- •Выпускная квалификационная работа
- •Объемное задание
- •На выпускную квалификационную работу
- •Отзыв руководителя Аннотация
- •Введение
- •Анализ предметной области, постановка задачи и определение требований к подсистеме
- •Основные сведения о компании
- •Должностные инструкции сотрудников для работы с подсистемой
- •Понятие метаданных, их классификация, структура и обработка
- •Диаграмма основных потоков данных
- •Анализ существующей информационной системы
- •Требования к подсистеме
- •Функциональные требования
- •Нефункциональные требования
- •Требования к интерфейсу
- •Анализ возможных решений
- •Вывод по первому разделу
- •Выбор технологий для разработки
- •Выбор языка программирования
- •Выбор субд
- •Вывод по второму разделу
- •Разработка подсистемы для работы с метаданными
- •Логика процесса, который реализует подсистема
- •Архитектура подсистемы
- •Уровень представления:
- •Уровень бизнес-логики:
- •Уровень данных:
- •Пользователи подсистемы: их роли и права
- •Логика реализации прав пользователя подсистемы
- •Разработка бд
- •Проектирование инфологической модели
- •Проектирование даталогической модели
- •Проектирование физической модели
- •Разработка карты подсистемы
- •Разработка макетов форм
- •Вывод по третьему разделу
- •Тестирование подсистемы
- •Экранные формы
- •Карта тестирования
- •Интеграция подсистемы в общую систему
- •Реализация основного процесса через экранные формы
- •Вывод по четвертому разделу
- •Заключение
- •Список использованных источников
Вывод по четвертому разделу
В рамках данного раздела была проведена работа по тестированию подсистемы для работы с метаданными лекарственных препаратов. На основе макетов были разработаны и представлены экранные формы подсистемы. Было проведено функциональное тестирование с целью проверки основных возможностей подсистемы, а также было проведено нагрузочное тестирование с использованием сервиса Locust, которое позволило проэмулировать работу при нагрузке в 25 пользователей одновременно.
Подсистема была интегрирована в общую систему Kvinta. Интеграция была основана на доступе к общей БД компании, а само приложение было размещено на сервере Streamlit Cloud. Был описан основной процесс работы подсистемы через экранные формы.
Заключение
Разработка подсистемы для работы с метаданными лекарственных препаратов является актуальной задачей в условиях цифровизации фармацевтической отрасли и роста объема данных, требующих систематизации и анализа. Современные требования к прозрачности цепочек поставок подчеркивают важность автоматизации процессов управления метаданными. Целью данной выпускной квалификационной работы являлась разработка подсистемы, обеспечивающей систематизацию, визуализацию и анализ метаданных лекарственных препаратов для повышения эффективности работы специалистов фармацевтического консалтинга в рамках модуля Kvinta компании «3Keys».
Для достижения поставленной цели в первом разделе работы была проведена комплексная проработка предметной области. Анализ показал, что компания «3Keys» занимает значимую позицию на рынке решений для маркировки и прослеживаемости продукции, а ее продукт Kvinta активно используется в фармацевтике. Модуль Kvinta, несмотря на широкий функционал, имеет ограничения в обработке метаданных, что обосновывает необходимость разработки новой подсистемы. Были определены требования к подсистеме, проведен сравнительный анализ существующих решений.
Во втором разделе рассматривались языки программирования и системы управления базами данных. В ходе анализа между ЯП такими как Python, Java и Go был выбран Python, а также фреймворк Streamlit. Среди СУБД PostgreSQL, MySQL, и Neo4j была PostgreSQL.
В третьем разделе была описана разработка подсистемы. Создана трехуровневая монолитная клиент-серверная архитектура на базе фреймворка Streamlit, обеспечивающая удобный веб-интерфейс и взаимодействие с базой данных PostgreSQL. Разработана ролевая модель доступа (RBAC) для администраторов, операторов данных и аналитиков, а также спроектирована база данных с учетом нормализации (3NF). Реализованы функциональные возможности, включая загрузку, редактирование, фильтрацию и визуализацию метаданных.
В четвертом разделе проведено тестирование подсистемы, включающее функциональные и нагрузочные тесты с использованием инструмента Locust. Функциональное тестирование подтвердило корректность работы ключевых функций (добавление данных, фильтрация, визуализация, создание отчета), а нагрузочное тестирование показало стабильную производительность при 25 одновременных пользователях. Подсистема была успешно интегрирована в систему Kvinta через общую БД PostgreSQL и развернута на платформе Streamlit Community Cloud, что обеспечило доступность и удобство использования.
Дальнейшее развитие подсистемы может включают оптимизацию производительности для работы с большими объемами данных. Архитектура подсистемы предусматривает может включить расширения функциональности, например, внедрение кеширования часто запрашиваемых данных или переход к микросервисной архитектуре с использованием API для отдельных функций.
