COMPARAÇÃO DE BANCO DE DADOS NOSQL PARA SÉRIES ESPAÇO-TEMPORAIS NA CAFEICULTURA
Palavras-chave:
Benchmarking, Brazil Data Cube, InfluxDB, MongoDBResumo
A pesquisa evidenciou diferenças claras de desempenho entre MongoDB e InfluxDB em cenários espaço-temporais aplicados à cafeicultura. O MongoDB apresentou maior eficiência na ingestão de grandes volumes de dados, tanto na carga inicial quanto nas atualizações incrementais, além de apresentar melhor desempenho em consultas espaciais sobre regiões, especialmente em situações de alta concorrência.
Por outro lado, o InfluxDB mostrou vantagem em consultas pontuais, voltadas à recuperação de séries temporais de pixels específicos, principalmente quando foi utilizado o identificador espacial S2CellId como tag, evidenciando o impacto positivo de sua arquitetura orientada ao tempo e ao uso de índices internos para consultas geográficas localizadas.
Esses resultados reforçam a importância de alinhar a escolha do SGBD ao perfil de uso da aplicação: MongoDB é mais indicado para cenários de ingestão intensiva e análises espaciais regionais, enquanto InfluxDB é mais adequado para consultas temporais localizadas. Assim, a pesquisa oferece subsídios técnicos para a seleção de tecnologias em projetos de sensoriamento remoto voltados para a cafeicultura, contribuindo para decisões mais eficientes em termos de desempenho e gestão de dados espaço-temporais.
