Метод оценивания быстродействия больших информационных систем с кластеризацией транзакций

Предложен метод оценивания верхнего и нижнего граничных значений показателя быстродействия больших информационных систем с учетом соблюдения требования к целостности данных системы. Целостность обеспечивается путем блокировки необходимых для выполнения транзакции вычислительных ресурсов и их освобождения при завершении или откате транзакции. Кластеризация транзакций позволяет организовать параллельную обработку запросов пользователей, принадлежащих разным кластерам. Особенности обработки запросов не позволяют аналитически оценить быстродействие больших информационных систем, а натурный или имитационный эксперимент требует значительных временных затрат. Модель большой информационной системы формализуется в виде сети массового обслуживания. Полное множество маршрутов в сети массового обслуживания задается числом кластеров схожих транзакций. Быстродействие оценивается временем отклика системы.

1. Проскуряков Н. Е., Ануфриева А. Ю. Анализ и перспективы современных систем хранения цифровых данных // Изв. ТулГУ. Технические науки. 2013. Вып. 3. C. 368-377.

2. Challawala S., Mehta C., Patel K., Lakhatariya J. MySQL 8 for Big Data: Effective Data Processing with MySQL 8, Hadoop, NoSQL APIs, and Other Big Data Tools. Packt Publishing, 2017. 226 p.

3. Фомин Д. С., Бальзамов А. В. Проблематика обработки транзакций при использовании микросервисной архитектуры // Изв. вузов. Поволжский регион. Технические науки. 2021. Т. 58, № 2. С. 15-23. DOI: 10.21685/2072-3059-2021-2-2.

4. Богатырев В. А., Богатырев А. В., Богатырев С. В. Оценка надежности выполнения кластерами запросов реального времени // Изв. вузов. Приборостроение. 2014. Т. 57, № 4. С. 46-48.

5. Бурмистров В. Д., Заковряшин Е. М. Создание хранилища данных для распределенной системы // Молодой ученый. 2016. № 12. C. 143-147.

6. Татарникова Т. М., Вольский А. В. Оценка вероятностно-временных характеристик сетевых узлов с дифференциацией трафика // Информационно-управляющие системы, 2018. № 3(94). С. 54-60.

7. Шелест М. Н. Анализ средней задержки для одной модели сети массового обслуживания с резервированием ресурсов // Информационно-управляющие системы. 2022. № 2. С. 32-41. DOI: 10.31799/1684-8853-2022-2-32-41.

8. Богатырев В. А., Кармановский Н. С., Попцова Н. А., Паршутина С. А., Воронина Д. А., Богатырев С. В. Имитационная модель поддержки проектирования инфокоммуникационных резервированных систем // Научно-технический вестник информационных технологий, механики и оптики. 2016. Т. 16, № 5(105). С. 831-838. DOI: 10.17586/2226-1494-2016-16-5-831-838.

9. Харари Ф. Теория графов. М.: Ленанд, 2018. 304 c.

10. Shelest M. N., Bakin E. A. Analysis of parallel queueing network with mutual expectations // Wave Electronics and its Application in Information and Telecommunication Systems (WECONF). Pitsataway, NJ, 2018. P. 1-4.