Порівняльний аналіз архітектур хмарних сховищ для високочастотних даних в системах ІІоТ: Amazon DynamoDB в порівнянні з Amazon Timestream
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
Стаття присвячена вирішенню науково-практичної задачі оптимізації архітектур хмарного зберігання для систем промислового Інтернету речей (IIoT), що працюють із високочастотними сигналами, які контролюються п’єзокерамічними датчиками. Встановлено, що при масштабуванні IIoT-мереж традиційні нереляційні бази даних, такі як Amazon DynamoDB, демонструють значне зростання вартості та зменшення швидкодії системи. Авторами розроблено та обґрунтовано архітектурну модель гібридного зберігання, яка забезпечує баланс між швидкістю оперативної обробки телеметричних даних та економічною доцільністю тривалого зберігання. Модель базується на використанні високошвидкісного DynamoDB для моніторингу в режимі реальному часі та Amazon Timestream як аналітичного сховища для накопичених даних. Описано методику периферійної обробки на мікроконтролерах ESP32, що включає розрахунок середньоквадратичного значення (RMS) для стиснення інформації без втрати інформаційних даних. На основі імітаційного моделювання у середовищі AWS Academy Learning Lab проведено порівняльний аналіз швидкодії та сукупних витрат на утримання інфраструктури. Експериментально доведено, що запропонований підхід підвищує швидкість аналітичних запитів у 5,44 рази та знижує витрати на зберігання на 41% при накопиченні даних понад 30 діб. Наукова новизна полягає у математичному обґрунтуванні «порогу ефективності» архітектур при масштабуванні систем. Практичне значення результатів полягає у створенні рекомендацій для побудови відмовостійких систем прогнозної діагностики з мінімальними експлуатаційними витратами.
Fields of Study & Subjects
Cloud Computing and Resource Management
Advanced Data Storage Technologies
Advanced Database Systems and Queries
Publication details
- Journal / source
- COMPUTER-INTEGRATED TECHNOLOGIES EDUCATION SCIENCE PRODUCTION
- Issue
- 62
- Pages
- 262–268
- Publication date
- 28 March 2026
- Language
- UK