军人电子健康档案系统数据统计功能技术优化研究

发布时间：2020-07-03 09:40

【摘要】：数据统计功能是军人电子健康档案系统的重要子系统,可为卫勤管理、疾病防控、军人健康数据挖掘、官兵个人健康管理等提供数据的汇总情况、分布态势、变化趋势、关联关系等。目前,军人电子健康档案系统使用MongoDB文档型数据库作为存储引擎,其优点是支持健康数据模型的灵活扩展,便于档案检索和调阅。利用MongoDB查询语言实现的数据统计功能可以满足基层部队健康档案的基本数据统计需求,但由于MongoDB文档存储模式存在相同类型数据分散存储、数据模型嵌套层次多、数据统计聚合函数不够丰富等问题,使其难以满足全军规模的健康档案大数据的统计需求,更无法支持交互式、自由探索式的即席统计的快速响应。针对上述应用背景和实际问题,本课题研究了如何利用大数据相关技术实现对军人电子健康档案系统统计功能的增强和对统计性能的提升。首先,考虑到军人电子健康档案在全军的多级部署模式会产生不同的数据规模,同时考虑到用户对统计功能的使用规律是常态固定的还是临时随机的,将统计应用场景简化分为基层部队固定统计、数据中心(指全军卫生数据中心,下同)固定统计和数据中心即席统计三类,对数据统计子系统的功能、性能和其他方面的需求进行了分析,其中功能需求包括数据预处理、统计分析、统计可视化和系统管理等四个方面。其次,针对每一类应用场景的使用对象、使用偏好、使用时机等特性,提出了技术选型的依据,调研了主流技术,分析了不同技术的特点,确定了系统设计的技术选型方案。对于基层部队的统计应用,使用对象是卫生队领导或专职人员,使用偏好是操作简单、功能实用,使用时机以常用统计指标为主、几乎没有临时性的统计任务,选择MongoDB聚合管道技术用于基层固定统计,在满足统计性能要求的同时,具有系统实现和部署简单、使用维护成本低的优点。对于数据中心的统计业务,使用对象是分管卫生的领导、卫生统计业务和数据管理部门,使用偏好是复杂统计、多维分析、交互式操作等,使用时机既有日常固定报表统计、也有临时随机的探索性统计任务,选择使用Spark分布式内存计算框架、CarbonData列存储格式等大数据统计技术,以满足海量大数据固定统计和即席统计的性能要求。第三,进行了统计子系统的架构设计和详细技术设计。系统架构设计为“档案存储层-统计引擎层-接口层-应用层”四层结构。其中,档案存储层研究了MongoDB复制集架构的原理和应用,目的是提高档案存储的安全性和鲁棒性;统计引擎层对不同应用场景所使用的统计技术应用分别阐述和分析,包括MongoDB聚合管道、CarbonData列存储格式、Spark SQL处理框架等,并设计为可配置切换的统一架构;接口层设计了统计请求和响应的流程以及接口规范;应用层对可使用的统计图表做了分析。最后,对统计引擎层和应用层进行了实现和验证。具体而言,在统计引擎层,对基层固定统计,完成了四个常用统计指标的预计算软件代码;对数据中心固定统计,搭建了所需的MongoDB+Spark双向连接访问;对数据中心即席统计,实现了门诊业务的数据预关联建模及其CarbonData存储。在应用层,设计制作了常用固定统计的展示图表。在这些研究和实践的基础上,准备了验证环境、模拟数据和测试内容,对即席统计的功能和性能进行了对比验证。结果表明,本研究设计实现的即席统计系统原型,能够在百万人群健康档案、亿级健康数据记录上实现秒级快速响应,可以满足全军健康档案的统计分析需求。本论文的研究成果,为军人电子健康档案系统数据统计功能的优化完善提供了理论基础和技术参考。
【学位授予单位】：军事科学院
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R82;TP311.13
【图文】：

技术路线图,论文,组织结构

技术路线图

健康档案,军人,数据统计,功能需求

图 2.1 军人电子健康档案数据统计功能需求2.2.1 数据预处理本文提出的数据预处理功能是针对档案数据统计的，具体可归为服务于固定统计和服务于即席统计两类。

【相似文献】