Система комплексного хранения данных геологических лабораторных испытаний

В статье рассматривается разработка нового подхода к хранению и организации результатов лабораторных опытов с учетом специфики их последующей обработки. Для решения поставленной задачи лабораторные опыты рассматриваются как структурированные данные с неструктурированными частями. При разработке системы была проанализирована специфика хранения и обработки данных лабораторных испытаний, после чего сформулированы основные требования к системе. Были определены основные модели данных, а также сущности базы. Для хранения структурированных данных выбрана стандартная реляционная модель данных, а хранение неструктурированной информации (такой как результаты опыта или параметры опыта) реализовано через поле BJSON. Для решения задачи обеспечения защищенного доступа, а также создания API для системы был выбран асинхронный фреймворк FastAPI. Также рассмотрена реализация хранения дополнительных файлов опыта, которые находятся в объектном хранилище и связываются с опытом в реляционной модели через дополнительную сущность. Представленный подход отличается своей гибкостью к структуре хранимых лабораторных опытов, учитывает специфику геологических лабораторных испытаний, а также предоставляет возможности для комплексного метаанализа больших объемов данных. Система была протестирована и внедрена в технологический процесс геотехнической лаборатории АО МОСТДОРГЕОТРЕСТ.

1. Красильников П.А., Хронусов В.В., Барский М.Г. Принципы создания и ведения базы данных инженерно-геологической информации. Геология и полезные ископаемые Западного Урала. 2018;(18):252–257.

2. Dos Santos J.V., Thiesen S., dos Reis Higashi R.A. Geological-Geotechnical database from standard penetration test investigations using geographic information systems. Management of Information Systems. 2018:245–256. DOI: 10.5772/intechopen.74208.

3. Анищик B.B. и др. Базы данных как основа работы геологического направления. PROНЕФТЬ. Профессионально о нефти. 2022;(3):76–79.

4. Красильников П.А. Принципы формирования инженерно-геологических баз данных при разработке месторождений полезных ископаемых. Ученые записки Крымского федерального университета имени ВИ Вернадского. География. Геология. 2019;5(3):345–357.

5. Левшина М.И., Токаревский П.А. Автоматизированное хранение и обработка данных инженерно-геологических изысканий. Перспективы развития инженерных изысканий в строительстве в Российской Федерации. 2016:44–47.

6. Красильников П.А. Обзор современных программных продуктов, используемых в инженерной геологии. Геология и полезные ископаемые Западного Урала. 2020;(3):51–60.

7. Болдырев Г.Г., Дивеев А.А. К вопросу использования информационных систем при изысканиях и проектировании оснований фундаментов зданий и сооружений. Независимый электронный журнал" ГеоИнфо". 2020;(2). URL: https://geoinfo.ru/product/boldyrev-gennadij-grigorevich/k-voprosu-ispolzovaniya-informacionnyh-sistem-pri-izyskaniyah-i-proektirovanii-osnovanij-fundamentov-zdanij-i-sooruzhenij-42530.shtml (дата обращения: 25.12.2023).

8. Строкова Л.А. Определение параметров для численного моделирования поведения грунтов. Известия Томского политехнического университета. 2008;313(1:):69–74. URL: https://cyberleninka.ru/article/n/opredelenie-parametrov-dlya-chislennogo-modelirovaniya-povedeniya-gruntov (дата обращения: 25.12.2023).

9. Строкова Л.А. Научно-методические аспекты создания расчетных моделей грунтовых оснований. Известия Томского политехнического университета. 2010;316(1):151–156. URL: https://cyberleninka.ru/article/n/nauchno-metodicheskie-aspekty-sozdaniya-raschetnyh-modeley-gruntovyh-osnovaniy (дата обращения: 25.12.2023).

10. Lindvall J., Sturesson A. A comparison of latency for MongoDB and PostgreSQL with a focus on analysis of source code. Dissertation; 2021.

11. Peralta J.H. Microservice APIs: Using Python, Flask, FastAPI, OpenAPI and More. New York, Simon and Schuster; 2023. 411 p.