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

この実験の全体的な目標は、構造化されたクエリ言語やNoSQLデータベースシステムだけでなく、リレーショナルと非リレーショナルの計算の複雑さを、複雑さを増大するクエリに対する応答時間で測定して比較することです。この方法は、データベース管理システムのフィールドにおける重要な疑問 (例えば、どの種類のクエリがどの種類のデータベース・システムにより適しているかなど) に答えるのに役立ちます。この手法の主な利点は、各タイプのダブルデータベースのクエリに対する応答時間と、計算される計算の複雑さを比較することです。したがって、この方法では、MySQL MongoDBと過剰なデータベースシステムに関する洞察を提供できます。

また、SQLサーバーやベースX.We.最初に彼らが電子健康記録システムのための永続的なシステムを選択する必要があるときに、この方法について聞いたような、他のリレーショナルドキュメントベースとネイティブXMLシステムに適用することができます。リレーショナルMySQLデータベースで自動的に構築されないインデックスを使用して、複雑さを増すクエリを設計および実行します。MySQL サーバーに接続し、データベース名を選択します。

インデックス・フィールド内のリレーショナル・テーブルを選択し、「ストラクチャー」タブを開きます。インデックスを作成するカラムを選択し、「index」をクリックします。インデックスを作成する SQL センテンスが表示され、その後にセンテンスが正常に作成されたことを示すメッセージが表示されます。

最初のクエリを実行するには、データベース名を選択して「SQL」タブを開きます。最初のクエリのSQLコードを入力して、「続行」をクリックします。結果のリストの最初の画面が表示され、クエリの実行時間に関するメッセージが表示されます。

複雑さを増すクエリと非リレーショナル、だけでなく、NoSQL Mongo Databaseを設計し、実行するには、MongoデータベースグラフィックユーザーインターフェーズとMongoデータベース2.6サーバーをDOSシステムウィンドウからMongoプログラムを実行します。Mongo データベースのグラフィック ユーザー インターフェーズをポート 27017 経由でローカル ホスト サーバーに接続し、接続メニューを選択します。接続の名前を入力し、データベース・サーバ・テキスト・ボックスにローカル・ホスト・ロケーションを入力して、[接続]をクリックします。

現在のデータベースのツリーが表示されます。Mongo データベースを展開します。目的のコレクションを選択し、コレクション メニューを開きます。

最初の Mongo データベース クエリを実行するには、クエリ ビルダーとクエリ フィールド ボタンをダブルクリックします。Mongo データベースクエリのフィールドをクエリパネルのフィールドテキストボックスに入力し、クエリの値をクエリパネルの値テキストボックスに入力します。クエリ ビルダーのプロジェクション フィールドをダブルクリックし、最初のプロジェクションをプロジェクション テキスト ボックスに入力します。

プロジェクションフィールドをダブルクリックし、新しいプロジェクションテキストボックスを追加し、2番目のプロジェクションを入力してから、クリックして再生し、クエリコードタブでクエリコードを実行し、クエリコードを視覚化します。結果の詳細は、「説明と結果」タブで確認できます。NoSQL EXistデータベースで複雑さを増すクエリを設計および実行するには、EXistデータベースを起動し、java管理クライアントを開きます。

をクリックしてデータベースに接続し、データベースを選択します。クリックし、Xパスを使用してデータベースを参照します。コンサルトダイアログボックスが表示されます。

次に、最初の X パス クエリを実行します。この表では、患者の名前、初期および最終日付、重症度など、患者の問題に関する情報を含む現実的に標準化された電子カルテ抽出に対して実行された6つの異なるクエリが示されています。各データベース管理システムの 6 つのクエリと 3 つの倍増サイズ データベースの平均応答時間は、リレーショナル オブジェクト リレーショナル マッピング データベース分析では観察されない、非リレーショナル データベースのすべてのクエリ全体で計算の複雑さの長い線形動作を示しています。

類似のクエリとアーキタイプ リレーショナル マッピング結果のデータベース サイズを使用して Mongo データベースの結果を補間すると、最初のクエリでは両方のデータベース システムで同等の結果が生成されますが、3 番目のクエリでは Mongo データベースを使用してより好ましい結果が決定されます。同時実行の実験では、Mongo データベースはスループットと応答時間の両方で MySQl データベースよりも優れており、Mongo データベースは分離よりも同時実行で優れた動作をし、同時実行で印象的なデータベースとして立っています。まあ、これは、クライアントがクエリを実行するのと同じマシンですべてのサーバーをローカルに維持することを覚えておくことが重要だと思いました。

この手順に続いて、他の種類のデータベースシステムを使用するなどの他の方法を実行して、データベースの種類が存在し、単一の患者クエリとすべての患者クエリの両方で勝つことができるかなどの追加の質問に答えることができますか?開発後、この手法は、アルゴリズムの複雑さの分野の研究者が、さまざまな種類のデータベースシステムでのデータベースパフォーマンスの比較を調査する道を開きました。このビデオを見れば、クエリの実行方法、クエリの複雑さの増加、サイズの増加、データベース、非常に異なる種類のデータベース システムの実行方法について十分に理解できるはずです。