İlişkisel (MySQL) ve NoSQL karmaşıklık artan sorguları yürütme (NoSQL ve mevcut) boyutu büyüyen ISO/EN 13606 standart EHR veritabanları

Bu deneyin genel amacı, yalnızca yapılandırılmış sorgu dili veya NoSQL veritabanı sistemlerinin değil, ilişkisel ve ilişkisel olmayan sistemlerin karmaşıklık büyüyen sorgulara yanıt süreleriyle ölçülen hesaplama karmaşıklığını karşılaştırmaktır. Bu yöntem, hangi tür veritabanı sistemleri için hangi tür sorguların daha uygun olduğu gibi veritabanı yönetim sistemleri alanındaki temel soruların yanıtlanmasına yardımcı olabilir. Bu tekniğin temel avantajı, hesaplanacak hesaplama karmaşıklığı ile birlikte her türden çift veritabanı için sorgulara yanıt sürelerini karşılaştırmasıdır ve bu nedenle bu yöntem MySQL MongoDB ve fazla veritabanı sistemleri hakkında bilgi sağlayabilir.

Ayrıca, SQL sunucusu ve temel X gibi diğer ilişkisel belge tabanlı ve yerel XML sistemlerine de uygulanabilir.Elektronik sağlık kayıt sistemleri için kalıcı bir sistem seçmemiz gerektiğinde bu yöntem için ilk kez orada duyduk. İlişkisel bir MySQL veritabanında otomatik olarak oluşturulmayan indekslerle karmaşıklığı artıran sorgular tasarlamak ve yürütmek. MySQL sunucusuna bağlanın ve veritabanı adını seçin.

Dizin alanı içinde ilişkisel tabloyu seçin ve yapı sekmesini açın. Dizinin oluşturulacağı sütunu seçin ve dizine tıklayın. Dizini oluşturan SQL cümlesi görünecek ve ardından cümlenin başarıyla oluşturulduğunu belirten bir mesaj gelecektir.

İlk sorguyu yürütmek için veritabanı adını seçin ve SQL sekmesini açın. İlk sorgunun SQL kodunu girin ve tıklayın, devam edin. Sonuç listesinin ilk ekranı, sorgunun yürütme süresi mesajıyla birlikte görünecektir.

Karmaşıklığı artıran sorguları ve ilişkisel olmayan bir Mongo Veritabanını tasarlamak ve yürütmek için, yalnızca veya NoSQL Mongo Veritabanı, Mongo veritabanı grafik kullanıcı arafazını ve Mongo programını bir DOS sistem penceresinden yürüten Mongo veritabanı 2.6 sunucusunu başlatın. Mongo veritabanı grafik kullanıcı arafazını 27017 numaralı bağlantı noktası üzerinden yerel ana bilgisayar sunucusuna bağlayın ve bağlan menüsünü seçin. Bağlantı için bir ad girin ve veritabanı sunucusu metin kutusuna yerel ana bilgisayar konumunu girin ve ardından bağlan'a tıklayın.

Geçerli veritabanlarına sahip bir ağaç görünmelidir. Mongo veritabanını genişletin. İlgilendiğiniz koleksiyonu seçin ve koleksiyon menüsünü açın.

İlk Mongo veritabanı sorgusunu yürütmek için sorgu oluşturucuya ve sorgu alanı düğmelerine çift tıklayın. Mongo veritabanı sorgusunun alanlarını sorgu panelinin alanlar metin kutusuna, sorgunun değerini ise sorgu panelinin değer metin kutusuna girin. Sorgu oluşturucunun projeksiyon alanına çift tıklayın ve ilk projeksiyonu projeksiyon metin kutusuna girin.

Yeni bir projeksiyon metin kutusu eklemek için projeksiyon alanına çift tıklayın ve ikinci projeksiyonu girin, ardından tıklayın, sorgularını yürütmek için oynatın ve sorgu kodunu sorgu kodu sekmesinde görselleştirin. Sonucun ayrıntıları, açıklama ve sonuçlar sekmesi altında görüntülenebilir olacaktır. Bir NoSQL EXist veritabanında artan karmaşıklık sorguları tasarlamak ve yürütmek için EXist veritabanını başlatın ve java yönetici istemcisini açın.

Tıklayın, veritabanına bağlanın ve veritabanını seçin. Tıklayın, X yolunu kullanarak veritabanına danışın. Danışma iletişim kutusu görünecektir.

Ardından ilk X yolu sorgusunu yürütün. Bu tabloda, hastaların isimleri, başlangıç ve bitiş tarihleri ve önem derecesi dahil olmak üzere sorunları hakkında bilgi içeren gerçekçi standartlaştırılmış elektronik sağlık kaydı ekstreleri üzerinde gerçekleştirilen altı farklı sorgu gösterilmektedir. Her veritabanı yönetim sistemindeki altı sorgunun ve üç katına çıkan boyutlu veritabanının ortalama yanıt süresi, ilişkisel nesne ilişkisel eşleme veritabanı analizinde gözlemlenmeyen, ilişkisel olmayan veritabanlarının tüm sorguları boyunca hesaplama karmaşıklığının uzun bir doğrusal davranışını gösterir.

Mongo veritabanı sonuçlarının benzer sorgularla ve arketip ilişkisel eşleme sonuçlarının veritabanı boyutlarıyla enterpolasyonlanması, ilk sorgu için her iki veritabanı sisteminde de eşit sonuçlar üretir, ancak üçüncü sorgu için Mongo veritabanı kullanılarak daha uygun sonuçlar belirlenir. Eşzamanlılık deneylerinde, Mongo veritabanı hem aktarım hızı hem de yanıt sürelerinde MySQl veritabanına tercih edilir, Mongo veritabanı eşzamanlılıkta bir yalıtımdan daha iyi davranır ve eşzamanlı yürütmede etkileyici bir veritabanı olarak durur. Bunu düşündüm, istemci sorguları gerçekleştirirken tüm sunucuları yerel olarak aynı makinelerde tutmayı unutmamak önemlidir.

Bu prosedürü takiben, bir veritabanı türü var olabilir mi ve hem tek hem de tüm hasta sorgularında kazanabilir mi? gibi ek soruları yanıtlamak için diğer tür veritabanı sistemlerini kullanmak gibi başka yöntemler de gerçekleştirilebilir. Geliştirildikten sonra bu teknik, algoritmik karmaşıklık alanındaki araştırmacıların farklı türdeki veritabanı sistemlerindeki karşılaştırmalı veritabanı performanslarını keşfetmeleri için bir yol açtı. Bu videoyu izledikten sonra, çok farklı türdeki veritabanı sistemlerinin boyut büyüten veritabanlarında karmaşıklığı artıran sorguların nasıl yürütüleceğini iyi anlamış olmalısınız.