Under pandemin COVID-19 har hemsidor skapats som är specifikt framtagna för att visualisera COVID-19 datan. Visualisering av COVID-19 datan kan resultera i en lång väntetid eftersom att det är flera megabytes av data som ska hämtas från en databas. Väntetiden som skapas av att hämta COVID-19 datan från en databas kan resultera i att hemsidan uppfattas som oresponsiv och ur funktion. Därför genomförs experimentet för att komma fram till vilken databas som har kortast hämtningstid när det kommer till COVID-19 data. I experimentet jämförs databaserna MySQL och MongoDB med fokus på hämtningstider vid hämtning av COVID-19 data. Resultatet av experimentet visar att MySQL är databasen med kortast hämtningstider vid hämtning av COVID-19 data. Utifrån hur experimentet genomfördes finns det även många möjligheter för framtida arbeten. Speciellt för att experimentera runt till exempel andra webbläsare och att använda sig av en extern server för att se omändringarna gör skillnad. / <p>Det finns övrigt digitalt material (t.ex. film-, bild- eller ljudfiler) eller modeller/artefakter tillhörande examensarbetet som ska skickas till arkivet.</p>

Syftet med denna studie är att undersöka vilken av databaserna MySQL och MongoDB som utför hämtning av fordonsrelaterade skulder data på kortaste tiden. För att undersöka prestanda gällande hämtningstiden utvecklades en webbapplikation som visualiserar datan i form av diagram med hjälp av Javascript biblioteket Chart.js. Experimentet genomfördes fem gånger med olika mängder data och mätningspunkter för att se hur det kan påverka svarstiden hos databasen. Resultaten visade att MySQL var snabbare än MongoDB oavsett datamängden eller mätningspunkter. Framtida arbete kan bland annat hämta data slumpmässigt från databaserna och öka mängden data till en stor del samt användning av olika webbläsare för att undvika bias i studien.