Análise de desempenho de Banco de Dados Relacionais e Não Relacionais em dados genômicos

Abstract

O armazenamento de dados genômicos é um grande desafio hoje, pois
com o avanço da tecnologia molecular a quantidade de dados genômicos gerados
está aumentando, de forma que o sequenciamento de um único organismo pode
gerar arquivos com gigabytes de informações. De forma geral, os processos de
manipulação de dados genômicos fazem uso de simples arquivos como o principal
meio para armazenamento de tais dados. Contudo, os bancos de dados modernos
se apresentam como alternativa para a gerência desses dados por oferecer melhor
organização, tolerância a falhas, melhor uso do espaço disponível para armaze-
namento e desempenho. Além disso, os bancos de dados permitem agregar aos
dados brutos do sequenciamento meta-informações acerca das sequências de DNA
armazenadas. Diante deste cenário, este trabalho apresenta e avalia o desempenho de
diferentes estratégias de armazenamento em três bancos de dados pertencentes a dois
paradigmas diferentes, o MySQL (representante dos bancos de dados Relacionais), o
Cassandra e o MongoDB (representantes dos bancos de dados Não Relacionais). Os
resultados demonstraram que os bancos de dados relacionais apresentam limitações
quando estão inseridos em um ambiente com grandes massas de dados.