论文部分内容阅读
随着中国卫生行业信息化的发展普及,电子病历的应用也越来越广泛。其在临床的初步应用,有利于提高医疗质量,降低服务成本,并且均衡医疗资源。随着医疗卫生信息的海量增长,数据的存储分析处理越来越复杂,传统的医疗存储分析平台已经很难满足当前的需求。 本文利用云存储平台Hadoop,建立了一个集中式的健康信息存储和交换的电子病历综合平台Medoop,该平台支持CDA文档的存储和快速检索。其中,CDA文档的存储建立在HDFS文件系统上,采用合并存储独立索引方案,合并具有内容相关性的文档,并利用文件名映射机制以及基于OSCache的索引缓存机制以提高读效率。CDA文档的检索,针对不同的需求采用不同的策略。对于频繁查询需求,采用提取文档有效特征信息方式,利用HBase保存特征,并使用Lucene建立倒排索引提高检索效率。对于临时查询需求,设计了一个高效的MapReduce算法处理合并的CDA文档提高分析效率。 针对Medoop系统的存储功能测试结果表明,该存储平台方案很好的满足了当前的存储规模,具有很强的可扩展性,解决了海量小文件问题,有效的降低了文件数量,不会导致单点瓶颈,提高存储效率,缓解了数据访问,读写开销也在可接受范围。