Database architectures for educational management information systems: a comparative evaluation with application to the burundian context

Abstract

Resumo: Esta dissertação apresenta uma avaliação experimental de arquiteturas de banco de dados para sistemas de informação de gestão educacional, motivada pelas limitações da infraestrutura de dados do setor educacional do Burundi, onde os dados ainda são armazenados de forma fragmentada, predominantemente em sistemas relacionais orientados a linhas, com baixa interoperabilidade e capacidade analítica reduzida. Para investigar alternativas mais escaláveis, este trabalho propõe uma arquitetura composta por PostgreSQL, ClickHouse, Trino e Apache Superset, executada sobre Linux, e conduz experimentos comparativos de desempenho utilizando scripts em Python e C. Os experimentos consistem na execução de consultas analíticas sobre um conjunto de dados educacionais brasileiros com 1,5 milhão de registros, medindo tempos de execução ao longo de 30 iterações por banco de dados, com tratamento estatístico de outliers via método IQR, além de métricas de desempenho de hardware coletadas com a ferramenta LIKWID. Os resultados demonstram que o ClickHouse apresenta desempenho superior ao PostgreSQL para cargas analíticas, com melhoria de aproximadamente 49% no tempo médio de execução nos experimentos com Python e 11,3% nos experimentos com C, confirmando que a arquitetura orientada a colunas é mais adequada para esse tipo de workload mesmo em um ambiente federado via Trino. Esses achados contribuem para a discussão sobre o desenvolvimento de uma infraestrutura de dados educacionais mais eficiente e escalável no contexto do Burundi

Abstract: This dissertation presents an experimental evaluation of database architectures for educational management information systems, motivated by the limitations of Burundi’s educational data infrastructure, where data remains stored in a fragmented manner, predominantly in row-oriented relational systems with limited interoperability and analytical capacity. To investigate more scalable alternatives, this work proposes an architecture composed of PostgreSQL, ClickHouse, Trino, and Apache Superset running on Linux, and conducts comparative performance experiments using Python and C client implementations. The experiments consist of executing analytical SQL queries over a Brazilian educational dataset containing 1.5 million records, measuring execution times across 30 iterations per database with statistical outlier filtering via the IQR method, and collecting hardware-level performance metrics using the LIKWID profiling tool. The results show that ClickHouse consistently outperforms PostgreSQL for analytical workloads, with a performance improvement of approximately 49% in average execution time in the Python-based experiments and 11.3% in the C-based experiments, confirming that column-oriented storage is better suited for this type of workload even within a federated query environment mediated by Trino. These findings contribute to the discussion on the development of a more efficient and scalable educational data infrastructure in the Burundian context