Rendimiento de MariaDB y PostgreSQL

Abstract

El almacenamiento de información en las bases de datos es un tema importante para toda organización, en la actualidad. Son los Sistemas Gestores de Bases de Datos conocidos como SGDB encargados de ocultar la complejidad que conlleva la administración de las base de datos. Es común que cada día sean almacenados millones de datos más aún porque en la actualidad existen nuevas tendencias y exigencias para el procesamiento de grandes volúmenes de datos a gran velocidad. Por lo tanto, es indispensable que los SGBD tengan un correcto rendimiento para hacer frente a estas nuevas exigencias. El presente trabajo muestra los resultados obtenidos al realizar pruebas de rendimiento en los Sistemas Gestores de Base de Datos MariaDB y PostgreSQL, aplicando la arquitectura de tres capas para los escenarios de prueba. Ambos SGBD son potentes y muy utilizados por diferentes sistemas. Los resultados obtenidos están relacionados con la cantidad de peticiones por segundo procesadas por estos sistemas. En este caso, MariaDB fue superior que PostgreSQL a medida que aumentó la cantidad de usuarios que realizaban en diferentes escenarios gracias a sus motores de búsqueda que generan mejores velocidades para el procesamiento de datos.

Full text

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
Rendimiento de MariaDB y PostgreSQL 9
Revista Científica y Tecnológica UPSE
Rendimiento de MariaDB y PostgreSQL
Performance MariaDB and PostgreSQL
Anabel Pilicita Garrido 1 https://orcid.org/0000-0002-0796-7797; Yolanda Borja López 1 https://orcid.org/0000-0001-5349-8461; Gonzalo
Gutiérrez Constante 1 https://orcid.org/0000-0003-1484-8558
1 Universidad Central del Ecuador, Ecuador
Resumen
Palabras clave:
Base de datos;
SGBD; SQL,
rendimiento
El almacenamiento de información en las bases de datos es un tema importante para toda
organización en la actualidad. Son los Sistemas Gestores de Bases de Datos conocidos como
SGDB los encargados de ocultar la complejidad que conlleva la administración de la base de
datos. Es común que cada día sean almacenados millones y millones de datos más aún porque en
la actualidad existen nuevas tendencias y exigencias para el procesamiento de grandes volúmenes
de datos a gran velocidad. Por lo tanto, es indispensable que los SGBD tengan un correcto
rendimiento para hacer frente a estas nuevas exigencias. El presente trabajo muestra los
resultados obtenidos al realizar pruebas de rendimiento en los Sistemas Gestores de Base de
Datos MariaDB y PostgreSQL, aplicando la arquitectura de tres capas para los escenarios de
prueba. Ambos SGBD son potentes y muy utilizados por diferentes sistemas. Los resultados
obtenidos están relacionados con la cantidad de peticiones por segundo procesadas por estos
sistemas. En este caso MariaDB fue superior que PostgreSQL a medida que aumentó la cantidad
de usuarios que realizaban en diferentes escenarios gracias a sus motores de búsqueda que
generan mejor velocidad para el procesamiento de datos.
Abstract
Keywords:
Database; SQL;
DBMS,
performance
The storage of information in databases is an important issue for every organization today. They
are the Database Management Systems known as SGDB in charge of hiding the complexity that
the administration of the databases entails. It is common that millions and millions of data are
stored every day even more because today there are new trends and demands for the processing
of large volumes of data at high speed. Therefore, it is essential that the DBMS have a correct
performance to face these new demands. This work shows the results obtained when performing
performance tests on the MariaDB and PostgreSQL Database Management Systems, applying the
three-layer architecture for the test scenarios. Both DBMS are powerful and widely used by
different systems. The results obtained are related to the number of requests per second processed
by these systems. In this case, MariaDB was superior to PostgreSQL as the number of users that
performed in different scenarios increased thanks to its search engines that generate better data
processing speeds.
Recibido:
octubre/10/2020
Aceptado:
noviembre/05/2020
Publicado:
diciembre/21/2020
Forma de citar: Pilicita Garrido, A.; Borja López, Y.; Gutiérrez Constante, G. (2020). Rendimiento de MariaDB
y PostgreSQL. Revista Científica y Tecnológica UPSE, 7(2) pág. 09-16. DOI: 10.26423/rctu.v7i2.538.
* Autor para correspondencia: anabelpilicita@gmail.com

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
10 Pilicita Garrido, A.; Borja López, Y.; Gutiérrez Constante, G. (2020).
1. Introducción
Hoy en día empresas, entidades u organizaciones de
cualquier índole necesariamente administran grandes
volúmenes de información de personas vinculadas a las
mismas e información relevante tanto para los usuarios
como para las mismas entidades. Dicha información
debe ser debidamente almacenada y administrada por
algún sistema para su posterior uso en distintas
aplicaciones. Por tal motivo, surgen los Sistemas
Gestores de Bases de Datos (SGBD) o Data Base
Management System (DBMS) como un componente
vital de todo sistema en la actualidad.
Los Sistemas Gestores de Bases de Datos, como su
nombre lo indica son sistemas que generan
independencia de datos, gestionan la concurrencia de
acceso, garantizan la integridad de datos, proveen la
persistencia de los mismos, enfrentan la recuperación
frente a fallos y brindan la seguridad necesaria a toda la
información que se encuentra almacenada en las bases
de datos (Gunjal 2003). Las funciones de los SGBD son
realmente importantes y su propósito general es ocultar
toda la complejidad que conlleva el uso bases de datos
a gran escala mejorando su administración.
Actualmente, son conocidos de forma general dos tipos
de SGBD según el lenguaje que utilizan para definir los
datos. Por una parte, los sistemas que utilizan el
lenguaje de consulta estructurada o Structured Query
Language (SQL); que en la vida cotidiana son
conocidos como SGBD SQL o SGBD relacionales entre
algunos ejemplos se encuentra: Oracle, MariaDB,
PostgreSQL, Microsoft SQL Server entre otras.
Por otra parte, los sistemas que no usan el lenguaje SQL
son conocidos como SGBD NoSQL los mismos que
tienen una estructura dinámica para el almacenamiento
de los datos entre algunos ejemplos están: MongoDB,
Cassandra, Redis, entre otras (Acens 2014). Sistemas
aplicados comúnmente para Big Data o Machine
Learning nuevas tendencias que están marcando
nuestro presente.
Son estas nuevas tendencias tecnológicas y el
crecimiento de las actividades productivas las que han
aumentado las necesidades de cómputo sin dejar de lado
el rendimiento de todos los sistemas implementados.
Por lo tanto, los SGBD enfrentan nuevos retos uno de
ellos es la estructuración y gestión de grandes
volúmenes de datos con el fin de tener una capacidad de
almacenamiento óptima. El acceso concurrente de
usuarios mediante consultas de forma que, si existe un
crecimiento exponencial de usuarios, los SGBD deben
ser capaces de lidiar con este tipo de situaciones
manteniendo un adecuado rendimiento. Es una
problemática que debe ser tratada y analizada para
evaluar el desenvolvimiento de los SGBD en diferentes
situaciones ya que en el mercado existe una gran
variedad de estos sistemas y es necesario saber elegir
uno de ellos de acuerdo a las necesidades de cada
entidad.
Para el presente trabajo se toma en consideración a los
SGBD SQL porque son sistemas tradicionales, pero en
la actualidad han tenido que plantear nuevas soluciones
frente al tratamiento de datos a gran escala debido a la
competencia que se tiene frente con SGBD NoSQL que
han abarcado y han tenido gran aceptación por su
capacidad de procesar grandes volúmenes de datos. Se
realizaron pruebas de rendimiento en dos SGBD que
son MariaDB y PostgreSQL muy utilizados y populares
en el mercado.
MariaDB está desarrollada por la fundación con el
mismo nombre y es considerada una versión mejorada
de MySQL, tiene alta compatibilidad con su antecesora
y su mejora radica en ofrecer una mejor seguridad al
momento de su implementación (Foundation 2019).
Pero una de sus características más destacables es la
incorporación de nuevos motores de búsqueda para
proporcionar mayor escalabilidad y mejores
velocidades al momento de realizar consultas a la base
de datos.
Por otra parte, PostgreSQL está muy bien catalogado
por su estabilidad, potencia, robustez y la facilidad de
administración e implementación. Adicionalmente,
utiliza un sistema cliente servidor con el uso de hilos
para un procesamiento correcto de las consultas hacia la
base de datos (Zea Ordóñez, 2017).
MariaDB como PostgreSQL son sistemas asequibles en
nuestros días, los mismos que en el ranking mundial
están entre los mejores puntuados teniendo el segundo
y quinto lugar, respectivamente (DB-Engines Ranking
2020). Ambos son sistemas de código abierto por ello el
énfasis en que son sistemas asequibles y con buenas
características que evidencian su potencia y alto grado
de rendimiento. El ranking también muestra que son
usadas por una gran cantidad de administradores que
buscan un SGBD para el funcionamiento integral de las
aplicaciones que usan para almacenar los datos basados
en el lenguaje SQL y de tipo relacionales.
El propósito del presente trabajo consiste en evidenciar
el rendimiento tanto de MariaDB como de PostgreSQL
bajo los mismos escenarios, mediante almacenamiento
masivo de datos y realizando consultas a cada uno de
los SGBD, registrando los tiempos que tarda cada uno
por separado para comparar los resultados y determinar
su rendimiento en las pruebas realizadas.
El documento se encuentra estructurado en la primera
parte por los trabajos relacionados, bases de datos
relacionales y el rendimiento que puede ser evidenciado
por medio de diferentes consultas a los gestores de
bases de datos. En la segunda parte se especifica la
metodología y el escenario planteado para el desarrollo
de las pruebas. En la tercera parte, se muestra y se
realiza un análisis de los resultados obtenidos.
Finalmente, se presenta las conclusiones del trabajo.
Según la investigación de Durán, Tandazo, Morales,
Morales Cardoso que evaluó el rendimiento de bases de
datos columnares, determinó que tanto MySQL como

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
Rendimiento de MariaDB y PostgreSQL 11
PostgreSQL mantienen la relación entre el volumen de
datos y el tiempo de respuesta es decir que se
incrementa proporcionalmente, al contrario, en las
bases de datos de la familia columnar Cassandra y
MonetDB, los tiempos de ejecución no sufren
variaciones notables entre el volumen de los datos y el
tiempo (Durán 2019).
En la investigación de Portilla y Bernal donde se realizó
la comparación del rendimiento de los gestores de base
de datos Oracle y MySQL, se concluyó que quienes
trabajan con gran cantidad de datos y gran cantidad de
tablas es donde Oracle ofreció un mejor rendimiento. Se
determinó que para procesos de agregar o eliminar datos
la rapidez es superior de MySQL, mientras que Oracle
es más rápido a la hora de consultar registros en bases
de datos (Portilla Tovar and Bernal Gómez 2018).
Por otra parte, en el trabajo realizado por Torreno y
Medrano, donde la comparativa se realizó con gestores
como MySQL y Oracle determinaron que Oracle realiza
consultas de forma más rápida, pero MySQL generó
tiempos óptimos con actualización y eliminación de
registros (Diez del Valle and Torreño 2016).
Finalmente, con respecto al análisis de Inzunza
realizado con Sql Server 2012, PostgreSQL y MySQL
para determinar su rendimiento se determinó que
PostgreSQL tuvo mejores resultados de rendimiento en
comparación a MySQL y Sql Server 2012.
1.1. Sistemas Gestores de Base de Datos
Relacionales.
Un SGBD es una colección de programas que permiten
a los usuarios crear y mantener una base de datos. En
concreto un sistema de gestión de base de datos es un
software que oculta la complejidad de gestión de los
datos al desarrollador. Entre sus características
principales tenemos(Gunjal 2003):
− Independencia: Los datos se gestionan
independientemente de los programas que los
vayan a utilizar teniendo así una independencia
lógica y de los ficheros en los que se almacenen
obteniendo una independencia física.
− Gestión de concurrencia de acceso.
− Integridad de datos: Mediante transacciones ACID
y BASE.
− Persistencia.
− Recuperación frente a fallos
− Seguridad
− Rendimiento
− Lenguajes de Definición y Manipulación de
Datos.
Los gestores de bases de datos relacionales son capaces
de almacenar una gran cantidad información de
naturaleza heterogénea y que guarda relaciones que
pueden ser representadas formalmente según el modelo
relacional (Martínez López & Gallegos Ruiz, 2017).
Las bases de datos relacionales han evolucionado de
forma que hoy en día se puede hablar de los siguientes
ejemplos: MariaDB, PostgreQSL, Oracle, Access,
MySQL, SQL Server entre otras. Algunas de las
mencionadas son propietarias y otras de código abierto
(Amazon 2019).
Dentro de cada SGBD se definen las bases de datos
donde se especifica los tipos de datos, la estructura y
restricciones para los datos que se van a almacenar en
la misma. La manipulación de la base de datos incluye
funciones tales como consultar la base de datos para
recuperar unos datos específicos, actualizar base de
datos entre otras operaciones que se lo realiza mediante
el lenguaje SQL (Pilicita 2016).
Como se mencionó anteriormente, para realizar
operaciones sobre las bases de datos, ya sea, definirla,
crear tablas, realizar modificaciones (Martín Escofet
2013) es usado el lenguaje SQL que permite encontrar
la información exacta de una manera rápida, repetible y
confiable. De esta manera es posible consultar
fácilmente y extraer datos significativos a partir de
grandes bases de datos (Pilicita 2016).
1.2. Rendimiento
Son las aplicaciones ya sean de escritorio, web o
móviles que disponen de una interfaz gráfica para la
interacción del usuario final con los sistemas complejos
y son transparentes para la gran mayoría de personas
que utilizamos servicios. Es el usuario quien siempre
espera un acceso rápido y oportuno a la información
requerida que en la gran mayoría de los casos se
encuentra almacenada en bases de datos. Sin duda el
usuario final es exigente y no le gusta esperar por lo que
los tiempos de respuesta de los SGBD deben ser acorde
a las necesidades actuales.
Según el estudio realizado por la Dynatrace en donde
participaron distintos países como Estados Unidos,
Alemania, Australia y Brazil. Se determinó que: “Una
sola transacción web implica la participación de un
promedio de 35 sistemas o componentes de tecnología
diferentes” (Dynatrace 2018). Dentro del promedio de
35 sistemas en este ejemplo sin duda alguna está
presente los SGBD los cuales se encuentran conectadas
para realizar consultas y extraer información
almacenadas en las mismas y mostrar los datos de forma
visual; o almacenar información dentro de las bases de
datos.
Estos procesos acarrean determinados tiempos bajo
diferentes escenarios lo que influye en el rendimiento
global ya que si los tiempos son altos de procesamiento
en una base de datos su resultado está reflejado en
tiempos de espera mayores en las aplicaciones lo que
significa que el usuario espera más tiempo y su
experiencia no va a ser la más grata.
En las pruebas de rendimiento se consideran tres
características como es el comportamiento de en el

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
12 Pilicita Garrido, A.; Borja López, Y.; Gutiérrez Constante, G. (2020).
tiempo, uso de recursos y la capacidad de peticiones
(Maila 2017). A continuación, se presenta el enfoque de
una prueba de carga las mismas que permiten identificar
los problemas que afectan el rendimiento.
• La prueba de rendimiento: Identifica la velocidad
del sistema cuando se realiza una carga. Para lo
cual los tiempos de respuesta son importantes en
cada transacción que realice un usuario
(Molyneaux 2009).
• Prueba de estrés: Esta prueba se utiliza
normalmente para romper la aplicación ya sea
doblando el número de usuarios para que sean
agregados a la aplicación y se ejecute una prueba
de carga hasta que se rompe (Falc 2011).
Es importante recalcar que no solo para los usuarios
finales representa un inconveniente los tiempos de
respuesta, sino también para las empresas que tienen
que asumir con los costos que implica la pérdida de
productividad por no disponer del rendimiento
adecuado. De tal forma que se debe actuar tanto en la
infraestructura en los componentes que conformar su
sistema y uno de los más importantes es la selección de
los SGBD según su aplicación (Performer 2017).
2. Materiales y Métodos
El plan de pruebas en la presente investigación tiene
como propósito medir tiempos de respuesta frente a
diferentes pruebas de carga en los distintos escenarios,
para su posterior análisis e ilustración mediante gráficos
y tablas. La metodología utilizada fue en base a la
arquitectura en tres capas que consta de los siguientes
componentes (Acosta Gonzaga, Álvarez Cedillo, and
Gordillo Mejía 2006).
− Presentación: Es la interfaz presentada al usuario
para lo cual se creó una serie de páginas web
presentada al usuario final la misma que permite
realizar consultas a las bases de datos del lado del
usuario y visualizar resultados
− Reglas de Negocio: Capa donde se maneja la
lógica para enlazar a la capa de presentación con
la de almacenamiento. Por lo tanto, para las
pruebas se utilizó Apache para el alojamiento de
la página web que accede el usuario final y a su
vez están conectadas hacia bases de datos creadas
en MariaDB y PostgreSQL.
− Almacenamiento: Encargada de la persistencia de
los datos, suministra y almacena la información.
En este caso se creó la misma estructura de datos
en ambos SGBD.
Luego de tener como referencia a la arquitectura en tres
capas, se tiene claro que se debe estructurar la misma
con herramientas que permitan su desarrollo. Para las
pruebas de rendimiento, es difícil de conseguir que las
condiciones de prueba sean similares a las esperadas en
el uso real. Debido a que los sistemas en producción
tienen un carácter aleatorio de la carga de trabajo y
aunque en las pruebas se intente dar lo mejor de sí para
imitar el volumen de trabajo que pueda tener el entorno
de producción, es imposible reproducir exactamente la
variabilidad en condiciones reales.
Con este antecedente, se establece que el equipo donde
se realizaron las pruebas consta de las siguientes
características técnicas:
− Portátil HP Pavilion dm4 con
− Procesador Corei5.
− Memoria RAM de 8GB.
− Sistema Operativo Windows 10 de 64bits
Y las versiones del software fueron las siguientes:
− Servidor Web Apache 2.4.17
− Servidor MariaDB 10.1.10
− Servidor PostgreSQL 9.5
− Apache Jmeter versión 2.13
Cabe recalcar que Jmeter el software utilizado para
realizar pruebas de concurrencia y estrés, permite
simula el acceso de usuarios, por lo que se logra tener
un entorno con múltiples usuarios realizando peticiones
hacia los sistemas gestores de base de datos, sin que esto
implique que sean usuarios reales.
Se desarrolló un sitio web con varias páginas web por
medio del mapa web se muestra el esquema conceptual
que muestra el acceso a cada página web. Como se
puede ver en la Figura 1.
Figura 1. Mapa del Sitio Web.
Para seleccionar las páginas web se tomó en cuenta que
sean páginas dinámicas que tengan incrustado código
PHP para conexión a base de datos. Adicionalmente, se
tomó en cuenta aquellas páginas que consten de
formulario de registro para realizar la inserción de datos
y las páginas que permitan realizar consultas, todo esto
dirigido a una base de datos. Con base a estas
consideraciones se seleccionó dos páginas web que
Index
Página Principal
Quienes Somos
Misión
Visión
Actividades
Contáctenos
Novedades
Noticias
Noticias_edu
Registro
Login Pagina de
Usuario
Cerrar Sesión
Actualizar Datos
Actividades
Inscritas
Información de
Actividades
Inscribirse
Comentar

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
Rendimiento de MariaDB y PostgreSQL 13
cuenten con código donde se realicen consultas hacia
las bases de datos. Las páginas que fueron utilizadas
para el plan de pruebas son actividades5.php por medio
de la cual se realizan una consulta y contacto.php que
inserta datos en las bases de datos creadas en ambos
SGBD.
Con respecto al diseño de la estructura de las bases de
datos se partió del diseño en base al modelo conceptual,
en este caso el modelo Entidad-Relación como se ha
mencionado anteriormente, tanto MariaDB como
PostgreSQL son gestores relacionales que cuentan con
entidades y sus respectivos atributos visualizados en la
Figura 2.
Figura 2. Modelo Entidad-Relación aplicado a los
SGBD
Cabe recalcar que tanto MariaDB como PostgreSQL
disponen del mismo esquema de base de datos creadas
y son las variables de entorno en el esquema para la
realización de las distintas pruebas.
Finalmente, se utilizó Apache Jmeter versión 2.13
software la que permite realizar pruebas de rendimiento
y fue desarrollado en Java como una herramienta
totalmente de código abierto. Es compatible para
entornos tanto estáticos, dinámicos y sobre todo en
páginas web y permite evaluar el rendimiento aplicando
pruebas de carga y estrés. (Apache Foundation Software
2019).
La herramienta Apache Jmeter permitió realizar
pruebas de consulta a la base de datos utilizando la
página web actividades5.php y pruebas de carga de
información con contacto.php. Conectadas a una base
de datos en MariaDB, y luego se realizó las mismas
pruebas en otra base de datos en PostgreSQL.
Para lograr visualizar cambios significativos en los
tiempos de respuesta en ambos sistemas gestores de
base de datos, se debe ir incrementando la cantidad de
usuarios que acceden a las mismas, esto debido a que
un sistema debe ser capaz de escalar con el aumento de
peticiones. Por lo tanto, los escenarios están
constituidos de menor a mayor desde 10, 50, 100 y 150
usuarios para demostrar la concurrencia de usuarios a
medida que aumenta la cantidad de peticiones.
Las pruebas de carga fueron realizadas mediante
peticiones hacia las páginas web con el objetivo de
visualizar el rendimiento a medida que aumenta el
número de usuarios (Pilicita 2016). Primero para un
acceso simultáneo por parte de los usuarios
visualizando información almacenada en las bases de
datos y luego, para transacciones durante el tiempo que
dura la carga de la página.
3. Discusión y Resultados
En este apartado se muestran los resultados obtenidos
luego de realizar las diferentes pruebas para evidenciar
el rendimiento tanto de PostgreSQL y MaríaDB en
distintos escenarios. En este caso son 10 los usuarios
que realizan una consulta hacia los SGBD al mismo
tiempo y como se observa en la Figura 3, donde las
peticiones realizadas han sido atendidas en su totalidad
y el rendimiento en ambos es igual por lo tanto no existe
una diferencia en la cantidad de peticiones atendidas.
Figura 3. Gráfico 10 usuarios actividades5.php
PostgreSQL y MariaDB
En el caso de 50 accesos concurrente se visualiza en la
Figura 4, para realizar consultas simultáneamente, se
mantiene el número de peticiones procesadas que es de
10 peticiones por segundo, por lo tanto, el rendimiento
se mantiene en ambos casos con un porcentaje de error
del 0%. Si bien es cierto en este caso como el anterior
los tiempos varían, pero no lo suficiente para indicar
que el rendimiento es superior.
Figura 4. Gráfico 50 usuarios actividades5.php
PostgreSQL y MariaDB

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
14 Pilicita Garrido, A.; Borja López, Y.; Gutiérrez Constante, G. (2020).
En la Figura 5 con 100 usuarios conectados
simultáneamente los tiempos empiezan a variar
significativamente por lo que en número de peticiones
que procesa MariaDB es 19,8 peticiones por segundo y
en el caso de PostgreSQL es de 19,7 peticiones por
segundo es ligeramente superior MariaDB en
rendimiento.
Figura 5. Gráfico 100 usuarios actividades5.php
PostgreSQL y MariaDB.
Los resultados con 150 usuarios conectados y
realizando consultas es evidente que los tiempos de
acceso son menores en MariaDB lo que genera la
posibilidad de procesar mayor cantidad de peticiones
por segundo. No cabe duda que MariaDB procesa
alrededor de 5 peticiones más por segundo que
PostgreSQL visualizado en la Figura 6. Es decir a
medida que aumentan los usuarios MariaDB es
consistente y más robusta.
Figura 6. Gráfico 150 usuarios actividades5.php
PostgreSQL y MariaDB.
Como se mencionó en el plan de pruebas se toma en
consideración pruebas de carga donde por medio de un
formulario establecido en la página web contacto.php se
almacenan información en los SGBD. Por lo tanto, en
la Figura 7 con 10 usuarios ingresando información al
mismo tiempo el rendimiento se mantiene y se procesan
las peticiones sin errores a una velocidad similar en
ambos casos.
Figura 7. Gráfico 10 usuarios contacto.php PostgreSQL
y MariaDB
Por otra parte, al aumentar el número de usuarios a 50
en la Figura 8 demuestra que cuando se trata de
almacenar datos el rendimiento se mantiene y son
procesadas 10 peticiones por segundo en los dos SGBD.
Figura 8. Gráfico 50 usuarios contacto.php PostgreSQL
y MariaDB
En la Figura 9 cuando se dispone de 100 usuarios
enviando información simultáneamente el rendimiento
se mantiene existen cambios en los tiempos de
respuesta, pero no lo suficientemente amplios para crear
una brecha diferente.
Figura 9. Gráfico 100 usuarios contacto.php
PostgreSQL y MariaDB
Finalmente, con el escenario de 150 usuarios el

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
Rendimiento de MariaDB y PostgreSQL 15
rendimiento es mejor con MariaDB consigue procesar
una petición y media más que PostgreSQL,
evidenciando una mayor velocidad en el procesamiento
de peticiones.
Figura 10. Gráfico 150 usuarios contacto.php
PostgreSQL y MariaDB
Los resultados muestran que los tiempos de acceso
aumentan a medida que incrementa el número de
usuarios que realizan peticiones a los SGBD. Se
dispone de un tiempo mínimo, promedio y máximo de
acceso que están estrechamente relacionados con la
velocidad de acceso. Por lo tanto, si la velocidad es
óptima estos tiempos de espera para acceder son
menores en todos los escenarios presentados.
Es importante recalcar que el porcentaje de error
registrado en todas las pruebas fue del 0% lo que
significa que todas las peticiones realizas por los
usuarios finales fueron exitosas. Es decir todas las
consultas de búsqueda en las bases de datos fueron
atendidas; así como el almacenamiento generado por
los usuarios dentro de las bases de datos en ambos
SGBD.
En el caso de consultas hacia las bases de datos con 10
y 50 usuarios las peticiones realizadas por los SGBD
son iguales, aunque desde un inicio la velocidad de
MariaDB es ligeramente más rápida que PostgreSQL.
Los resultados cambian a mediad que aumenta el
número de peticiones entre 100 y 150 usuarios la
velocidad de procesamiento superior de MariaDB
permite que la misma pueda procesar más peticiones
mejorando su rendimiento en comparación con
PostgreSQL.
En el caso de ingresar datos masivamente en los SGBD
específicamente con 10, 50 y 100 usuarios el número de
peticiones atendidas fueron iguales. Por lo tanto, el
rendimiento se mantiene tanto con MariaDB como en
PostgreSQL; pero los resultados varían cuando el
número de usuarios asciende a 150 usuarios logrando
procesar más peticiones por segundo MariaDB
marcando una diferencia con PostgreSQL nuevamente
por presentar mejores velocidades de acceso.
En los resultados obtenidos no cabe duda de que los dos
SGBD testeados en estos escenarios son potentes y
robustos. Los tiempos de respuesta son bajos y tienen
gran capacidad de adaptarse a diferentes escenarios.
Pero no cabe duda que MariaDB es una versión
mejorada de MySQL que ha incorporado nuevos
motores de búsqueda para enfrentar nuevos retos en
procesamiento de grandes volúmenes de datos. La
velocidad de estos motores genera que a medida que
aumentan los usuarios pueda responder de forma
oportuna y mantener un rendimiento aceptable lo que le
permite estar a la vanguardia y competir con otros
SGBD en las pruebas realizadas se pone a consideración
un mejor rendimiento por parte de MariaDB.
4. Conclusiones
En todos los escenarios donde se realizaron pruebas de
consulta a la base de datos y pruebas de carga de
información evidenciaron el comportamiento de dos
Sistemas Gestores de Base de datos SQL bajo las
mismas condiciones. Ambos sistemas tienen gran
potencia de búsqueda y gran capacidad de escalabilidad
ya que el porcentaje de erros fue de 0%. Por otra parte,
los resultados obtenidos muestran que los tiempos de
espera para acceder a las bases de datos aumentan a
media que la cantidad de usuarios se incremente esto es
evidente en los tiempos de acceso, entre menos cantidad
de usuarios intentan acceder simultáneamente la
respuesta es más rápida por parte de los SGBD.
En el caso de 10 usuarios que realizan consultas hacia
los sistemas gestores de base de datos la velocidad de
acceso fue de 17,21 Kb/s con MariaDB y 17,08 Kb/s
con PostgreSQL esta diferencia no es significativa y se
consigue procesar en ambos casos 2,2 peticiones por
segundo. Con 50 usuarios la velocidad de acceso fue de
78,73 Kb/s con MariaDB y 78,15 Kb/s con PostgreSQL
y en ambos casos realizaron 10 peticiones por segundo.
Para 100 usuarios la velocidad de acceso fue de 155,09
Kb/s con un total de 19,8 peticiones por segundo en
MariaDB y 154,70 Kb/s en la velocidad de acceso y
19,7 peticiones por segundo en PostgreSQL. Hasta este
punto el rendimiento en ambos gestores es el mismo
porque logran procesar la misma cantidad de peticiones
sin ningún error. Pero a medida que se aumenta la
cantidad de usuarios los valores cambian esto se
evidenció al tener 150 usuarios conectados solicitando
consultas de forma simultánea donde la velocidad de
acceso en el caso de MariaDB fue de 230,50 Kb/s y
logra procesar 29,4 peticiones por segundo y
PostgreSQL tiene una velocidad de acceso de 187,55
Kb/s y procesa 23,9 peticiones por segundo. Por lo
tanto, al realizar específicamente una transacción de
consultas hacia una base de datos bajo el escenario de
pruebas establecido para este trabajo se pudo constatar
que a medida que aumenta la cantidad de usuarios
MariaDB demuestra tener un mejor rendimiento en
comparación con PostgreSQL por la cantidad de
peticiones que puede procesar.
Por otra parte, en el escenario de 10 usuarios que

Revista Científica y Tecnológica UPSE Vol. 7, Nº 2 Diciembre 2020, 9-16 (enero-junio 2021)
16 Pilicita Garrido, A.; Borja López, Y.; Gutiérrez Constante, G. (2020).
insertaron datos de forma simultánea en los sistemas
gestores la velocidad de acceso para MariaDB fue de
13,22 Kb/s y para PostgreSQL fue de 13,12 Kb/s. La
diferencia no es significativa, es por ello que se
mantuvo el valor de 2,2 peticiones por segundo en
ambos casos. Para 50 usuarios la velocidad de acceso
fue de 60,32 Kb/s en MariaDB y 60,10 Kb/s en
PostgreSQL, el rendimiento se mantuvo con 10
peticiones por segundo sin cambios. Para 100 usuarios
tampoco existió cambios significativos con 19,8
peticiones por segundo para los dos sistemas con una
velocidad en MariaDB de 119,18 Kb/s y en
PostgreSQL de 119,04 Kb/s. Finalmente, al tener 150
usuarios se observó que cuando se almacenan datos en
MariaDB atiende 29,5 peticiones por segundo y en el
caso de PostgreSQL es capaz de procesar 28,5
peticiones por segundo. La diferencia es de una petición
específicamente en este escenario de prueba. El margen
no es amplio pero esto demuestra que mientras aumente
el número de usuarios y la diferencia tiende aumentar,
conforme sea mayor el número de usuarios que realizan
alguna transacción hacia los gestores MariaDB atiende
más peticiones por segundo.
Los SGBD SQL son conocidos como bases de datos
tradicionales, pero actualmente son los SGBD NoSQL
los que toman protagonismo por ser capaces de escalar
sin ningún problema. Como línea futura se puede
generar un escenario para evaluar el rendimiento entre
sistemas SQL vs NoSQL para constatar los tiempos de
respuestas en los mismos.
5. Referencias
[1] Acens. 2014. “Bases de Datos NoSQL . Qué Son
y Tipos Que Nos Podemos Encontrar.” 7.
[2] Acosta Gonzaga, Elizabeth, Jesús Antonio
Álvarez Cedillo, and Abraham Gordillo Mejía.
2006. “Arquitecturas En N-Capas: Un Sistema
Adaptivo.” Polibits 34:34–37.
[3] Amazon, AWS. 2019. “Bases de Datos SQL |
AWS.” Retrieved February 6, 2020
(https://aws.amazon.com/es/relational-
database/).
[4] Apache Foundation Software. 2019. “Apache
JMeter - Apache JMeterTM.” Retrieved
February 1, 2020 (http://jmeter.apache.org/).
[5] DB-Engines Ranking. 2020. “Ranking of
Database Management Systems.” Retrieved
April 3, 2020 (https://db-
engines.com/en/ranking).
[6] Diez del Valle, Alvaro, and Diego Torreño. 2016.
“Comparativa de Rendimiento de Consultas
Entre Sistemas Relacionales Oracle y MySQL.”
[7] Durán, Jhonatan, Eduardo Tandazo, Mario
Morales, and Santiago Morales. 2019.
“Ingenius.” Ingenius. Revista de Ciencia y
Tecnología (22):47–58.
[8] Dynatrace, Enterprice. 2018. “Estudio de
Páginas Web.” Retrieved February 6, 2020
(https://www.dynatrace.com/news/press-
release/el-76-de-las-empresas-vaticina-que-en-
poco-tiempo-sera-imposible-gestionar-el-
rendimiento-de-las-aplicaciones-de-negocio-
por-la-complejidad-tecnologica/).
[9] Falc, Diego Alberto. 2011. “Comparativa de
Herramientas Para Aplicar Pruebas de Estrés y
Desempeño Para Aplicaciones Web.”
[10] Foundation, Mariadb. 2019. “MariaDB.” 1–5.
[11] Gunjal, Bhojaraju. 2003. “Database
Management: Concepts and Design.” In
Proceedings of Knowledge Management in
Special Libraries in Digital Environment : XXIV
All India Conference of IASLIC, 15-18
December (February):385–98.
[12] Maila, Fernando. 2017. “Evaluación de
Herramientas Open Source Para Pruebas de
Fiabilidad y Rendimiento de Apliacaciones
Web.”
[13] Martín Escofet, Carmen. 2013. “El Lenguaje
SQL.” 1–42.
[14] Molyneaux, Ian. 2009. The Art of Application
Performance Testing. O’Reilly Media, Inc.
[15] Performer, Silk. 2017. “Pruebas de Carga
Resumen Ejecutivo.”
[16] Pilicita, Anabel. 2016. “Diseño e
Implementación de Una Aplicación Web, Para
Su Posterior Análisis Mediante Dos Tipos de
Base de Datos.” 1–100.
[17] Portilla Tovar, Johan Alexander, and Mireya
Bernal Gómez. 2018. “Comparación Del
Rendimiento de Los Comandos Insert, Select y
Delet En Los Sistemas Gestores de Bases de
Datos Oracle y MYSQL.” Inventum 12(23):10–
21.
[18] Zea Ordóñez, Mariuxi Paola, Jimmy Rolando
Molina Ríos, and Fausto Fabían Redrován
Castillo. 2017. Administración De Bases De
Datos Con Postgresql.