Данная работа посвящена исследованию и разработке программного обеспечения (ПО), решающего проблему хранения и организации доступа к данным большого объема, порождаемым в ходе вычислительного эксперимента, при сохранении производительности, приемлемой в контексте решаемой задачи. Задачи, которые решались в ходе исследования: 1. Анализ архитектуры и программной реализации наиболее популярных кроссплатформенных библиотек для конвейерной параллельной обработки данных. 2. Обзор существующих методов виртуализации адресного пространства приложения средствами системного и прикладного ПО. 3. Разработка архитектуры и собственная программная реализация механизмов виртуализации адресного пространства приложения в контексте существующей архитектуры фреймворка с централизованным хранилищем данных. В результате был разработан ряд решений для виртуализации оперативной памяти в контексте фреймворка, предназначенного для проведения вычислительных экспериментов с конвейерной обработкой данных. Все предложенные решения были интегрированы во фреймворк и протестированы с помощью специально разработанного набора бенчмарков. Полученные результаты были сопоставлены, а на основе сопоставления были выработаны методические рекомендации по конфигурации для конечных пользователей фреймворка.

The given work is devoted to research and development of the software solving the problem of storing and providing access to a high-volume data, produced during a computational experiment maintaining the performance which is acceptable in the given context. The research set the following goals: 1. Analysis of the architecture and software implementation of the most common cross-platform software libraries intended for parallelized pipelined computations. 2. Review of the existing application address space virtualization techniques using system-level and software-level methods. 3. Development of the architecture and software implementation of the mechanisms for application address space virtualization in the context of the existing framework architecture with a centralized data storage. The study resulted into a set of solutions for a random-access memory virtualization in the context of the framework intended for carrying out computational experiments with a pipelined data processing. All the proposed solutions were integrated to the framework codebase and were tested using a special set of benchmarks. The obtained results were compared, and the comparison results were used to produce configuration guidelines for the framework end users.