Plateforme d'analyse des données de santé (Big Data Analytics Platform) avec Hadoop/MapReduce Framework
Versandkostenfrei!
Versandfertig in 6-10 Tagen
24,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
L'analyse des big data (BDA) est importante pour réduire les coûts des soins de santé. Cependant, dans de nombreux systèmes hospitaliers, les nouvelles technologies qui influencent les données des patients nécessitent des tests techniques approfondis et des tests d'utilisation rigoureux avant d'être mises en oeuvre dans la production. Par conséquent, pour la mise en oeuvre, une grappe de noeuds Linux de calcul à haute performance (HPC) existante a été utilisée en externe, et la simulation des données des patients a été comparée et croisée avec les profils de métadonnées actu...
L'analyse des big data (BDA) est importante pour réduire les coûts des soins de santé. Cependant, dans de nombreux systèmes hospitaliers, les nouvelles technologies qui influencent les données des patients nécessitent des tests techniques approfondis et des tests d'utilisation rigoureux avant d'être mises en oeuvre dans la production. Par conséquent, pour la mise en oeuvre, une grappe de noeuds Linux de calcul à haute performance (HPC) existante a été utilisée en externe, et la simulation des données des patients a été comparée et croisée avec les profils de métadonnées actuels dans les systèmes hospitaliers opérationnels de l'Autorité sanitaire de l'île de Vancouver (VIHA), à Victoria, au Canada. Sur la plateforme testée, les données ont été générées, indexées et stockées sur un système de fichiers distribués Hadoop (HDFS) vers une base de données noSQL (HBase) représentant trois milliards d'enregistrements de patients. Le cadre Hadoop/MapReduce a formé la plateforme BDA avec HBase (base de données NoSQL) en utilisant des métadonnées spécifiques à l'hôpital et l'ingestion de fichiers. Les requêtes ont montré des performances élevées avec une variété d'outils Apache dans l'écosystème Hadoop. La plateforme BDA de HBase distribuée par Hadoop a réussi à obtenir des performances élevées pour les grands volumes et l'ensemble des archives de données.
Andere Kunden interessierten sich für
