Шість різних запитів, виконаних на реалістичні стандартизованих екстрактів EHR, що містить інформацію про проблеми пацієнтів, включаючи їх імена, початкова і кінцева дати і серйозності, показані в таблиці 1.

Середній час відповіді шість запитів в трьох подвоєння розміру баз даних в кожній СУБД приведені в таблицях 2-4. Цифри 1-6 показати ті ж результати графічно (Зверніть увагу, що вертикальних осей використовують дуже різні шкали протягом ці цифри).

Сильний лінійне поведінку обчислювальної складності очевидно протягом усіх запитів баз даних NoSQL, хоча з відповідною обережністю через відносно невеликий розмір 3 наборів даних, що використовуються. Однак в реляційної базі даних ORM показує неясним лінійне поведінку. У базі даних MongoDB має багато лестити нахил, ніж база даних існує.

Результати поліпшення реляційних систем, обговорювалися в введенні, опублікованих в літературі наводиться в таблиці 5. Інтерполяції MongoDB результати з таблиці 3 з подібних запитів і баз даних розмірів руки результати з таблиці 5 дорівнює обидві бази даних системи в Q1, але сприяє MongoDB в Q3.

Результати експериментів паралелізму можна знайти в таблиці 5 і Таблиця 6. MongoDB б'є MySQL як в пропускну здатність і час відгуку. Справді MongoDB поводиться краще ніж паралелізму в ізоляції і стоїть вражаючий базу даних як паралельного виконання.

Малюнок 1: Алгоритмічної складності ORM MySQL, MongoDB, і існують СУБД для запитів Q1 і Q4. Ця цифра була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує час відгуку в секундах для 5000, 10000 і 20000 розміру EHR витягує баз даних для кожної СУБД і запити Q1 і Q4. Будь ласка, натисніть тут, щоб подивитися велику версію цієї фігури.

Малюнок 2: Алгоритмічна складність СУБД MySQL ORM для запиту Q2. Ця цифра показує час відгуку в секундах для 5000, 10000 і 20000 розміру EHR витягує ORM MySQL базу даних для запиту Q2. Будь ласка, натисніть тут, щоб подивитися велику версію цієї фігури.

Малюнок 3: Алгоритмічної складності MongoDB і існують СУБД для запиту Q2 і Q5. Ця цифра була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/licenses/, / 4.0) і показує час відгуку в секундах для 5000, 10000 і 20000 розміру EHR витягує баз даних для кожної СУБД і запити Q2 і Q5 . Будь ласка, натисніть тут, щоб подивитися велику версію цієї фігури.

Малюнок 4: Алгоритмічної складності ORM СУБД MySQL запитів Q3 і Q5. Показує час відгуку в секундах для 5000, 10000 і 20000 розміру EHR витягує баз даних для кожної СУБД і запити Q3 і Q5. Будь ласка, натисніть тут, щоб подивитися велику версію цієї фігури.

Малюнок 5: алгоритмічної складності існують і MongoDB СУБД для запиту Q3. Ця цифра була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/licenses//4.0 /) і показує час відгуку в секундах для 5000, 10000 і 20000 розміру EHR витягує баз даних для кожної СУБД і запиту Q3. Будь ласка, натисніть тут, щоб подивитися велику версію цієї фігури.

Малюнок 6: Алгоритмічна складність ORM MySQL, існують і MongoDB СУБД для запиту Q6. Ця цифра була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/licenses//4.0 /) і показує час відгуку в секундах для 5000, 10000 і 20000 розміру EHR витягує баз даних для кожної СУБД і запитів Q6. Будь ласка, натисніть тут, щоб подивитися велику версію цієї фігури.

Знайти всі проблеми одного пацієнта Q2 Знайти всі проблеми всіх пацієнтів Q3 Початкова дата, Дата резолюції і тяжкості з однієї проблеми одного пацієнта Q4 Початкова дата, Дата резолюції і тяжкості з усіх проблем проблеми одного пацієнта Q5 Початкова дата, Дата резолюції і тяжкості всі проблеми проблеми всіх пацієнтів Q6 Знайти всі хворі проблеми «фарингіт», Початок> = '16/10/2007', резолюції Дата

Таблиця 1: шість запитів виконуються на реляційних і баз даних NoSQL містять стандартизовані EHR витягує про проблеми пацієнтів. Ця таблиця була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує шість зростаючої складності запитів здійснюється на трьох баз даних стає розміру для кожної СУБД, виражена в природних мову.

25.0474 32.6868 170.7342 Q2 (s) 0.0158 0.0147 0.0222 Q3 (s) 3.3849 6.4225 207.2348 Q4 (s) 33.5457 114.6607 115.4169 Q5 (s) 9.6393 74.3767 29.0993 Q6 (s) 1.4382 2.4844 183.4979 Розмір бази даних 4,6 ГБ 9,4 ГБ 19.4 ГБ Всього екстракти 5000 10 000 20 000

Таблиця 2: середній час відгуку в секундах шість запитів на подвоєння розміру баз даних реляційної СУБД ORM MySQL. Ця табліцапоказивает шість час відгуку для кожного запиту для трьох подвоєння розміру бази даних за допомогою реляційної СУБД ORM MySQL і розмір в пам'яті трьох баз даних.

0,046 0,057 0.1221 5.07 Q2 (s) 34.5181 68.6945 136.2329 6,780.99 Q3 (s) 0,048 0,058 0.1201 4.81 Q4 (s) 0.052 0,061 o. один тисячу двісті сорок один 4.81 Q5 (s) 38.0202 75.4376 149.933 7460.85 Q6 (s) 9.5153 18.5566 36.7805 1,817.68 Розмір бази даних 1,95 ГБ 3.95 ГБ 7,95 ГБ Всього екстракти 5000 10 000 20 000

Таблиця 3: середній час відгуку в секундах шість запитів на подвоєння розміру баз даних NoSQL СУБД MongoDB. Ця таблиця була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує шість відгуку кожного запиту для трьох подвоєння розміру бази даних з використанням СУБД MongoDB NoSQL і розмір в пам'яті з трьох баз даних. Показано також лінійної схилі кожного запиту.

0.6608 3.7834 7.3022 442.76 Q2 (s) 60.7761 129.3645 287.362 15,105.73 Q3 (s) 0.6976 1,771 4.1172 227.96 Q4 (s) 0.6445 3.7604 7.3216 445.17 Q5 (s) 145.3373 291.2502 597.7216 30,158.93 Q6 (s) 68.3798 138.9987 475.2663 27,125.82 Розмір бази даних 1,25 ГБ 2.54GB 5.12 ГБ Всього екстракти 5000 10 000 20 000

Таблиця 4: середній час відгуку в секундах шість запитів на подвоєння розміру бази даних існують NoSQL СУБД. Ця таблиця була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує, що існують шість відгуку кожного запиту для трьох подвоєння розміру баз даних, використовуючи NoSQL СУБД і розмір в пам'яті три бази даних. Показано також лінійної схилі кожного запиту.

Запит 2.1 0.191 24.866 Q3 Запит 3.1 0,27 294.774 Розмір бази даних 2.90 ГБ 43.87 ГБ Всього екстракти 29,743 29,743

Таблиця 5: середній час відгуку в секундах запитів схожий на Q1 і Q3 поліпшення реляційних систем, представлених в 10. Ця таблиця була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує два найбільш схожих запитів Q1 і Q3, представлені в 10 відповідних двох систем підвищення реляційної бази даних і часу їх відгуку. Також відображаються розміри двох баз даних.

4,711.60 0.0793 Q3 (s) 4,711.60 0.1558 Q4 (s) 4,711.60 0.9674

Таблиця 6: середня пропускна здатність і час відгуку в секундах запитів Q1, Q3 і Q4 ORM MySQL в паралельного виконання реляційних СУБД. Ця таблиця була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує висока середня пропускна здатність трьох запитів одного пацієнта і їх середнього часу відгуку в одночасних Виконання експерименту за допомогою реляційної системи ORM MySQL.

178,672.60 0.003 Q3 (s) 178,672.60 0,0026 Q4 (s) 178,672.60 0,0034

Таблиця 7: середня пропускна здатність і час відгуку в секундах запитів Q1, Q3 і Q4 MongoDB NoSQL СУБД в паралельного виконання. Ця таблиця була змінена от7 з використанням ліцензії Creative Commons (http://creativecommons.org/ licenses / by / 4.0 /) і показує висока середня пропускна здатність трьох запитів одного пацієнта і їх середнього часу відгуку в одночасних Виконання експерименту з використанням системи MongoDB NoSQL .

Додатковий рисунок 1: скріншот показує екран програмного забезпечення для підключення до MySQL сервера. Будь ласка, натисніть тут, щоб завантажити цей показник.

Додаткові рис: скріншот показує інтерфейс SQL в MySQL сервер де був написаний перший запит SQL. Будь ласка, натисніть тут, щоб завантажити цей показник.

Додаткова цифра 3: 2.6 MongoDB localhost сервер запускається у вікні DOS системи шляхом виконання сервера mongod. Будь ласка, натисніть тут, щоб завантажити цей показник.

Додатковий рисунок 4: скріншот показує запит, написані в текстові поля будівник запитів, як показано в кроках 5.7.1 через 5.7.4. Скріншот ілюструє крок 5.7.3. Будь ласка, натисніть тут, щоб завантажити цей показник.

Додаткова цифра 5: скріншот показує крок 5.7.6. Будь ласка, натисніть тут, щоб завантажити цей показник.

Додатковий рис: скріншот ілюструє написання запиту XPath частині діалогового вікна. Будь ласка, натисніть тут, щоб завантажити цей показник.