масштабування

У статті сформульовано сутність поняття «масштабування бізнесу», визначено відмінності від поняття «зростання бізнесу». Обґрунтовано основні можливості побудови системного бізнесу, що ефективно працює і генерує прибуток в умовах глобального ринку. Окреслено передумови підготовки бізнесу до масштабування, базові підходи до масштабування та стратегії міжнародної експансії. За результатами дослідження виявлено основні ризики, зумовлені масштабуванням бізнесу, та запропоновано заходи щодо їх пом’якшення.

У статті розглядається проблема масштабування мікросервісів в кластері Kubernetes, розглянуто існуючі підходи масштабування мікросервісної архітектури та запропоновано підхід до масштабування шляхом міграції частини компонентів. На відміну від найбільш поширених підходів горизонтального та вертикального масштабування, в яких необхідне виділення додаткових ресурсів для їх здійснення, суть запропонованого підходу полягає в міграції частини компонентів, які не є критично важливими для кінцевого користувача системи, на інший Kubernetes кластер.

Завдяки стрімкому розвитку інформаційних технологій, які широко використовуються у всіх сферах людського життя та діяльності, сьогодні накопичено надзвичайно великі обсяги даних. Відповідно застосування методів машинного навчання до цих даних дає змогу отримати нові практично корисні знання, які можуть бути використані для маркетингових, управлінських та дослідницьких цілей. Серед завдань інтелектуального аналізу даних – задачі регресії, прогнозування, кластеризації, класифікації та асоціативних правил. У цьому дослідженні розв’язано задачу бінарної класифікації.