Este documento apresenta um resumo das vantagens e desvantagens do uso de ferramentas de mapeamento objeto-relacional (ORM). Foram avaliadas três ferramentas ORM quanto a funcionalidades, suporte, desempenho e produtividade em comparação com acesso direto à base de dados. Os resultados mostraram que as ferramentas ORM oferecem quase o mesmo desempenho que o acesso direto, aumentam drasticamente a produtividade e possuem funcionalidades completas, exceto a DataMapper que apresenta alg

1. Comparativo das Vantagens e Desvantages do
Uso de Ferramentas para Mapeamento Objeto
Relacional
Israel Fonseca
Jean Baldessar

2. Introdução

Banco de Dados Relacionais
Há quem diga que o
conceito por trás dele foi
a última grande
invenção da história da
computação.
Gavin King

3. Introdução

Programação Orientada a Objetos

Melhor tempo de resposta ao
mercado;

Aumento da qualidade;

Maior versatilidade a mudanças;

Facilidade para reuso de código.
Grady Booch

4. Disparidade objeto relacional

8. E agora?

9. 

OODBs
Nicho
reduzido

10. Mas e agora?

11. E outros...

12. ORM

Mapeamento Objeto Relacional


Manutenabilidade

Independência de banco de dados

Utilização de bancos legados


Ponte
Popularidade
Solução definitiva?

13. Polêmica
ORM = Vietnã
DBAs reclamam
Ted Neward
Simon Sabin

14. Objetivo Geral
Fazer uma análise de funcionalidades, suporte,
desempenho e produtividade nas ferramentas para
ORM em relação ao acesso direto à base da dados, e
com isso fornecer um conhecimento útil para que
arquitetos de software escolham a tecnologia mais
adequada aos seus projetos.

15. Objetivos Específicos

Criar uma metodologia para avaliação;

Verificar funcionalidades de mapeamento;




Verificar recursos de gerenciamento transacional
e acesso a procedures e functions;
Verificar recursos de acesso direto a base de
dados;
Pesquisar suporte oferecido, tanto pelos seus
fornecedores quanto pela comunidade;
Analisar o desempenho e produtividade em
operações de acesso à base de dados.

16. Justificativa


Opiniões divididas
Escolha mais consciente sobre que tecnologia
deve-se usar para cada projeto;

18. Desenvolvimento

19. Método de Avaliação
Funcionalidades
Suporte
Desempenho
Produtividade

20. Modelo Fictício

Simplicidade (Didático)

Contemplar vários cenários para o mapeamento

24. Funcionalidades

25. Um-Para-Um
Um-Para-Muitos
Muitos-Para-Um
Muitos-Para-Muitos
Chave Composta
Herança Single Table
Herança Joined Table
Herança Table Per Class
Duas Tabelas para Um Objeto
Dois Objetos para uma Tabela
Agregações
Agrupamentos
Controle de Carregamento de Relacionamento
Transações
Procedures e Functions
Hibernate
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
suporta
SQLAlchemy
suporta
suporta
suporta
suporta
suporta
suporta
suporta parcialmente
suporta
não suporta
suporta
suporta
suporta
suporta
suporta
suporta
SQLAlchemy


Herança: Alterações no modelo foram necessárias
DataMapper


Muitos-Para-Muitos: Padrão de nomenclatura

Controle Carregamento: Abordagem gulosa
DataMapper
suporta
suporta
suporta
suporta parcialmente
suporta
suporta
não suporta
não suporta
não suporta
não suporta
suporta
não suporta
suporta parcialmente
suporta
suporta

26. Funcionalidades


DataMapper limitado
Limitações contornáveis com modificações no
modelo e acesso direto




Herança pode ser mapeada para um muitos-paraum
Duas tabelas para um objeto pode ser mapeado
com dois objetos
Uma tabela para dois objetos pode ser mapeado
para um objeto
Quanto mais completo, menor a preocupação com
as disparidades

27. Suporte

29. Livros

Amazon

Hibernate: mais de 15 livros

SQLAlchemy: 2 livros

DataMapper: nenhum livro
Gavin King
Michael Bayer

30. Documentação Oficial

Páginas



SQLAlchemy: 340


Hibernate: 393
DataMapper: aproximadamente 30
PDF/HTML
DataMapper não aborda assuntos importantes
como o uso de transações

31. Comunidade

SQLAlchemy (Google Groups)



Usuários: 2587
Média de postagens por dia: 5
DataMapper (Google Groups)



Usuários: 984
Média de postagens por dia: 5
Hibernate (Fórum próprio)

Usuários: 62156

Média de postagens por dia


2003: 63
Último mês: 15

32. Perguntas respondidas

Hibernate: 0/4

SQLAlchemy: 5/5

DataMapper: 9/12
Michael Bayer
Dan Kubb

33. Suporte

Bibliografia


Documentação


DataMapper limitado
Comunidade


Hibernate famoso
Contradição Hibernate
Em geral, o suporte é bom

34. Desempenho

35. Desempenho

DAO (Direto e com ORM)

Base de testes

Automação

Tempo

Tráfego

Relatórios

36. Código fonte: http://code.google.com/p/orm-native-comparative/

37. Tempo Desconsiderando Tráfego

38. Operação
Atualização
Inserção
Listagem
Remoção
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Direto
34,505
34,354
33,966
34,112
34,114
34,313
0,256
0,114
0,096
34,318
34,359
34,374
ORM
34,413
34,414
34,795
34,166
34,150
34,527
1,213
0,614
0,409
34,669
34,660
35,058

1% de diferença geral

Listagem


Python: 5,3


Java: 4,7
DataMapper: 4,2
Cerca de 1 segundo

39. Operação
Agrupamento
Guloso
Join
Subconsulta

Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Direto
0,200
0,120
0,108
0,361
0,539
0,383
0,031
0,018
0,016
1,946
1,933
1,956
ORM
0,769
0,270
x
2,363
1,148
x
0,358
0,041
0,038
1,968
1,961
x
Subconsultas com tempo
estável

40. Tráfego de Rede

41. Operação
Atualização
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Inserção
Listagem
Remoção
Direto
enviado
recebido
14736320 4960768
15071000 6298880
14277864 6079392
14088528 5015232
14856528 6349728
13968528 6130560
30088
6727304
29520
6727832
20072
6727096
6864320
4954432
7583528
6302048
6525864
6084672
ORM
enviado
recebido
22536528 17434560
14640528 6307008
13224528 6085728
15023088 5069568
14880528 7568448
13800528 7353504
25424
6751704
27920
6728760
31944
6727096
18840528 19859616
7728528
6305952
6528528
6098928
SQLAlchemy e
DataMapper


Inserção: 5%

Demais: 1%
Hibernate


Atualização: 200%

Remoção: 300%

Demais: 1%

42. Operação
Subconsulta
Guloso
Join
Agrupamento
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Direto
enviado
recebido
10784
216128
11800
215880
12240
215880
29712
5728152
32392
5615272
30312
4871480
10552
217720
12928
217472
12016
217472
14552
2182920
14296
2188688
17520
2187952
enviado
24264
14016
x
42744
32656
x
21712
12768
18544
17592
13896
x

Média de 7%

Fator 'alias'
ORM
recebido
215960
216856
x
6838416
6036696
x
218080
219136
225792
2284760
2188904
x

43. Tempo Considerando Tráfego

44. Simulação
tempo execução total = tempo execução local + tráfego envio /
velocidade de envio + tráfego de retorno / velocidade de
retorno
Rede 1: 100MBits/s
Rede 2: 500KBits/s 250KBits/s

45. Operação
Atualização
Inserção
Listagem
Remoção
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Direto
34,702
34,567
34,169
34,303
34,326
34,514
0,324
0,181
0,163
34,437
34,498
34,501
ORM
34,812
34,623
34,989
34,367
34,374
34,739
1,280
0,681
0,476
35,056
34,801
35,184

100MBits/s

Tráfego irrelevante

46. Operação
Agrupamento
0,142
0,292
0,130
0,418
x
2,432
python
0,596
1,209
ruby
0,432
x
java
0,033
0,360
python
0,021
0,044
ruby
0,019
0,041
java
1,949
1,970
python
1,935
1,963
ruby
Subconsulta
ORM
0,792
ruby
java
Join
Direto
0,221
python
Guloso
Linguagem
java
1,959
x

100MBits/s

Tráfego irrelevante

47. Operação
Atualização
Inserção
Listagem
Remoção
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Direto
83,821
89,691
86,839
82,350
89,226
86,773
27,225
27,084
27,044
67,865
74,734
71,765
ORM
149,224
88,923
85,587
84,491
94,185
91,542
28,270
27,585
27,381
151,788
75,341
72,511

500KBits/s 250KBits/s

ORM ≃ Direto

48. Operação
Agrupamento
Guloso
Join
Subconsulta
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
Direto
8,960
8,903
8,895
23,333
23,065
19,929
0,923
0,914
0,910
2,832
2,820
2,844
ORM
9,943
9,053
x
29,802
25,360
x
1,273
0,943
0,979
2,880
2,857
x

500KBits/s 250KBits/s

ORM ≃ Direto

49. Evolução do Desempenho em Relação à
Quantidade de Registros
Rede 1: 100MBits/s
Rede 2: 500KBits/s 250KBits/s

52. Produtividade

54. Operação
Agrupamento
Atualização
Guloso
Inserção
Join
Listagem
Remoção
Subconsulta
Linguagem
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
java
python
ruby
java
Direto
936
462
531
511
237
225
3164
1664
1447
467
222
211
956
467
541
689
295
356
308
132
127
994
ORM
249
122
x
138
78
37
245
230
x
140
78
37
216
174
115
131
90
32
170
81
40
409

Até: 1099,65%

Média: 360%

Fatores Extras

55. Conclusão

56. Conclusões

Funcionalidades


DataMapper limitado, porém, contornável
Suporte

Livros, Documentação e Comunidades
oferecem bom suporte ao aprendizado

57. Conclusões

Desempenho

Tempo s/ tráfego: mais devagar, mas muito rápido

Tempo c/ tráfego: praticamente igual


Aumento do volume de dados: crescimento
proporcional
Produtividade


Quantidade de Caracteres diminuiu drásticamente
Fatores Extras (Independência de Banco,
Manutenabilidade)

58. Conclusão

Quando não usar



Projeto pequeno


Otimização extrema
Despreparo + falta de tempo
Vantagem para a grande maioria
Cabe ao arquiteto tomar a decisão final baseado
nas características do seu projeto

59. Trabalhos futuros






Disponibilizar os relatórios na web de forma amigável, com um
site que permita a consulta dos dados obtidos.
Expandir o número de ferramentas e linguagens testadas.
Expandir o número de testes para abranger situações mais
específicas.
Testar vários bancos de dados para avaliar a portabilidade das
ferramentas.
Documentar e disponibilizar o código fonte dos testes e
ferramentas utilizadas para que outros desenvolvedores possam
testar outras ferramentas, ou outras versões das ferramentas já
testadas.
Permitir a participação de terceiros no processo de melhoria e
expansão dos testes.