构，必须使用不同的基准测试工具对结构进行深入测试和分析。在本文中，我们测试 Riak 键值数据库以衡量其在吞吐量和延迟方面的性能，在分布式数据库环境中以不同大小存储和检索大量数据。比较了 NoSQL 数据库在不同类型的实验和不同大小的数据下的吞吐量和延迟。随着我们在实验中增加数据大小，线程数量的增加导致更好的吞吐量和延迟因子降低。对于所有实验，仅读取操作可获得高性能结果。我们观察到，与混合读取和更新操作相比，只有读取操作时性能会提高。此外，我们的研究结果加深了对分布式数据库的理解，并且必须通过本文中显示的实验结果来帮助未来的开发人员。比较了 NoSQL 数据库在不同类型的实验和不同大小的数据下的吞吐量和延迟。随着我们在实验中增加数据大小，线程数量的增加导致更好的吞吐量和延迟因子降低。对于所有实验，仅读取操作可获得高性能结果。我们观察到，与混合读取和更新操作相比，只有读取操作时性能会提高。此外，我们的研究结果加深了对分布式数据库的理解，并且必须通过本文中显示的实验结果来帮助未来的开发人员。比较了 NoSQL 数据库在不同类型的实验和不同大小的数据下的吞吐量和延迟。随着我们在实验中增加数据大小，线程数量的增加导致更好的吞吐量和延迟因子降低。对于所有实验，仅读取操作可获得高性能结果。我们观察到，与混合读取和更新操作相比，只有读取操作时性能会提高。此外，我们的研究结果加深了对分布式数据库的理解，并且必须通过本文中显示的实验结果来帮助未来的开发人员。对于所有实验，仅读取操作可获得高性能结果。我们观察到，与混合读取和更新操作相比，只有读取操作时性能会提高。此外，我们的研究结果加深了对分布式数据库的理解，并且必须通过本文所示的实验结果来帮助未来的开发人员。对于所有实验，仅读取操作可获得高性能结果。我们观察到，与混合读取和更新操作相比，只有读取操作时性能会提高。此外，我们的研究结果加深了对分布式数据库的理解，并且必须通过本文中显示的实验结果来帮助未来的开发人员。