A Hbase for medical data storage in the key encoding and compression method, including: first, the query conditions of encoding compression, according to the use of query, query to determine whether fixed range condition used, respectively encoding, until all the query terms encoding is complete, all output compressed code is spliced into the new the character, as for key business data business data stored in the Hbase table; second, query process, according to the use of query, query to determine whether fixed range condition used, respectively encoding, all query terms after the conversion to Hbase business data query. The invention effectively controls the length of the line keys and greatly increases the amount of data to be adapted, and satisfies a certain inquiry based on multiple conditions.
【技术实现步骤摘要】
一种医疗大数据存储中Hbase行键的编码及压缩方法
本专利技术属于医疗数据存储领域,尤其涉及一种医疗大数据存储中Hbase行键的编码及压缩方法。
技术介绍
随着云存储、云计算的技术飞跃发展,面向医疗大数据存储的技术研究越来越热,在将医院的历史数据进行整合并集中存储到Hbase过程中,我们必须面对的首要问题是如何将医院数据的唯一标识即主键,使用一定的编码规则生成符合Hbase行键规范要求的唯一标识,原因是Hbase的行键Rowkey的长度不能太长,如果太长,如100个字节,那么区区1000万条数据的行键就要消耗将近占1G的内存空间,同时Hbase只有通过行键进行查询,才能高效率的返回结果,鉴于医疗行业的复杂性,只有将Hbase的行键设计成满足多条件查询才能满足实际的场景需求,加上各家医院的业务数据的唯一标识规范不一致,有些是纯数值型的序列,有些是字母、数字的混合编码,还有些干脆是全局唯一标识符(GUID)。这些都增加了Hbase行键编码设计的难度。为了提高Hbase的查询效率,绕开Hbase行键设计上的障碍,大数据技术专家们想到了很多的技术方案,申请号为201410336964.3的《一种海量数据查询方法》采用SolrCloud和HBase相结合的方法,将HBase非行键值rowkey查询字段与rowkey的索引映射关系维护到SolrCloud中,通过在SolrCloud中查询到查询字段对应的rowkey来实现高效的查询,这样行键的设置就没有了诸多的障碍,该技术方案的实现依赖于SolrCloud。申请号为201310667847.0的《一种基于HBase表的 ...
【技术保护点】
一种医疗大数据存储中Hbase行键的编码及压缩方法,其特征在于:所述方法包括:第一,对查询条件的编码压缩,过程如下:步骤1.1、根据用到的查询条件,判断查询条件用到的值域是否固定,如果是固定值域,执行步骤1.2,否则执行步骤1.3和1.4;步骤1.2、公共字典表中查找对应的编码是否存在,如果存在则返回对应的ID压缩码,否则将字典类别发给ID生成服务,将ID生成服务返回的ID编码生成ID压缩码,存入公共字典,返回ID压缩码;步骤1.3、将值域拆分为前缀+后缀的形式,根据拆分后的前缀和业务编码到域表中查找对应的记录,如果存在则返回该前缀的ID压缩码,否则将业务编码发给ID生成服务,将ID生成服务返回的ID编码生成ID压缩码,存入域表中,返回前缀ID压缩码;步骤1.4、根据后缀和业务编码到码表中检索对应的记录,如果存在则返回压缩码,否则将业务编码发给ID生成服务,将ID生成服务返回的ID编码生成ID压缩码,存入码表中,返回后缀ID压缩码;步骤1.5、重复执行步骤1.1至步骤1.4,直至所有的查询条件编码完成,将所有输出的压缩码拼接成新的字符,作为业务数据的行键将业务数据存放到Hbase表中。
【技术特征摘要】
1.一种医疗大数据存储中Hbase行键的编码及压缩方法,其特征在于:所述方法包括:第一,对查询条件的编码压缩,过程如下:步骤1.1、根据用到的查询条件,判断查询条件用到的值域是否固定,如果是固定值域,执行步骤1.2,否则执行步骤1.3和1.4;步骤1.2、公共字典表中查找对应的编码是否存在,如果存在则返回对应的ID压缩码,否则将字典类别发给ID生成服务,将ID生成服务返回的ID编码生成ID压缩码,存入公共字典,返回ID压缩码;步骤1.3、将值域拆分为前缀+后缀的形式,根据拆分后的前缀和业务编码到域表中查找对应的记录,如果存在则返回该前缀的ID压缩码,否则将业务编码发给ID生成服务,将ID生成服务返回的ID编码生成ID压缩码,存入域表中,返回前缀ID压缩码;步骤1.4、根据后缀和业务编码到码表中检索对应的记录,如果存在则返回压缩码,否则将业务编码发给ID生成服务,将ID生成服务返回的ID编码生成ID压缩码,存入码表中,返回后缀ID压缩码;步骤1.5、重复执行步骤1.1至步骤1.4,直至所有的查询条件编码完成,将所有输出的压缩码拼接成新的字符,作为业务数据的行键将业务数据存放到Hbase表中。2.如权利要求1所述的医疗大数据存储中Hbase行键的编码及压缩方法,其特征在于:所述方法还包括:第二、查询过程,如下:步骤2.1、根据用到的查询条件,判断查询条件用到的值域是否固定,如果是固定值域,执行步骤2.2,否则执行步骤2.3和步骤2.4;步骤2.2、根据字典类别和查询条件到公共字典表中查找对应的记录,返回压缩码;步骤2.3、将值域拆分为前缀+后缀的形式,根据拆分后的前缀和业务编码到域表中查找对应的记录,返回前缀ID压缩码;步骤2.4、根据拆分后的后缀和业务编码到码表中查找对应的记录,返回后缀ID压缩码;步骤2.5、根据步骤2.2、步骤2.3、步骤2.4返回的压缩码到Hbase中查询业务数据,如果是多条件查询,重复步骤2.1至步骤2.4,将所有查询条件转换后到Hbase中查询业务数据。3.如权利要求1或2所述的医疗大数据存储中Hbase行键的编码及压缩方法,其特征在于:所述步骤1.1和2.1中,判断值域是否固定,判断的依据是(1)、其值是否可枚举;(2)、该信息编码跨系统、跨机构是否统...
【专利技术属性】
技术研发人员:于海龙,李建元,温晓岳,
申请(专利权)人:银江股份有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。