Skripsi ini membahas tentang performa dalam kecepatan antara MySQLrndan Hadoop dalam menyimpan dan mengolah big data (data besar). Adapun yangrnmenjadi latar belakang penulisan ini adalah teknologi yang membahas tentang bigrndata, banyak yang belum mempelajarinya atau mengetahui atau bahkan tidakrnmenggunakan. Sebelumnya sudah dikenal sebuah RDBMS MySQL dimanarnsebagai tempat manajemen basis data, data yang terstruktur di proses untukrndisimpan ata dibaca oleh sistem dengan diketahui lamanya waktu eksekusi.rnSedangkan sekarang sudah banyak sekali data yang berkembang hingga sulitrnuntuk ditampung. Oleh karena itu kita perlu tahu dan mempelajari tentangrnteknologi yang membahas big data dan bagaimana performanya. Hadooprnmerupakan salah satu teknologi yang dapat membantu dalam pengolahan big data.rnDengan teknologi HDFS, data dapat dengan cepat disimpan dengan cararndidistribusikan ke beberapa file sehingga memudahkan dan mempercepatrnekseskusi.rnDengan metode eksperimen penulis akan mencoba melakukan penelitianrndengan meneliti waktu ekseskusi dalam load data dan select data. Denganrnbanyaknya data yang akan digunakan tersebut bisa dilihat waktu eksekusi dalamrnsistem baik di MySQL ataupun di Hadoop. Karena Hadooop merupakan sebuahrnperangkat lunak untuk mendistrusikan data, maka diperlukannya sebuahrndatawarehouse sebagai tempat untuk mengeksekusi yakni Hive, Hive inirnmerupakan datawarehouse nomor satu yang digunakan dalam lingkungan Hadooprndan menggunakan ekternal database sebagai metastore yakni Derby untukrnmenyimpan data yang merupakan driver tertanam pada Hive.ixrnPenelitian ini akan dilakukan dengan menggunakan data sebesar 1 GBrnhingga 5 GB di kedua sistem, lalu akan diuji sebanyak tiga kali pada setiap datarndan jenis eksekusi yakni load dan select. Dengan mengetahui kecepatan wakturnuntuk load data dan select data kita akan mengetahui bagaimana performa yangrnditunjukkan oleh keduanya. Kecepatan Hadoop lebih besar dibandingkan denganrnkecepatan MySQL, karena Hadoop merupakan file sistem yang mendistribusikanrndata berupa file ke dalam blok-blok sehingga mempercepat eksekusi di dalamrnHadoop, sedangkan MySQL dieksekusi secara struktur dan dalam satu server.rnKata kunci : Hive-Hadoop, MySQL, Big Data

Tidak tersedia versi lain

Tidak Ada Data