АНАЛІЗ ЕФЕКТИВНОСТІ СТРУКТУР ДАНИХ ТА БАЗ ДАНИХ У РОЗПОДІЛЕНИХ СИСТЕМАХ НА ОСНОВІ PYTHON, JAVA ТА БЛОКЧЕЙН-ТЕХНОЛОГІЙ

Андрій Аронов; Артур Гавор; Микола Герцюк; Катерина Гордієнко; Дмитро Ніщеменко

doi:10.28925/2663-4023.2025.31.996

Автор(и)

Андрій Аронов Державний університет інформаційно-комунікаційних технологій https://orcid.org/0009-0000-7868-8341
Артур Гавор Державний університет інформаційно-комунікаційних технологій https://orcid.org/0009-0002-9705-1666
Микола Герцюк Державний університет інформаційно-комунікаційних технологій https://orcid.org/0000-0003-2946-9673
Катерина Гордієнко Державний університет інформаційно-комунікаційних технологій https://orcid.org/0009-0002-5997-9682
Дмитро Ніщеменко Державний університет інформаційно-комунікаційних технологій https://orcid.org/0009-0006-1781-4109

DOI:

https://doi.org/10.28925/2663-4023.2025.31.996

Ключові слова:

розподілені системи, структури даних, розподілені бази даних, Python, Java, блокчейн, продуктивність, масштабованість

Анотація

У статті проведено порівняльний аналіз лінійних та нелінійних структур даних із використанням мов програмування Python і Java у контексті розподілених систем. Розглянуто вплив вибору структури на продуктивність, масштабованість та узгодженість даних при роботі з розподіленими базами даних і блокчейн-технологіями. Наведено порівняння ключових характеристик структур даних та сховищ, оцінено їх переваги та обмеження в різних сценаріях обробки інформації. Дослідження дозволяє визначити оптимальні підходи до побудови ефективних систем зберігання та обробки даних.

Python відзначається простотою та розвинутими вбудованими колекціями, але обмежується інтерпретатором у високопродуктивних сценаріях. Java ж завдяки віртуальній машині JVM і підтримці багатопоточності, краще підходить для систем з високими навантаженнями. У контексті розподілених баз даних ці відмінності проявляються в роботі реляційних і NoSQL-рішень, які використовують деревоподібні та геш-структури для індексації, тоді як блокчейн базується на геш-деревах, забезпечуючи незмінність, але знижуючи швидкодію.

Отже, порівняльний аналіз лінійних та нелінійних структур даних із використанням Python і Java, а також дослідження їх застосування у розподілених базах даних і блокчейні, є актуальним завданням. Це дослідження дає змогу визначити сильні та слабкі сторони різних підходів, а також сформулювати практичні рекомендації для побудови ефективних розподілених систем.

Завантаження

Дані завантаження ще не доступні.

Посилання

QuickCodingExplanation. (2024, February 20). Data structures overview: Array, stack, queue, linked-list, hash table, heap, binary tree. Medium. https://quickcodingexplanation.medium.com/data-structures-overview-arrays-stack-queue-linked-list-hash-table-heap-binary-tree-7b88a5711a0b

Massachusetts Institute of Technology. (2020). 6.006 Introduction to algorithms — Lecture notes (binary trees, graphs, hashing). MIT OpenCourseWare. https://ocw.mit.edu/courses/6-006-introduction-to-algorithms-spring-2020/pages/lecture-notes/

Python Software Foundation. (n.d.). Python 3 — Tutorial: Data structures. Python.org. https://docs.python.org/3/tutorial/datastructures.html

Imaginary Cloud. (2025). Java vs. Python: Key differences, performance, and use cases. https://www.imaginarycloud.com/blog/python-vs-java

Ozcay, D. (2025, September 22). Java vs Python 2025: Complete performance guide (with real benchmark results). Medium. https://medium.com/codeelevation/java-vs-python-2025-complete-performance-guide-with-real-benchmark-results-a122e50edfd5

Python Software Foundation. (n.d.). asyncio — Asynchronous I/O. Python.org. https://docs.python.org/3/library/asyncio.html

Kostenko, O. B., & Havrylenko, I. O. (2021). Organization of databases and knowledge: Lecture notes. Kharkiv National University of Municipal Economy.

Kozub, V. (2024). Technology for improving storage efficiency in No-SQL databases. Information Technology and Society, 14–22. https://doi.org/10.32689/maup.it.2024.3.2

Gate.io. (n.d.). Merkle tree and Merkle root in blockchain. https://www.gate.com/uk/learn/articles/merkle-tree-and-merkle-root-in-blockchain/166

McConaghy, T., et al. (2016). BigchainDB: A scalable blockchain database — Whitepaper. https://www.bigchaindb.com/whitepaper/bigchaindb-whitepaper.pdf

Zinchenko, O. V., Ishcheryakov, S. M., Prokopov, S. V., Serykh, S. O., & Vasylenko, V. V. (2020). Cloud technologies. State University of Telecommunications.

Shevchenko, S., Zhdanovа Y., Skladannyi, P., & Ishchuk, M. (2025). Creation of a Blockchain Platform for Electronic Voting. Electronic Professional Scientific Journal «Cybersecurity: Education, Science, Technique», 4(28), 701–714. https://doi.org/10.28925/2663-4023.2025.28.860

Zhebka, V., et al. (2024). Methodology for choosing a consensus algorithm for blockchain technology. In Workshop on Digital Economy Concepts and Technologies (DECaT) (Vol. 3665, pp. 106–113).

Abramov, V., Astafieva, M., Boiko, M., Bodnenko, D., Bushma, A., Vember, V., Hlushak, O., Zhyltsov, O., Ilich, L., Kobets, N., Kovaliuk, T., Kuchakovska, H., Lytvyn, O., Lytvyn, P., Mashkina, I., Morze, N., Nosenko, T., Proshkin, V., Radchenko, S., & Yaskevych, V. (2021). Theoretical and practical aspects of the use of mathematical methods and information technology in education and science. https://doi.org/10.28925/9720213284km

Rzaieva, S. L., Skladannyi, P. M., Mashkina, I. V., & Kostiuk, Yu. V. (2025). A model for implementing role-based access control (RBAC) in a tiered data warehouse architecture. Modern Information Protection, (3), 137–149.