Статья опубликована в рамках: XLV Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 21 мая 2018 г.)

Наука: Информационные технологии

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Хамидулина Ю.А. ПРОГРАММНОЕ СРЕДСТВО АВТОМАТИЗАЦИИ РАСПРЕДЕЛЕННОЙ ОБРАБОТКИ ДАННЫХ В СЕТИ САЛОНОВ КРАСОТЫ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XLV междунар. студ. науч.-практ. конф. № 10(45). URL: https://sibac.info/archive/meghdis/10(45).pdf (дата обращения: 29.01.2020)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

ПРОГРАММНОЕ СРЕДСТВО АВТОМАТИЗАЦИИ РАСПРЕДЕЛЕННОЙ ОБРАБОТКИ ДАННЫХ В СЕТИ САЛОНОВ КРАСОТЫ

Хамидулина Юлия Александровна

магистрант, кафедра ПОВТАС, Оренбургский государственный университет,

РФ, г. Оренбург

Научный руководитель Волкова Татьяна Викторовна

канд. техн. наук, доц. кафедры ПОВТАС, Оренбургский государственный университет,

РФ, г. Оренбург

Для автоматизации информационных потоков сети салонов красоты была создана автоматизированная система (АС) BeautyCRM, которая предоставила возможность накопления, обработки и последующего анализа данных деятельности сети салонов красоты, несмотря на территориальную распределенность точек малого бизнеса, и стала незаменимым средством поддержки принятия решений для руководителя сети.

С развитием АС BeautyCRM разрастается и функционал, и базы данных, что, в свою очередь, требует больших ресурсов на обработку скопленной информации. Стремление повысить гибкость и масштабируемость многопользовательской распределенной АС BeautyCRM привело к необходимости разработки программного средства администрирования, которое распределяет места расположения логики обработки данных для бизнес-процессов сети салонов красоты между клиентским приложением и серверной частью, что повысило гибкость распределенной системы, позволило с максимальной эффективностью распределить нагрузку на аппаратные устройства и обеспечило безболезненное наращивание как функциональности приложения, так и числа обслуживаемых пользователей.

Задача распределения мест расположения бизнес-логики АС была решена с помощью разработанной прикладной программы, прогнозирующей нагрузки клиента в следующий момент времени за запуском формирования отчета АС.

Разработанная прикладная программа реализует метод прогнозирования с использованием экспоненциального сглаживания методом Брауна. Программа представляет собой автоматизированную систему распределения мест расположения бизнес-логики АС на основе данных о нагрузке клиентской части.

Первая версия системы предназначена для автоматизации процесса распределения места расположения бизнес-логики АС BeautyCRM. В следующих версиях предполагается увеличение количества решаемых функций.

При запуске АС BeautyCRM автоматически запускается модуль автоматизации распределения обработки данных сети салонов красоты в фоновом режиме. В следствие чего работа модуля не заметна для конечного пользователя АС BeautyCRM.

Настройка работы модуля проходит при первом запуске установленной на клиент АС BeautyCRM в фоновом режиме. При этом выполняется оценка вычислительной мощности клиентской части, запись статистических данных и критических значений в базу и калибровка значения Альфа для осуществления индивидуального подхода при переключении режимов работы.

Наглядно увидеть работу модуля возможно при входе в АС BeautyCRM пользователю с правами доступа уровня специалиста по сопровождению.

Регистрация данных о нагрузке клиента наглядно показывается в режиме реального времени на временном графике на плавающем временном интервале. Параметры динамически меняются, это видно на графике и в таблице реальной и прогнозируемой нагрузки клиента (рисунок 1).

 

Рисунок 1. Снятие показаний нагрузки клиента

 

Если необходимо изменить настройки работы программы, то следует нажать на кнопку «Калибровка». В зависимости от того, необходима ли калибровка по тестовым или экспериментальным данным, будет произведен расчет компромиссного значения Альфа.

При инициализации калибровки значения Альфа на тестовых данных выполняется подгрузка статистических данных о нагрузке клиента за период времени и выполняется расчет прогнозируемой нагрузки клиента в следующий момент времени для каждого значения Альфа в интервале 0..1 с шагом 0.01. Оптимальным значением Альфа считается такое значение, при котором средняя ошибка имеет минимальное значение. На тестовых данных за период 5 минут значение Альфа равно 0.52.

При критической нагрузке на клиент происходит перераспределение бизнес-логики АС. Данное событие фиксируется в базе данных для последующего статистического анализа. Допустим, конечный пользователь инициализирует запуск формирования отчета АС. Известно, что данный отчет даст нагрузку на клиент в 10% ЦП. Текущая нагрузка ЦП = 84%, прогнозное значение 86%. Модуль автоматизации суммирует прогнозное показание и нагрузку на клиент данного отчета. Если итоговое значение превышает порог в 95%, запрос на формирование отчета АС отправляется на сервер, и АС находится в ожидании готового сформированного отчета. Если же итоговое значение меньше порогового, то клиент самостоятельно формирует запрашиваемый отчет.

В программе предусмотрен вывод сообщений, сопровождающих действия пользователя и предупреждающие об ошибочных действиях. Также к разным элементам управления предусмотрен вывод всплывающих подсказок.

В автоматизированной системе предусмотрена возможность расширения некоторых функций, так как исходный код содержит множество комментариев для программиста, который будет заниматься сопровождением, или его расширением.

В данной научно-исследовательской работе была разработана архитектура программной системы, включающая базу данных, систему управления базой данных и средство автоматизации распределенной обработки данных в сети салонов красоты. Разработано руководство программиста, обеспечивающее сопровождение ПС, а также разработано руководство специалиста по сопровождению, осуществляющего поддержку ПС и проводящего пусконаладочные работы разработанного модуля.

 

Список литературы:

  1. Хамидулина Ю.А. Автоматизация распределенной обработки данных в сети салонов красоты // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XLV междунар. студ. науч.-практ. конф. № 10(45). 
  2. Хамидулина Ю.А. Методы прогнозирования технического состояния объекта при распределенной обработке данных в сети салонов красоты // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. XLV междунар. студ. науч.-практ. конф. № 10(45).
  3. Коровин Я.С. Система поддержки принятия решений /Коровин Я.С. // Материалы конференции. -2007. -№1. - с. 80-85.
  4. Царегородцева Е. Д., Сравнение различных методов расчета // XVII Туполевские чтения: Международная молодежная конференция, 24-26 мая 2011 года: Материалы конференции. Том IV. Казань: Изд-во Казан. гос. техн. ун-та. 2011. С.175-176.
  5. Коровин, Е. Н. Методология прогнозирования и оптимального управления территориально распределенными социально-экономическими системами на основе трансформации информации и многовариантного моделирования : Дис. доктора техн. наук. Воронеж, 2005. - 356 с.
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий