dc.contributor.advisor | BOLUN, Ion | |
dc.contributor.author | VOVC, Artemie | |
dc.date.accessioned | 2021-02-24T10:23:09Z | |
dc.date.available | 2021-02-24T10:23:09Z | |
dc.date.issued | 2019 | |
dc.identifier.citation | VOVC, Artemie. Analiza comparativă a unor sisteme moderne de mesajerie: tz. de master: Programul de studiu: Tehnologia informației. Cond. şt. BOLUN Ion. Universitatea Tehnică a Moldovei. Chişinău, 2019. | en_US |
dc.identifier.uri | http://repository.utm.md/handle/5014/13340 | |
dc.description | Fișierul atașat conține: Rezumat, Abstract, Cuprins. | en_US |
dc.description.abstract | Teza de master este constituită din introducere, trei capitole, concluzii, bibliografie cu șasesprezece titluri, 52 pagini de text de bază, 31 figuri și 3 tabele. Scopul tezei este de a determina cel mai performant sistem modern de mesajerie din cele Kafka, RabbitMQ, Google Cloud Platform PUB/SUB și Amazon Simple Queue Services. Obiectivele tezei constau în: analiza sistemelor de mesajerie moderne la nivel general, analiza sistemelor la nivel arhitectural, analiza la nivel de configurări, configurarea sistemelor, configurarea mediului virtual, configurarea mediului de testare în mediul virtual, aplicarea unuia și aceluiași instrument și în aceleași condiții pentru evaluarea performanței sistemelor cercetate, realizarea la nivel de cod, testarea propriu zisă, colectarea rezultatelor, determinarea consecințelor și cauzelor și documentarea. Obiectivele sunt realizate în baza unui scenariu. Scenariul constă în colectarea informațiilor privind durata transmiterii și primirii mesajelor în diferite formate, având o arhitectură internă similară a aplicației. Arhitectura internă prezintă un producător, un consumător și sistemul de mesangerie între aceste două componente. Arhitectura este asigurată de configurări la nivel de sistem. Conexiunile între producător, sistemul analizat și consumător sunt realizate prin una și aceeași librărie Alpakka. Aceasta asigură corectitudinea comparativă a datelor de colectat, excluzând factorul de performanță al librăriilor utilizate, deoarece se folosește una și aceeași librărie. În baza rezultatelor calculelor, este constatat că cel mai rapid, în cazul mesajelor de mici dimensiuni, este sistemul de mesajerie RabbitMQ. Totodată, pentru mesaje de dimensiuni mari, mai performant este sistemul Kafka. Astfel, oportunitatea folosirii unuia sau a altui sistem depinde de dimensiunea mesajelor. De aceea în cazuri practice sunt necesare cercetări suplimentare ale fluxului de mesaje. De asemenea, pot fi utile cercetări comparative și a altor aspecte de performanță ale sistemelor în cauză. | en_US |
dc.description.abstract | This thesis contains introduction, 3 chapters, conclusions, bibliography with 16 titles, 52 pages of basic text, 31 figures and 3 tables. The thesis scope is to determine the most performed modern messaging system from: Kafka, RabbitMQ, Google Cloud Platform PUB/SUB and Amazon Simple Queue Service. The scope of the thesis is to determine the most performed modern messaging system. The objectives of the thesis are: analysis of systems at the general level, analysis of systems at architectural level, analysis of configuration level, system configuration, configuration of virtual environment, configuration of test environment in virtual environment, application of same tool to avoid the performance factor of the used tools, implementation of test case, testing, collection of the results, determination of consequences and causes, documentation. Objectives will be based on a scenario. The scenario is to collect the time of sending and receiving messages in different formats, having an internal architecture, which is same for each system. The internal architecture presents a producer, a consumer and messaging system between producer and consumer. Architecture is configured on system level. Connection between produce, the analyzed system and consumer is established by same library Alpakka. That thing ensures correctness of data by avoiding performance factor of other third-party libraries. Based on collected results, the best are two, for case when messages are small the best is RabbitMQ, but in other case Kafka is better. So, in most cases will be good to analyze types of messages, predict size of biggest message and make the decision based on the collected data, which system is perfect for that type of application. | en_US |
dc.language.iso | ro | en_US |
dc.publisher | Universitatea Tehnică a Moldovei | en_US |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | mesaj | en_US |
dc.subject | producător | en_US |
dc.subject | consumator | en_US |
dc.subject | message | en_US |
dc.subject | producer | en_US |
dc.subject | consumer | en_US |
dc.title | Analiza comparativă a unor sisteme moderne de mesajerie | en_US |
dc.title.alternative | Comparative analysis of modern messaging systems | en_US |
dc.type | Thesis | en_US |
The following license files are associated with this item: