СУЧАСНІ МОДЕЛІ СИСТЕМ КОНСОЛІДАЦІЇ ІНФОРМАЦІЇ В ПУБЛІЧНОМУ УПРАВЛІННІ

Автор(и)

DOI:

https://doi.org/10.20998/2227-6890.2022.2.07

Ключові слова:

публічне управління, системи консолідації інформації, аналітичні системи, лінійна модель, трансакційна модель, секторна модель

Анотація

Стаття присвячена аналізу сучасних моделей систем консолідації інформації в публічному управлінні. Розподілені системи і, зокрема, бази даних, як правило, пропонують певну модель узгодженості. Ці моделі гарантують, що, якщо певні умови будуть виконані, то можна очікувати що система буде мати певні властивості (тобто узгодженість або доступність або стійкість до розривів мережі). У цьому контексті розглядається популярний набір ACID-властивостей, який гарантує, що транзакції бази даних обробляються надійно, в порівнянні з протилежною моделлю BASE, яка є похідною з теореми CAP, але прагне забезпечити набір властивостей, що відрізняється від ACID.

Якщо здійснити аналіз існуючих нині моделей систем консолідації інформації, то є можливість отримати декілька їх градацій: системи консолідації фінансової інформації; в залежності від архітектури збереження інформації, що використовується в системі; в залежності від моделі об’єднання інформації; в залежності від способу обробки запитів користувачів; системи консолідації інформації про клієнтів; системи консолідації інформації про зовнішнє середовище компанії; в залежності від методу аналізу інформації.

Зокрема, якщо більш докладно розглянути системи консолідації фінансової інформації, то доцільно відмітити, що сьогодні на ринку вони представлені у вигляді пакетних програм, систем планування ресурсів компанії та стандартних інструментів ETL.

У свою чергу, що стосується пакетних програм, то вони займають переважну частку ринку та можуть бути представлені в якості аналітичних систем класу CPM та спеціалізованих систем фінансової консолідації.

Посилання

Buslov P. Analysis of using the features of communication models in social groups and virtual communities. (2017). Ukrainian Scientific Journal of Information Security. Vol. 23. Issue 1. P. 39-44.

Hows D., Membrey P., Plugge E., Hawkins T. (2015). The Definitive Guide to MongoDB: A complete guide to dealing with Big Data using MongoDB, Third Edition. Apress. 376 p.

Manyika J., Chui V., Brown B., Bughin J., Dobbs R., Roxburgh C., Hung Byers A. (2011). Big data techniques and technologies. Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute. P. 27-31.

Marinov M. (2020). Four-Dimensional Encoding of Character Sequences and Evaluation of their Similarities and Differences. Proceedings of the Technical University of Sofia. Vol. 70. Issue 2. P. 1-20.

Tiwari G. (2011). Chapter 1: NoSQL: What It Is and Why You Need it. Definition and Introduction. Professional NoSQL. Packt Publishing. 384 p.

Robinson I., Webber J., Eifrem E. (2013). Graph Databases. O’Reilly Media. 178 p.

White T. (2015). Hadoop: The Definitive Guide, 4th Edition. O’Reilly Media Inc. 235 p.

##submission.downloads##

Опубліковано

2023-01-29