Un modelo de optimización basado en HBase para el almacenamiento y recuperación distribuidos de datos médicos
Autores: Zhu, Chengzhang; Liu, Zixi; Zou, Beiji; Xiao, Yalong; Zeng, Meng; Wang, Han; Fan, Ziang
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un modelo de optimización basado en HBase para el almacenamiento y recuperación distribuidos de datos médicos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Datos médicos
Soluciones de almacenamiento
Velocidad de recuperación
Modelo de reconocimiento
Algoritmo de gestión dinámica
Estrategia de índice secundario
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
En los servicios médicos, la cantidad de datos generados por dispositivos médicos está aumentando explosivamente, y el acceso a los datos médicos también se plantea con requisitos más altos. Aunque existen soluciones de almacenamiento de datos médicos basadas en HBase, no pueden satisfacer las necesidades de localización rápida y acceso diversificado a los datos médicos. Con el fin de mejorar la velocidad de recuperación, se propusieron el modelo de reconocimiento S-TCR y el algoritmo de gestión dinámica SL-TCR, basados en las características de comportamiento de acceso, para identificar los datos calientes de acceso frecuente y gestionar dinámicamente el medio de almacenamiento de datos para maximizar el rendimiento de acceso del sistema. Con el fin de mejorar el rendimiento de búsqueda de claves, se propuso una estrategia de índice secundario optimizada para reducir la sobrecarga de E/S y optimizar el rendimiento de búsqueda de índices no clave primaria. Se realizaron experimentos comparativos en conjuntos de datos médicos reales. Los resultados experimentales muestran que el modelo de recuperación optimizado puede satisfacer las necesidades de acceso a datos calientes y la recuperación diversificada de datos médicos.
Descripción
En los servicios médicos, la cantidad de datos generados por dispositivos médicos está aumentando explosivamente, y el acceso a los datos médicos también se plantea con requisitos más altos. Aunque existen soluciones de almacenamiento de datos médicos basadas en HBase, no pueden satisfacer las necesidades de localización rápida y acceso diversificado a los datos médicos. Con el fin de mejorar la velocidad de recuperación, se propusieron el modelo de reconocimiento S-TCR y el algoritmo de gestión dinámica SL-TCR, basados en las características de comportamiento de acceso, para identificar los datos calientes de acceso frecuente y gestionar dinámicamente el medio de almacenamiento de datos para maximizar el rendimiento de acceso del sistema. Con el fin de mejorar el rendimiento de búsqueda de claves, se propuso una estrategia de índice secundario optimizada para reducir la sobrecarga de E/S y optimizar el rendimiento de búsqueda de índices no clave primaria. Se realizaron experimentos comparativos en conjuntos de datos médicos reales. Los resultados experimentales muestran que el modelo de recuperación optimizado puede satisfacer las necesidades de acceso a datos calientes y la recuperación diversificada de datos médicos.