The Company X has a database that continuously increasing which causes the response time when retrieving data from the database increases the more data that is retrieved. Therefore, the company want an analysis of the database structures and stored procedures to see if there is a more efficient way to store and retrieve large datasets. Performance can have different meanings. Within the subject of computer systems, it could be factors such as transaction throughput, response time and storage space. But within the scope of this work performance is limited to the response time. One of the tables in the database is normalized and a few techniques are implemented for stored procedure that the company has not implemented to see if there have been any improvements in performance when retrieving data. The respond time for the various techniques implemented was measured in order to make a comparison on performance. The purpose of this thesis is to analyse database tables and how stored procedure can be improved to find a sustainable solution for the database in the future. Question to the work are: How can the database structure be improved with the aim of increasing performance of data retrieval? Which techniques can improve stored procedure performance when it comes to retrieving large amount of data? The result of this work was that normalization has reduced the respond time for large data retrieval. One of the stored procedure techniques which is called sp_executesql was one of the best techniques which improved the performance of execution time the most when it came to retrieve large amount of data. / Företaget X har en databas som kontinuerligt ökar i storlek vilket detta leder till att svarstiden vid hämtning av data från databasen öka ju mer data som hämtas. Därför vill företaget X att databasstrukturen och stored procedure skulle analyseras för att se om det fanns ett effektivare sätt att lagra samt hämta stora mängder data på. Prestanda kan ha olika betydelser; inom databassystem handlar det om olika faktorer som transaktionsgenomströmning, svarstid och lagringsutrymme. I detta arbete begränsas prestanda till svarstiden. En av tabellerna i databasen normaliseras och sedan implementeras ett antal tekniker för stored procedure som företaget inte har implementerat. Detta för att kunna se om det har skett förbättringar i prestanda vid hämtning av data. Därefter mätes svarstiden för de olika teknikerna som implementerades för att kunna göra en jämförelse på prestanda. Syftet med arbetet är att analysera databastabeller samt analysera hur stored procedure kan förbättras för att hitta en hållbar lösning för databasen i framtiden. Frågeställningar till arbetet är: Hur kan databasstrukturen förbättras i syfte att öka prestanda vid hämtning av data? Samt vilka tekniker kan förbättra prestanda för stored procedure vid hämtning av stora datamängder? Resultatet av arbetet blev att med hjälp av normalisering har svarstiden minskat för hämtning av stora datamängder samt att sp_executesql är den teknik inom stored procedure som är överlägset bäst av de tekniker som har implementerats när det gäller prestanda vid hämtning av stora datamängder.

Abstract As a developer of database-driven applications you will be faced with difficult choices, when it comes to choosing database, server and programming language. For the result to be satisfactory it requires the different techniques to interact well with each other and also fulfill performance expectations. This is even more important when the application is deployed to the cloud and the response time plays a major role.This paper evaluates different databases and their performance. To test the databases there was an application made in the server script language PHP or Hypertext Preprocessor and it was deployed to Windows Azure cloud platform. The test applications task is to call and load databases by controlled requests which creates, reads, updates and deletes data in an relatively large extent.The results shows that locale databases or databases in the same data center as the server generates the fastest response. The diffrence between NoSQL and SQL is practically nothing when it comes to simple requests. The type of data and the type of usage are major factors in the choice between the two databases.This paper works as a guidance in the choice of database for development of applications in the cloud. Keywords: SQL, NoSQL, databas, cloud, Azure, CouchDB, IrisCouch, database.com, databaseperformance / Abstrakt Som utvecklare av databasdrivna applikationer ställs man inför avgörande val när det kommer till databas, server och programmeringsspråk. För att resultatet ska bli en väl fungerande applikation krävs det att alla tekniker interagerar på ett bra sätt med varandra samt att de uppfyller vissa prestandakrav. Detta blir än viktigare när applikationen lyfts ut i molnet och svarstider spelar en stor roll.I arbetet undersöks olika databasers svarstider med hjälp av en testapplikation som är skriven i scriptspråketet PHP och driftsatt på Windows Azure-plattformen. Applikationens uppgift är att anropa och belasta databaser genom att genomföra kontrollerade operationer som skapar, hämtar, uppdaterar eller tar bort data i relativt stor omfattning.De databaser som praktiskt testats och utvärderats är Azure Table, Azure SQL, CouchDB, IrisCouch samt Database.com.Resultaten visar att lokala databaser, eller databaser inom samma datacenter som servern, generar de snabbaste responstiderna. Skillnaderna mellan NoSQL och SQL är i det närmaste försumbara när det handlar om enklare operationer. I valet mellan de två handlar det i mångt och mycket om vad databaserna ska användas till samt vilken typ av information som ska lagras i dem.Arbetet är tänkt att fungera som en vägledning i valet av databas vid utveckling av molntjänster. Nyckelord: SQL, NoSQL, databas, moln, Azure, CouchDB, IrisCouch, database.com, databasprestanda