[发明专利]一种医疗大数据存储中Hbase行键的编码及压缩方法有效
申请号: | 201611232111.0 | 申请日: | 2016-12-28 |
公开(公告)号: | CN106777258B | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 于海龙;李建元;温晓岳 | 申请(专利权)人: | 银江股份有限公司 |
主分类号: | G06F16/22 | 分类号: | G06F16/22;G06F16/27 |
代理公司: | 33241 杭州斯可睿专利事务所有限公司 | 代理人: | 王利强 |
地址: | 310012 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 医疗 数据 存储 hbase 编码 压缩 方法 | ||
一种医疗大数据存储中Hbase行键的编码及压缩方法,包括:第一,对查询条件的编码压缩,根据用到的查询条件,判断查询条件用到的值域是否固定,分别进行编码,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;第二、查询过程,根据用到的查询条件,判断查询条件用到的值域是否固定,分别进行编码,将所有查询条件转换后到Hbase中查询业务数据。本发明有效控制行键长度、适应数据量的大幅增大,满足一定的基于多条件查询。
技术领域
本发明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。
背景技术
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表的条件查询优化方法》采用Region预分配、RowKey设计及MapReduce来提高性能,在实现过程中,通过设定的查询条件以及预分配的Region来确定RowKey,这样通过明确的StartKey和EndKey就能实现快速查找,该方案适合通过job进行批量导入数据的应用场景。
申请号为201310403001.6的《一种数据存储方法及装置》这个技术方案中的行键使用前缀+后缀的方式,前缀使用算法MD5计算出所述满足预设条件的属性字段的摘要值,后缀长度固定为9个字节,是由一个“=”和8字节表示的long整数组成,这样行键的长度就不能进行有效的控制,对内存的有效利用不是很好。
申请号为201210147725.4的《基于Hbase数据库的倒排索引混合压缩及解压方法》该技术方案对Hbase数据库倒排索引数据表中的键部分采用键既字典压缩法进行压缩,即对行键通过字典查找法进行压缩,除此以外还对数据值部分进行压缩。方案提出的针对Hbase数据库下特定的倒排索引表的混合压缩方法具有很高的即时性,可以满足搜索引擎对于即时响应的要求。但是,由于Hbase数据库在源码中只给出了Lzo算法和Gzip算法的选项,因此为了在Hbase中能够使用该方法,必须对Hbase源码修改,同时需要给出本方法的Java调用接口。
申请号为201610177721.9的《HBase二级索引的设计方法及查询方法》根据一数据源文件的数据量对HBase中的一数据表进行预分区,得到特定数量的区域,然后每个所述区域划分为主数据区和关联于所述主数据区的索引区,在索引区中的行键设为区域起始行键|索引列|索引键|索引值的形式。主数据区域的行键通过随机产生的Hash前缀(作为索引区域行键的前缀)来建立主数据区域和索引区域的关联关系,这种方案生成的行键长度也不能有效的控制,数据量增大的时候,会很快消耗掉内存空间。
发明内容
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于银江股份有限公司,未经银江股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611232111.0/2.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置