Дослідження методів збору та обробки даних в розподілених інформаційних системах

dc.citation.epage38
dc.citation.issue1
dc.citation.journalTitleІнфокомунікаційні технології та електронна інженерія
dc.citation.spage20
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnik National University
dc.contributor.authorЖуравель, С.
dc.contributor.authorДумич, С.
dc.contributor.authorШпур, О.
dc.contributor.authorZhuravel, S.
dc.contributor.authorDumych, S.
dc.contributor.authorShpur, O.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2023-03-03T11:09:25Z
dc.date.available2023-03-03T11:09:25Z
dc.date.created2021-04-01
dc.date.issued2021-04-01
dc.description.abstractУ статті розглянуто проблему обробки та аналізу великих об’ємів даних. Сьогодні, у зв’язку з появою джерел інформації, які можуть продукувати великі обсяги даних, оброблення даних стає все складнішим. Для вирішення поставленої проблеми розроблено велику кількість технологій специфічного призначення, проте більшість з них можна зарахувати до двох парадигм обробки даних, а саме потокової та пакетної. В цій статті розглянуто вищенаведені парадигми та технології, які застосовують для прийняття рішень щодо обробки даних, та спробуємо окреслити характеристики, які потрібно брати до уваги під час побудови систем обробки даних. На основі найперспективніших рішень наведемо також реалізацію системи збору та аналізу даних з пристроїв IoT.
dc.description.abstractThe article is devoted to the problem of processing and analysis of large amounts of data. Today, with the advent of sources of information that can produce large amounts of data, data collection is becoming an increasingly complex institution. To solve this problem, a wide range of technologies for specific purposes has been developed. However, most of them can be attributed to two paradigms of data processing, namely streaming and batch. In this article, we will consider the above paradigms and technologies used to build data processing solutions and try to outline several characteristics that need to be considered when building data processing systems. Also, based on the most promising solutions, the implementation of the system of data collection and analysis from IoT devices is given.
dc.format.extent20-38
dc.format.pages19
dc.identifier.citationЖуравель С. Дослідження методів збору та обробки даних в розподілених інформаційних системах / С. Журавель, С. Думич, О. Шпур // Інфокомунікаційні технології та електронна інженерія. — Львів : Видавництво Львівської політехніки — Vol 1. — № 1. — С. 20–38.
dc.identifier.citationenZhuravel S., Dumych S., Shpur O. Doslidzhennia metodiv zboru ta obrobky danykh v rozpodilenykh informatsiinykh systemakh [Research of data collection and processing methods in distributed information systems]. Infocommunication Technologies and Electronic Engineering (Lviv), vol. 1, no 1, pp. 20-38 [in Ukrainian].
dc.identifier.issn2786-4553
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/57481
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.publisherLviv Politechnic Publishing House
dc.relation.ispartofІнфокомунікаційні технології та електронна інженерія, 1 (1)
dc.relation.ispartofInfocommunication Technologies and Electronic Engineering, 1 (1)
dc.relation.references[1] Kleppmann M. (2017), Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, Springfield Missouri United States, O’Reilly Media Inc., pp. 412–425.
dc.relation.references[2] Nathan M., James W. (2001), Big Data: Principles and best practices of scalable real time data systems, New York, United States, pp. 320–343.
dc.relation.references[3] Anand R., Jeffrey D. (2014), Mining of Massive Datasets, Stanford University, United States California, pp. 422–427.
dc.relation.references[4] Nathan M., James W. (2014), Big Data: Principles and best practices of scalable real time data systems, New York, United States, pp. 312–226.
dc.relation.references[5] Marr B. (2015), “Big Data: Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance”, QUIS5 Quality in Services Conference, Wiley, Karlstad, pp. 222–226.
dc.relation.references[6] Srivatsa H., Jagadeesh M. “Big Data Imperatives: Enterprise “Big Data” Warehouse, “BI” Implementations and Analytics, Apress, New York, New York, United States, June 24, 2013, pp. 311–333.
dc.relation.references[7] Ahmed Alaa, Haitham Hamza, Amira Kotb, “Performance Evaluation of Open Source IoT Platforms”, available at: https://www.researchgate.net/publication/330582133_Performance_Evaluation_of_Open_Source_ IoT_Platforms (Accessed 27 April 2021).
dc.relation.references[8] Daniel Toran “IoT Platforms Comparisions”, available at: https://upcommons.upc.edu/bitstream/handle/ 2117/114211/tfg-report-daniel-toran.pdf?sequence=1&isAllowed=y (Accessed 27 April 2021).
dc.relation.referencesen[1] Kleppmann M. (2017), Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, Springfield Missouri United States, O’Reilly Media Inc., pp. 412–425.
dc.relation.referencesen[2] Nathan M., James W. (2001), Big Data: Principles and best practices of scalable real time data systems, New York, United States, pp. 320–343.
dc.relation.referencesen[3] Anand R., Jeffrey D. (2014), Mining of Massive Datasets, Stanford University, United States California, pp. 422–427.
dc.relation.referencesen[4] Nathan M., James W. (2014), Big Data: Principles and best practices of scalable real time data systems, New York, United States, pp. 312–226.
dc.relation.referencesen[5] Marr B. (2015), "Big Data: Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance", QUIS5 Quality in Services Conference, Wiley, Karlstad, pp. 222–226.
dc.relation.referencesen[6] Srivatsa H., Jagadeesh M. "Big Data Imperatives: Enterprise "Big Data" Warehouse, "BI" Implementations and Analytics, Apress, New York, New York, United States, June 24, 2013, pp. 311–333.
dc.relation.referencesen[7] Ahmed Alaa, Haitham Hamza, Amira Kotb, "Performance Evaluation of Open Source IoT Platforms", available at: https://www.researchgate.net/publication/330582133_Performance_Evaluation_of_Open_Source_ IoT_Platforms (Accessed 27 April 2021).
dc.relation.referencesen[8] Daniel Toran "IoT Platforms Comparisions", available at: https://upcommons.upc.edu/bitstream/handle/ 2117/114211/tfg-report-daniel-toran.pdf?sequence=1&isAllowed=y (Accessed 27 April 2021).
dc.relation.urihttps://www.researchgate.net/publication/330582133_Performance_Evaluation_of_Open_Source_
dc.relation.urihttps://upcommons.upc.edu/bitstream/handle/
dc.rights.holder© Національний університет „Львівська політехніка“, 2021
dc.subjectрозподілені інформаційні системи
dc.subjectобробка даних
dc.subjectвеликі об’єми даних
dc.subjectdistributed information systems
dc.subjectdata processing
dc.subjectlarge amounts of data
dc.subject.udc621.126
dc.titleДослідження методів збору та обробки даних в розподілених інформаційних системах
dc.title.alternativeResearch of data collection and processing methods in distributed information systems
dc.typeArticle

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
v1n1_Zhuravel_S-Research_of_data_collection_20-38.pdf
Size:
2.23 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.79 KB
Format:
Plain Text
Description: