Гібридна SQL/NoSQL архітектура для оптимізації продуктивності IoT-моніторингу якості повітря

Abstract

Внаслідок швидкого зростання кількості IoT-пристроїв та їх інтегрованого використання в різних екосистемах виникає потреба у високій масштабованості, ефективному зберіганні та швидкій обробці величезних масивів даних у режимі реального часу. Через велику частоту надходження та різноманітність форматів даних від сенсорів, архітектура зберігання має бути гнучкою і забезпечувати високу продуктивність операцій запису. Це створює виклик щодо вибору оптимальної системи управління базами даних, яка б поєднувала швидкість обробки великих обсягів даних із можливістю ефективного виконання складних аналітичних запитів до історичних даних. У статті представлено результати експериментального дослідження продуктивності реляційної бази даних PostgreSQL та документо-орієнтованої бази даних MongoDB у контексті системи моніторингу якості повітря на базі IoT. Проведено серію контрольованих навантажувальних тестів з варіюванням обсягу даних (100-10000 записів) та кількості паралельних потоків (1-50). Результати показують дев’ятикратну перевагу MongoDB під час операцій запису (34,56 мс проти 338,16 мс у середньому) та майже двократну перевагу PostgreSQL під час операцій читання (14,41 мс проти 25,98 мс). На основі отриманих даних запропоновано гібридний підхід, що поєднує MongoDB для оперативного збору даних та PostgreSQL для довгострокового зберігання та аналітики. Така інтергація реляційних та NoSQL баз даних є технічно оптимальним та економічно вигідним рішенням. Підтверджено зниження вартості на 30-40 %, що робить його привабливим для реального впровадження у промислових масштабах.