ДИНАМІЧНИЙ МЕХАНІЗМ СТІЙКОСТІ ДЛЯ МАСШТАБОВАНИХ ІНФОРМАЦІЙНИХ ІНФРАСТРУКТУР
DOI:
https://doi.org/10.35546/kntu2078-4481.2025.1.2.8Ключові слова:
пікові навантаження, масштабованість обчислювальних ресурсів, моніторинг, архітектура мікросервісів, інформаційні системи, шаблони проектування, гібридна архітектураАнотація
Ця стаття аналізує проблему забезпечення стабільності обчислювальних систем під час пікових навантажень. Основна проблема полягає в тому, що традиційні методи моніторингу часто не встигають виявити критичні збої та непередбачені ситуації, що може призвести до втрати даних та значних економічних збитків. Дослідження має на меті розробити гібридну архітектуру моніторингу, що поєднує синхронне опитування критичних параметрів із асинхронним збором даних на основі подій. Для досягнення цієї мети запропоноване рішення використовує віртуальні датчики, які дозволяють аналізувати систему без значного впливу на її продуктивність, а також компонент який, здатний розрізняти аномальні стани системи.Експериментальні дослідження підтвердили ефективність запропонованої моделі, яка знижує ризик збоїв, оптимізує використання обчислювальних ресурсів та забезпечує високу масштабованість системи за різних умов навантаження. Запропонована модель була протестована на реальних сценаріях із використанням симуляційних середовищ, що імітують аварійні ситуації та інтенсивні потоки запитів. Результати дослідження демонструють значне покращення ефективності системи, скорочення часу реагування на збої та оптимізацію продуктивності інформаційних систем. Отримані дані також свідчать про можливість інтеграції запропонованого підходу з існуючими рішеннями для моніторингу та управління обчислювальними системами.Значну увагу було приділено аналізу впливу різних параметрів моніторингу на продуктивність, що дозволило визначити оптимальні значення для збалансування точності збору даних та навантаження на систему. Було проведено порівняльний аналіз з традиційними методами моніторингу, який виявив, що гібридний підхід забезпечує більш стабільну роботу системи під час пікових навантажень. Узагальнені результати дослідження можуть стати основою для подальших наукових досліджень та впровадження інноваційних технологій в управлінні обчислювальними ресурсами.
Посилання
NETSCOUT. (n.d.). Virtual Network Probes for Service Assurance in Virtualized Networks. NETSCOUT. Retrieved from https://www.netscout.com/blog/virtual-network-probes
Alessi, F., Tundo, A., Mobilio, M., Riganelli, O., & Mariani, L. (2024). ReProbe: An Architecture for Reconfigurable and Adaptive Probes. arXiv preprint arXiv:2403.12703.
Fowler, M. (2004). Inversion of Control Containers and the Dependency Injection Pattern. Retrieved from https://martinfowler.com/articles/injection.html
Laddad, R. (2009). AspectJ in Action: Enterprise AOP with Spring (2nd ed.). Manning Publications.
Yang, J., Minturn, D. B., & Hady, F. (2012). When Poll is Better than Interrupt. In Proceedings of the 10th USENIX Conference on File and Storage Technologies (FAST ’12) (pp. 1–?). USENIX Association. Retrieved from https://www.usenix.org/system/files/conference/fast12/yang.pdf
Xu, W., Huang, L., Fox, A., Patterson, D., & Jordan, M. I. (2009). Detecting Large-Scale System Problems by Mining Console Logs. In Proceedings of the 4th USENIX Symposium on Networked Systems Design and Implementation (NSDI ’07) (pp. 19–19). USENIX Association.
Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. (2016). Edge computing: Vision and challenges. IEEE Internet of Things Journal, 3(5), 637–646. DOI: https://doi.org/10.1109/JIOT.2016.2579198
