リレーショナル (MySQL) と NoSQL の複雑さ増加クエリの実行 (MongoDB 存在) ISO/EN 13606 標準化された電子カルテ データベースのサイズ増加

1. 3 つの二重大きさで分類された標準化された EHR 抽出データベースを格納するリレーショナル MySQL DBMS を構築します。 インポート、W3C (ワールド ・ ワイド ・ ウェブ ・ コンソーシアム) XML スキーマ、’Java IDE’ (統合開発環境) に ISO/EN13606 RM と ISO21090 データ型に対応します。注: ISO は、国際標準化機構の略です。EN は、欧州統一規格の略です。 JAXB (Java XML バインディング) IDE にプラグインを実行します。これは、EHR エキス XML ファイルの要素の構造に対応する Java クラスを生成します。 JPA ラベルで生成される Java クラスを手動でタグ付けします。これらのラベルは、基数と MySQL データベースのリレーショナル テーブルの間の他の関係を参照してください。 JPA (Java の永続性 API) のライブラリを IDE にインポートし、タグの Java クラスからのMySQLデータベースを作成するメソッドを実行します。 XML ファイル、5,000、10,000、20,000 の現実的な EHR エキスと 3 つのディレクトリを作成します。 5,000 抽出ディレクトリの抽出物すべての MySQL DBMS に XML の抜粋をロードする JPA メソッドを実行します。 10,000 抽出ディレクトリと一度と 20,000 抽出ディレクトリ 1.6 のステップを 2 回、繰り返します。 2. 3 つの二重大きさで分類された標準化された EHR 抽出データベースを格納するために NoSQL MongoDB DBMS を構築します。 プロセスごとの 5,000、10,000、20,000 現実的な EHR エキス XML ファイルを含む json.org.XML などの JSON ファイルを XML ファイルに変換する標準のプログラムと 3 つのディレクトリ。5,000、10,000、20,000 の JSON ファイルを 3 つのディレクトリを生成する必要があります。 MongoDB の GUI を起動 (グラフィック ユーザー インターフェイス、材料表を参照してください)。 MongoDB 2.6サーバー DOS (ディスク ・ オペレーティング ・ システム) システム ウィンドウからmongodプログラムを実行するを起動します。 MongoDB GUI をポート 27017 を使用してローカル ホスト サーバーに接続します。 「接続」メニューを選択します。 接続の名前を書く (例えば ‘ 最初’)。 DB サーバー テキスト ボックスに localhost:27017 を記述します。 「接続」ボタンを押す現在のデータベースを持つツリーが左側に表示されます。 エキス 5,000 標準化された電子カルテを含むデータベースを構築します。 左側のツリーの上部に接続の名前をクリックします。 「ファイル」メニューを選択します。 「データベースを追加」を選択します。 表示されるダイアログ ボックスにデータベースの名前を入力します。 [Ok] を。 5,000 の標準化された電子カルテを含むコレクションの抽出物を構築します。 左側のツリーに、データベースの名前をクリックします。 メニューの「データベース」を選択します。 「AddCollection」を選択します。 表示されるダイアログ ボックスにコレクションの名前を入力します。 「作成」をクリックしてします。 コレクションの名前をクリックします。 「インポート」メニューを選択します。 ラジオ ボタンを選択するには ‘JSON – mongo シェル//mongoexport」。 「次へ」をクリックします。 「ソース ファイルの追加」ボタンを押します。 ダイアログ ボックスを使用してコンピューターに移動します。 オープン 5,000 JSON を含むディレクトリは、ファイルを抽出します。 ディレクトリ内のすべてのファイルを選択します。 「開く」を押します。インポート ダイアログでは、JSON ファイルの一覧が表示されます。 押して”次へ”;データベースに新しいコレクションのプレビューは左側に表示されます。 「次へ」を押します。 「インポートの開始」を押します。インポートの進行状況は、インポートされたファイルと経過時間の数を示す、左にダウン表示されます。 手順 5 とエキス 10,000 標準化された EHR のコレクションを構築する 6 を繰り返します。 手順 5 と 20,000 の標準化された EHR のコレクションの抽出物を構築する 6 を繰り返します。 3. ビルド、NoSQL ストア 3 ダブル サイズ標準化電子カルテ抽出データベースを DBMS が存在します。 存在するデータベースを起動します。 データベースのアイコンを使用して、管理者クライアントを開きます。 管理者パスワードを入力します。 「接続」ボタンを押します。 5,000 の標準化された電子カルテを含むコレクションの抽出物を構築します。 ツールバー、メニューの「新しいコレクションを作成する」を選択します。 表示されるダイアログで、新しいコレクションの名前を入力します。 「受け入れる」をクリックします。新しいコレクションが表示されます。 コレクションの名前を選択します。 ツールバーのメニュー「データベース ストア ファイル」を選択します。 ダイアログ ボックスを使用してコンピューターに移動します。 5,000 の標準化された XML 抽出ファイルを含むディレクトリを選択します。 「ファイルを保存するディレクトリを選択」ボタンをクリックします。進行状況、格納されているファイルの表示と作成されるデータベースの割合] ダイアログ ボックスが表示されることに注意してください。 10,000 の標準化された電子カルテを含むコレクションの抽出物を構築する 5 の手順を繰り返します。 20,000 の標準化された電子カルテを含むコレクションの抽出物を構築する 5 の手順を繰り返します。 4 設計および 3 のリレーショナル データベースに 6 複雑さ増加クエリを実行 EHR の抽出で使用される原型に従って 6 複雑さ増加クエリをデザインします。 MySQL のデータベースの最初のクエリで SQL スクリプトをプログラムします。SQL は、標準化エキス (アーキタイプ) により、MySQL データベースの特殊な構造に適応しなければなりません。データベース抽出物の全体の構造にマップします。結果として、SQL クエリは複雑です。 ほとんどのインデックスは、DBMS によって自動的に構築されますが、インデックスはその上に構築された場合、クエリの応答時間をスピードアップし、そのようなインデックスを作成するデータベースの属性を識別します。 クエリは、非自動的に構築したインデックスを必要とする場合は、手動でビルドします。 MySQL サーバ (補足図 1) に接続します。 選択し、左側のデータベース名をクリックします。 選択し、インデックス付きのフィールドが格納されているリレーショナル テーブルの上をクリックします。 「構造」のタブをクリックしてします。 選択し、列をインデックスの作成場所をクリックします。 「インデックス」をクリックしてします。インデックスを構築する SQL 文が表示されます、その文が正常にビルドされたことを示すメッセージが表示されますに注意してください。 最初のクエリを実行します。 選択し、左側のデータベース名をクリックします。 “SQL”タブをクリックします。 書き込みまたは、最初のクエリの SQL コードを貼り付けます (補足図 2を参照)。 「続行」を押します。クエリの実行時間をメッセージと共に結果のリストの最初の画面が表示されることに注意してください。 5 回実行を繰り返し、平均応答時間を計算します。 クエリ 2 6 からで、手順 5 を繰り返します。 5,000、10,000、20,000 抽出データベースで 3 回の全体のプロセスを行います。 5. 設計し、3 の NoSQL MongoDB データベースに 6 複雑さ増加クエリを実行 MongoDB の GUI を起動 (材料の表を参照してください)。 DOS システム ウィンドウからmongodプログラムを実行 2.6 MongoDB サーバーを起動 (補足の図 3を参照)。 2.4 MongoDB GUI をポート 27017 を使用してローカル ホスト サーバーに接続するための手順に従ってください。 選択し、左側の MongoDB データベースを展開します。 コレクションを選択します。 ツールバーの「コレクション」メニューをクリックします。 最初の MongoDB クエリを実行します。 「クエリービルダー」ボタンをダブルクリックします。 右側にあるクエリ ビルダーの「クエリ フィールド」をダブルクリックします。 クエリ パネル (補足図 4を参照) のフィールドのテキスト ボックスで MongoDB クエリのフィールドを記述します。 クエリ パネルの値] テキスト ボックスに、MongoDB クエリの値を書き込みます。注: このクエリは、{“ns3:EHRExtract.allCompositions.content.items.parts.parts.name.ns2:originalText のような何かをする必要があります.値”:”Descripcion”}。フィールド、値を引用し、セミコロンで区切られました。 クエリ ビルダーの [投影] フィールドをダブルクリックします 投影のテキスト ボックスに最初の投影を書く (補足図 5を参照)。 新しい投影 textbox を追加する投影フィールドをダブルクリックします。 投影テキスト ボックスで 2 番目の投影を記述します。注: 投影は、クエリから取得された文書の一部を選択します。これらは {“ns3:EHRExtract のような何かをする必要があります.allCompositions.content.items.parts.parts.value.value”: 1} と {“ns3: EHRExtract.all Compositions.content.items.parts.parts.value.nullFlavor”: 1} クエリ実行のための青い再生ボタンをクリックします。 [クエリ] タブでクエリのコードを視覚化します。 [説明] タブで、結果の詳細を表示: 結果の数、実行時間 (ミリ秒)。 表示、展開、および [結果] タブに結果を調べます。 クエリの処理が必要な場合は、結果を処理すると、クエリとメソッド MongoDB Java ドライバーと Java プログラムを記述します。 5 回実行を繰り返し、平均応答時間を計算します。 5.7 6 クエリを通じて残りの 2 ステップを実行します。 MongoDB データベースを抽出、5,000、10,000、20,000 で全体のプロセスを繰り返します。 6. 設計および 3 で実行 NoSQL データベース 6 増加複雑なクエリが存在します。 存在するDBMS を起動します。 Java 管理者クライアントを開きます。 「データベースに接続」ボタンを押します。 データベースを選択し、それをクリックします。 「XPath を使用してください。、データベースを参照してください」メニューをクリックして[参照] ダイアログ ボックスが表示されます。 最初のXPath クエリの実行 (補足図 6を参照)。 書き込みまたは、最初のクエリの XPath コード] ダイアログ ボックスの上部に貼り付けます。 ダイアログ ボックスのツールバーのメニューの「実行」をクリックします。 ダイアログ ボックスの下部に「XML」タブを使用して、XML 結果を表示します。 結果とコンパイルおよび実行時間] ダイアログ ボックスの下部での数を表示します。 5 回実行を繰り返し、平均応答時間を計算します。 クエリ 2 6 からの手順 6 を繰り返します。 全体のプロセスを行うと、5,000、10,000、20,000 抽出データベースが存在するため、3 回。 7. 設計し、MySQL および 5,000 抽出データベースの MongoDB を使用して同時実行制御実験を実行 注: 存在するデータベースは、以前の実験でパフォーマンスが悪いためこの時点で実験から削除されました。 (数秒) の下で通常 5,000 抽出データベースを使用する前の実験で 3 つの最短時間応答をクエリを選択します。 識別し、必要に応じて手動でこれらのクエリの適切な属性インデックスを構築します。 MySQL 用と MongoDB; の Java マルチ スレッド アプリケーションのプログラミング 2各アプリケーションには、3 つの優先順位が異なるスレッドを手順 1 で選択した各クエリの 1 つがあります。 実行し、 CPU (中央処理装置)分布を使用して各スレッド (クエリ) を計算します。 各 10 分間に 5 回実行ボタンをクリックしてごとのマルチ スレッド アプリケーションを実行し、最も実行 (最高優先順位) を計算平均スループットと 3 つのクエリの平均時間応答をクエリします。 優先順位と実行時間、実行中のクエリを表示します。 平均スループットと各 3 つのクエリの平均応答時間を計算します。