| Abstract |
Bakalaura darbā tiek pētīta laika rindu datu apstrāde un vizualizācija,
koncentrējoties uz laika rindu datiem, to īpatnībām un ietekmi uz datu bāzu vadības
sistēmu (DBVS) izvēli. Tēma ir aktuāla ar to, ka mūsdienu sistēmās nemitīgi tiek
uzkrāti lieli mērījumu datu apjomi, kurus nepieciešams efektīvi saglabāt, apstrādāt un
attēlot vizualizācijas paneļos. Darba mērķis ir novērtēt laika rindu datu apstrādes un
vizualizācijas tehnoloģijas, salīdzinot DBVS MySQL, PostgreSQL, InfluxDB,
QuestDB un TimescaleDB veiktspēju liela apjoma laika rindu datu apstrādē, kā arī
izvērtēt vizualizācijas platformu Graphite, Grafana, Prometheus un Kibana piemērotību
laika rindu datu vizualizācijai. Darbā tika apskatītas relāciju un specializētās laika rindu
datu bāzes, to datu modeļi, priekšrocības un trūkumi laika rindu datu apstrādē.
Praktiskajā daļā tika izveidota testēšanas vide ar piecām DBVS, kurās izmantoti
sintētiski laika rindu dati un veikti pieci testēšanas scenāriji: datu ievade, intervālu
vaicājumi, agregācijas vaicājumi, datu atjaunināšana un datu dzēšana. Papildus tika
izveidota Grafana vizualizācijas vide, pieslēdzot visas piecas DBVS un izveidojot
salīdzināšanas un monitoringa paneļus. Rezultāti parādīja, ka datu ievades scenārijos
labākos rezultātus uzrādīja InfluxDB un QuestDB, savukārt intervālu un agregācijas
vaicājumos zemāko aizturi uzrādīja QuestDB.
Darba apjoms ir 68 lappuses, 15 attēli, 39 tabulas, 5 pielikumi un 27 informācijas
avoti. |
