Аналіз даних з використанням мікросервісів для вирішення задач прогнозування

Автор(и)

  • O. Бондар КПІ ім. Ігоря Сікорського, Україна
  • O. Лісовиченко КПІ ім. Ігоря Сікорського, Україна

DOI:

https://doi.org/10.20535/1560-8956.39.2021.247410

Ключові слова:

аналіз даних, мікросервіси, мікросервісний підхід, архітектура систем, прогнозування

Анотація

У даній статті розглядається вирішення питання підвищення ефективності та надійності систем аналізу даних із залученням мікросервісів для вирішення задач прогнозування. В статті проводиться аналіз проблеми прогнозування даних, для яких цілей використовується, які існують методи та підходи для вирішення цієї задачі. Не менш особливу увагу приділено опису мікросервісної архітектури, розглянуто переваги та недоліки мікросервісів у порівняні з монолітною архітектурою, продемонстрований загальний вигляд системи аналізу даних з використанням мікросервісів, методи для підвищення надійності та ефективності таких систем, продемонстровані існуючі системи аналізу даних, що побудовані на основі мікросервісів.

Бібл. 8, іл. 6, табл. 1.

Посилання

Regression analysis URL: https://pidru4niki.com/17280924/ekonomika/regresiyniy_analiz (date of use: 03.10.2021)

GNDH URL: http://www.gmdh.net/ (date of use: 03.10.2021)

Fowler M., Lewis J. Microservices URL: http://martinfowler.com/articles/microservices.html (date of use: 24.09.2021)

HDFS Architecture Guide URL: https://hadoop.apache.org/docs/r1.2.1/hdfs_design.html#Introduction (date of use: 25.09.2021)

Greenplum Database URL: https://greenplum.org/ (date of use: 25.09.2021)

Apache Spark URL: https://spark.apache.org/ (date of use: 25.09.2021)

A Microservice-Based Big Data Analysis Platform for Online Educational Applications URL: https://www.hindawi.com/journals/sp/2020/6929750/ (date of use: 25.09.2021)

Forecasting Models for Self-Adaptive Cloud Applications: A Comparative Study URL: https://www.researchgate.net/publication/327545263_Forecasting_Models_for_Self-Adaptive_Cloud_Applications_A_Comparative_Study (date of use: 25.09.2021)

##submission.downloads##

Опубліковано

2021-12-15