1. JCPEE
  2. Всі випуски
  3. Випуск 14, Номер 1, 2024
  4. Мінімально життєздатні продукти для іт-стартапів: використання python/django/ postgresql у програмних додатках відстеження місцезнаходження

Мінімально життєздатні продукти для іт-стартапів: використання python/django/ postgresql у програмних додатках відстеження місцезнаходження

JCPEE.
2024;
Випуск 14, Номер 1
: c. 1-5
https://doi.org/10.23939/jcpee2024.01.001
Автори:
  1. Володимир Франів
  2. Святослав Заставський
  3. Олег Кушнір
1
Львівський національний університет імені Івана Франка
2
Львівський національний університет імені Івана Франка
3
Львівський національний університет імені Івана Франка

Додатки для відстеження місцезнаходження (ДВМ) відіграють важливу роль у таких ділянках як логістика, сільське господарство та безпека, забезпечуючи реальні да­ні про рух ресурсів та активів. Зі зростанням кількості старт­апів у секторі технологій вибір відповідного технологіч­ного стеку стає вирішальним для забезпечення масштабо­­ваності, гнучкості та вартості додатків, особливо в актуаль­ному нині контексті «мінімально життєздатних продуктів».

У цьому дослідженні здійснено розробку та оцінено продуктивність ДВМ, який використовує стек технологій Python/Django/PostgreSQL. Проводячи ретельні експери­менти та їхній аналіз, ми порівняли ефективність цього технологічного стеку зі стеком ASP.NET, дослідженим у попередніх працях. Наше дослідження спрямоване на одержання інформації щодо вибору технологічних стеків і стратегій оптимізації для програмних ДВМ.

У результаті вимірювань одержано інформацію стосовно швидкодії ДВМ, які базуються на Python/Django/ PostgreSQL. Акцентуючи увагу на використанні Web­Socket-з’єднань, ми висвітлили переваги та недоліки цього підходу, порівняно з традиційними HTTP-з’єднаннями. Дослідження включало тестування продуктивності ДВМ за допомогою Apache JMeter для розуміння придатності стеку технологій Python/Django/PostgreSQL для розробки ДВМ.

Загалом наше дослідження сприятиме розвитку галузі вибору технологічних стеків для стартапів і допоможе в прийнятті обґрунтованих рішень розробників ДВМ. Пред­ставивши низку емпіричних результатів і їхнє узагаль­нення, ми прагнули надати можливість розробникам при­ймати обґрунтовані рішення та оптимізувати продуктив­ність своїх ДВМ у реальних умовах.

розроблення програмного забезпечення
location tracking
Python
django
PostgreSQL
ASP.NET
WebSocket
HTTP
  1. V. Franiv, S. Vasyluk, O. Biletskyi, and I. Franiv, “An Investigation into the Efficiency of Specific Data­bases for Tracking Purposes in Scope of IT Startup,” in Proc. IEEE 13th Intl. Conf. on Electronics and Inf. Technol. (ELIT), pp. 186-190, Lviv, Ukraine 2023. https://doi.org/10.1109/ELIT61488.2023.10310719 
  2. F.Ahmed, M. Phillips, S. Phillips, and K.-Y. Kim, “Comparative Study of Seamless Asset Location and Tracking Technologies,” Procedia Manufacturing, vol. 51, pp. 1138–1145, 2020. 
    https://doi.org/10.1016/j.promfg.2020.10.160 
  3. M. Akkaya,  Startup Valuation,  IGI Global, pp. 137–156, 2019. 
    https://doi.org/10.4018/978-1-7998-1086-5.ch008 
  4. A.Mathur and H. Agarwal, “Study of Challenges Faced by Startup Industries,” A referred & peer-reviewed quarterly research journal, vol. 48,  pp 58–67, 2023.
  5. D. Esposito, “Building Web Solutions with ASP.NET and ADO.NET,” Redmond: Microsoft Press, 2002.
  6. K. Padaliya,  “C# Programming with .Net Framework,” 2019.
  7. W.S. Vincent, Django for APIs: Build web APIs with Python and Djang. New York, USA: WelcomeToCode, 2020.
  8. S. Matam and J. Jain, Pro Apache JMeter: web applic­a­­tion performance testing, Apress, USA, 2017. https://doi.org/10.1007/978-1-4842-2961-3 
  9. C. H. Lee and Y. L. Zheng, “SQL-to-NoSQL Schema Denormalization and Migration: A Study on Content Management Systems,” in Proc. IEEE Intl. Conf. on Systems, Man, and Cybernetics (SMC), pp. 2022–2026, 2015. https://doi.org/10.1109/SMC.2015.353 
  10. M. Abu Kausar, M. Nasar, and A. Soosaimanickam, “A Study of Performance and Comparison of NoSQL Data­bases: MongoDB, Cassandra, and Redis Using YCSB,” Indian J. Sci. Technol., vol. 15, pp. 1532–1540, 2022. https://doi.org/10.17485/IJST/v15i31.1352
  11. J. R. Lourenco, B. Cabral, P. Carreiro, M. Vieira, and J. Bernardino, “Choosing the right NoSQL database for the job: a quality attribute evaluation,” J. Big Data, vol. 2, pp. 1–26, 2015.
    https://doi.org/10.1186/s40537-015-0025-0 
  12. L. Vokorokos, M. Uchnar, and L. Lescisin, “Perform­ance optimization of applications based on non-relat­io­nal databases,” in Proc. Conf. on Emerging eLearn­ing Technol. and Appl. (ICETA), pp. 371–376, 2016. https://doi.org/10.1109/ICETA.2016.7802079
  13. N. Jatana, S. Puri, M. Ahuja, I. Kathuria, and D. Gosain, “A survey and comparison of relational and non-relational database,” Intl. J. Engin. Res. & Technol., vol. 1, pp. 104–118, 2012.
  14. J. Han, E. Haihong, G. Le, and J. Du, “Survey on NoSQL database,” in Proc.  6th Intl. Conf. on Pervasive Comput. and Appl. (ICPCA), pp. 363–366, 2011. https://doi.org/10.1109/ICPCA.2011.6106531 
  15. K. Fraczek and M. Plechawska-Wojcik, “Comparative analysis of relational and non-relational databases in the context of performance in web applications,” in Proc. Conf.: Beyond Databases, Architectures and Structures, pp. 205–213, 2017. https://doi.org/10.1007/978-3-319-58274-0_13
  16. S. Gupta and G. Narsimha, “Efficient Query Analysis and Performance Evaluation of the Nosql Data Store for Big Data,” in Proc.  1st Intl. Conf. on Comput. Intel­lig­ence and Informatics. Springer (Singapore), pp. 549–558, 2017. https://doi.org/10.1007/978-981-10-2471-9_53
  17.  K.Chodorow and M. Dirolf, MongoDB: The Definitive Guide, O’Reilly Media, 2010.
  18. D. Sullivan, NoSQL for Mere Mortals, Addison-Wesley, 2015.
  19. E. Brewer, “CAP twelve years later: how the rules have changed”, Computer, vol. 45, pp. 23–29, 2012. https://doi.org/10.1109/MC.2012.37
  20.  X. Li, Z. Ma, and H. Chen, “QODM: A query-oriented data modeling approach for NoSQL databases,” Advanced Research and Technology in Industry Applications (WARTIA), pp. 338–345, 2014.
    https://doi.org/10.1109/WARTIA.2014.6976265
  21. Y. Li and S. Manoharan, “A performance comparison of SQL and NoSQL databases,” in Proc. IEEE Pacific Rim Conf. on Communications, Computers and Signal Processing (PACRIM), pp. 15–19, 2013. https://doi.org/10.1109/PACRIM.2013.6625441