Вас приветствует Интернет конференция!
Приветствуйем на нашем сайте
АРХІТЕКТУРА РОЗПОДІЛЕНИХ СИСТЕМ ЗБЕРІГАННЯ ДАНИХ
10.11.2023 07:48
[1. Информационные системы и технологии]
Автор: Приймак Василь Іванович, доктор економічних наук, професор, Львівський національний університет імені Івана Франка; Рибак Юрій Михайлович, магістрант, Львівський національний університет імені Івана Франка; Голубник Ольга Романівна, кандидат економічних наук, доцент, Львівський національний університет імені Івана Франка
У сучасному технологічному світі компанії потребують швидкого і точного аналізу для прийняття обґрунтованих рішень. Однак зростаючий обсяг даних і різноманітність типів даних створюють проблеми зі зберіганням і обробкою інформації, на якій ґрунтується прийняття рішень. Тому виникають питання щодо вибору відповідних ефективних систем зберігання та обробки даних.
Дійсно, неефективно обробляти дані, які містяться в базах даних і файлових системах, на одному комп’ютері. Доцільніше розподілити інформацію між багатьма вузлами, які потім можуть оброблятися паралельно. Технічно можливо використовувати не один, а декілька фізичних пристроїв, які можуть бути розташовані в різних місцях. В результаті паралельна обробка не тільки підвищує продуктивність і швидкість роботи системи, але й дозволяє декільком користувачам одночасно працювати з інформацією.
Для паралельної обробки інформація розбивається на менші частини, які можуть обчислюватися незалежно на різних пристроях. Це значно прискорює процес обробки даних і дозволяє гнучко та ефективно організувати обробку запитів. Такий підхід не тільки прискорює процес обробки запитів, але й забезпечує одночасний доступ до інформації та підвищує надійність її зберігання [1].
На даний час існує два принципових підходи до забезпечення необхідного рівня продуктивності систем:
-вертикально масштабований підхід;
-горизонтально масштабований підхід.
Якщо ви просто хочете збільшити навантаження, найпростіший спосіб – купити більш потужну машину. Більше процесорів, оперативної пам’яті і багато дисків можуть бути об’єднані в рамках однієї операційної системи, а високошвидкісні з’єднання дозволяють будь-якому центральному процесору (ЦП) отримати доступ до будь-якої частини пам’яті або диска. Цей тип архітектури, або підхід архітектури спільної пам’яті, дозволяє розглядати всі компоненти як єдине ціле [2, с. 146].
Один з недоліків такої архітектури стосується вартості системи, яка зростає більшими темпами, ніж обсяг технічних пристроїв: машина з подвоєним процесором, оперативною пам’яттю і дисковим простором коштує більш ніж удвічі дорожче. Інший недолік пов’язаний з потужністю машини. Вдвічі більша система може не впоратися з удвічі більшим навантаженням через певні вузькі місця.
Недоліком такого підходу є те, що, архітектура зі спільною пам’яттю є явно менш відмовостійкою, оскільки якщо один компонент виходить з ладу, то вся система може вийти з ладу. Ще однією важливою характеристикою, якій не відповідають такі системи, є забезпечення географічної близькості між клієнтами та даними. Іншими словами, такий архітектурний підхід означає, що сервери розташовуються лише в одному географічному місці, якщо ж сервіси розгорнуті по всьому світу, то неможливо забезпечити близькість між клієнтами та серверами для сервісів.
Альтернативним підходом до shared-memory architecture є горизонтальне масштабування – архітектура без розділення ресурсів (shared-nothing architecture). У цьому підході кожен комп’ютер або віртуальна машина, на якій працює програмне забезпечення бази даних, називається вузлом. Кожен вузол використовує процесор, пам’ять і диски індивідуально. Взаємодія між вузлами здійснюється на програмному рівні, з використанням звичайних мереж [2, с. 146].
Архітектура shared-nothing не потребує спеціального обладнання, а тому може використовувати найкращі комп’ютери з точки зору співвідношення ціни та продуктивності. Географічний розподіл даних дозволяє скоротити час доступу користувачів до них, а в разі необхідності – витримати втрату центру обробки даних.
Слід зазначити, що існує третій архітектурний підхід (shared disk architecture), який використовує загальні диски. Він базується на використанні декількох машин з незалежними центральними процесорами та оперативною пам’яттю. У цьому випадку самі дані зберігаються на низці дисків, до яких надається спільний доступ через високошвидкісну мережу. Такий підхід використовується для деяких завдань зберігання даних у сховищах даних, але конфлікти, накладні витрати на блокування та інші причини обмежують масштабованість архітектур із загальними дисками.
Згідно з нашими дослідженнями, з розвитком інформаційних технологій та збільшенням обсягів використовуваних даних постає проблема оптимального зберігання цих даних з метою забезпечення необхідного рівня продуктивності комп’ютерних систем. На сьогодні існує два основних підходи до забезпечення необхідного рівня продуктивності системи: вертикально масштабований підхід та горизонтально масштабований підхід. Другий з цих підходів, тобто тип архітектури без розділення ресурсів є найбільш придатним для вирішення поставленої задачі.
Список використаних джерел
1. M. Klymash, O. Hordiichuk-Bublivska, I.Chaikovskyi and T. Danylchenko. Research of algorithms for parallel processing of information in databases, Infocommunication technologies and electronic engineering, vol. 1 (1), pp. 51-62, 2021.
2. M. Kleppmann Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainаble Systems, 590 pp. 2017.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter
Другие научные работы даной секции
-
АКТУАЛЬНІСТЬ ВИКОРИСТАННЯ ПРОГРАМНОГО ПРОДУКТУ «СИСТЕМА КУР'ЄРСЬКОЇ СЛУЖБИ»
31.10.2023 12:26 -
КОМП'ЮТЕРНА СИСТЕМА ДЛЯ ПЛАНУВАННЯ ПРИМІЩЕННЯ
12.11.2023 20:34 -
КОМП'ЮТЕРНА СИСТЕМА ДЛЯ ЧИСЕЛЬНОГО ІНТЕГРУВАННЯ
12.11.2023 20:23 -
ДОСЛІДЖЕННЯ МОДЕЛЮВАННЯ МЕРЕЖ ПЕТРІ НА БАЗІ РОЗРОБЛЕНОГО ПРОГРАМНОГО ПРОДУКТУ
12.11.2023 20:13 -
ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ ДЛЯ АВТОМАТИЗАЦІЇ ОСВІТНІХ ПРОЦЕСІВ
12.11.2023 20:03
Конференции
Конференции 2024
Конференции 2023
Конференции 2022
Конференции 2021
