ОПТИМІЗАЦІЯ ОБРОБКИ СЛАБОСТРУКТУРОВАНИХ IoT-ДАНИХ НА ЕТАПІ ПЕРЕДОБРОБКИ У СИСТЕМАХ ВЕЛИКОГО ОБСЯГУ

Автор(и)

DOI:

https://doi.org/10.31891/2307-5732-2026-361-8

Ключові слова:

слабоструктуровані дані, оптимізація ресурсів, IoT, PySpark, Kubernetes, Big Data

Анотація

У статті розглянуто задачу оптимізації обробки слабоструктурованих IoT-даних на етапі передобробки для систем великого обсягу. Проведено аналіз сучасних методів заповнення пропусків та обґрунтовано вибір середнього значення як найпростіший і найшвидший варіант для обробки потокових IoT-даних. На основі синтетичного набору з 10 000 JSON-записів імітовано типову ситуацію з пропусками у даних сенсорів. Методика реалізована з використанням PySpark, результати підтверджують ефективність обраного підходу: середній відсоток пропусків зменшено до нуля, а загальний час обробки скорочено.При проведенні комп’ютерних експериментів опрацювання слобоструктурованих даних використовувався процесор Apple M1.

 

Завантаження

Опубліковано

29.01.2026

Номер

Том 361 № 1 (2026): Вісник Хмельницького національного університету. Серія: Технічні науки

Розділ

Статті

Ліцензія

Авторське право (c) 2026 ВОЛОДИМИР МЕЛЬНИК (Автор)

Creative Commons License

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.

Як цитувати

МЕЛЬНИК, В. (2026). ОПТИМІЗАЦІЯ ОБРОБКИ СЛАБОСТРУКТУРОВАНИХ IoT-ДАНИХ НА ЕТАПІ ПЕРЕДОБРОБКИ У СИСТЕМАХ ВЕЛИКОГО ОБСЯГУ. Herald of Khmelnytskyi National University. Technical Sciences, 361(1), 66-70. https://doi.org/10.31891/2307-5732-2026-361-8