Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ФамилияИА_БСТ2104.docx
Скачиваний:
106
Добавлен:
13.12.2025
Размер:
5 Мб
Скачать
☆
    1. 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.