L'esecuzione di query di complessità crescente in relazionali (MySQL) e NoSQL (MongoDB ed esiste) crescente dimensione ISO/EN 13606 EHR standardizzato database

L'obiettivo generale di questo esperimento è quello di confrontare la complessità computazionale di sistemi di query relazionali e non solo strutturati o di database NoSQL, misurata dai loro tempi di risposta a query di complessità crescente. Questo metodo può aiutare a rispondere a domande chiave nel campo dei sistemi di gestione di database, ad esempio quali tipi di query sono più appropriati per quale tipo di sistemi di database. Il vantaggio principale di questa tecnica è che confronta i tempi di risposta alle query per database doppi di ogni tipo, insieme alla complessità computazionale da calcolare, e quindi questo metodo può fornire informazioni su MySQL, MongoDB e sui sistemi di database in eccesso.

Può anche essere applicato ad altri sistemi XML nativi e basati su documenti relazionali come SQL Server e Base X. Abbiamo sentito per la prima volta che hanno usato questo metodo quando dobbiamo selezionare un sistema persistente per un sistema di cartelle cliniche elettroniche. Per progettare ed eseguire query ad aumento della complessità con indici non creati automaticamente in un database MySQL relazionale. Connettiti al server MySQL e seleziona il nome del database.

Selezionare la tabella relazionale all'interno del campo dell'indice e aprire la scheda della struttura. Selezionare la colonna in cui verrà creato l'indice e fare clic su indice. Apparirà la frase SQL che costruisce l'indice, seguita da un messaggio che indica che la frase è stata costruita con successo.

Per eseguire la prima query, selezionare il nome del database e aprire la scheda SQL. Immettere il codice SQL della prima query e fare clic su Continua. Apparirà la prima schermata dell'elenco dei risultati con il messaggio relativo al tempo di esecuzione della query.

Per progettare ed eseguire query che aumentano la complessità e un database Mongo non relazionale, non solo o NoSQL avvia l'interfase utente grafica del database Mongo e il server del database Mongo 2.6 che esegue il programma Mongo da una finestra di sistema DOS. Collegare l'interfase utente grafica del database Mongo al server host locale tramite la porta 27017 e selezionare il menu di connessione. Immettere un nome per la connessione e immettere la posizione dell'host locale nella casella di testo del server di database, quindi fare clic su Connetti.

Dovrebbe apparire un albero con i database correnti. Espandere il database Mongo. Seleziona la collezione di interesse e apri il menu della raccolta.

Per eseguire la prima query del database Mongo, fare doppio clic sul generatore di query e sui pulsanti del campo di query. Immettere i campi della query del database Mongo nella casella di testo dei campi del pannello della query e il valore della query nella casella di testo del valore del pannello della query. Fare doppio clic sul campo di proiezione del generatore di query e inserire la prima proiezione nella casella di testo di proiezione.

Fare doppio clic sul campo di proiezione per aggiungere una nuova casella di testo di proiezione e inserire la seconda proiezione, quindi fare clic, giocare per eseguire la query e visualizzare il codice di query nella scheda del codice di query. I dettagli del risultato saranno visualizzabili nella scheda Spiega e risultati. Per progettare ed eseguire query di complessità crescente in un database NoSQL EXist, avviare il database EXist e aprire il client di amministrazione java.

Fare clic su, connettersi al database e selezionare il database. Fare clic su, consultare il database utilizzando il percorso X. Apparirà la finestra di dialogo di consultazione.

Quindi esegui la prima query del percorso X. In questa tabella vengono mostrate sei diverse query eseguite su estratti di cartelle cliniche elettroniche standardizzate realistiche contenenti informazioni sui problemi dei pazienti, inclusi i loro nomi, le date iniziali e finali e la gravità. Il tempo medio di risposta delle sei query e dei tre database di dimensioni raddoppiate in ciascun sistema di gestione di database, dimostrano un lungo comportamento lineare di complessità computazionale in tutte le query dei database non relazionali che non viene osservato nell'analisi dei database di mappatura relazionale degli oggetti relazionali.

L'interpolazione dei risultati del database Mongo con query e dimensioni simili dei risultati del mapping relazionale dell'archetipo genera risultati uguali in entrambi i sistemi di database per la prima query, ma con risultati più favorevoli determinati utilizzando il database Mongo per la terza query. Negli esperimenti di concorrenza, il database Mongo è preferibile al database MySQl sia in termini di velocità effettiva che di tempi di risposta, con il database Mongo che si comporta meglio in concorrenza rispetto a un isolamento e si pone come un database impressionante in esecuzione simultanea. Beh, ho pensato che questo è importante ricordare di mantenere tutti i server localmente nelle stesse macchine in cui il client esegue le query.

Seguendo questa procedura, è possibile eseguire altri metodi, come l'utilizzo di altri tipi di sistemi di database, per rispondere a ulteriori domande, ad esempio se un tipo di database può esistere e vincere sia nelle query di un singolo paziente che in quelle di un singolo paziente? Dopo il suo sviluppo, questa tecnica ha aperto la strada ai ricercatori nel campo della complessità algoritmica per esplorare le prestazioni comparative dei database in diversi tipi di sistemi di database. Dopo aver visto questo video, dovresti avere una buona comprensione di come eseguire query di complessità crescente in database di sistemi di database di tipi molto diversi.