Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
5
spoza listy
Status:
Autorzy: Muzyka Michał, Niedźwiedź Mateusz, Miłosz Marek
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2026
Wersja dokumentu: Elektroniczna
Język: angielski
Wolumen/Tom: 40
Strony: 289 - 296
Bazy: BazTech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 30 września 2026
Abstrakty: angielski
The modern digital age led to the creation of a field called digital genealogy. To this day there seems to be little consensus on which database approach is most suited for such environment; genealogical data remains overlooked in database research. This study examines whether the popular relational SQL database systems prove themselves to be more efficient than graph databases when operating on graph-like genealogical structures. The article analyses PostgreSQL and Neo4j database engines’ efficiency, comparing them across different sizes of genealogical datasets and types of operations on artificially generated data. Results show that an optimized SQL approach is generally faster and uses less memory than the graph-based counterpart, while requiring more disk space, in all tested cases.