CN111739613B - 一种基于分布式计算技术的医疗影像云归档平台 - Google Patents
一种基于分布式计算技术的医疗影像云归档平台 Download PDFInfo
- Publication number
- CN111739613B CN111739613B CN202010431695.4A CN202010431695A CN111739613B CN 111739613 B CN111739613 B CN 111739613B CN 202010431695 A CN202010431695 A CN 202010431695A CN 111739613 B CN111739613 B CN 111739613B
- Authority
- CN
- China
- Prior art keywords
- image
- database
- index information
- file
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明提供一种基于分布式计算技术的医疗影像云归档平台,涉及分布式计算技术领域,包括:DICOM服务集群,响应影像归档请求和影像调阅请求;影像归档服务器,根据影像归档请求对影像文件进行解析并分别构建影像文件对应的患者索引信息、检查索引信息、序列索引信息和文件索引信息;将患者索引信息和检查索引信息导入第一数据库,将序列索引信息和文件索引信息导入第二数据库,将影像文件导入第三数据库;影像调阅服务器,根据影像调阅请求由第一数据库中获取患者索引信息和检查索引信息,由第二数据库中获取序列索引信息和文件索引信息,进而由第三数据库中获取影像文件。支持多租户、高可靠、高可用、可扩展性强的医疗影像数据的存储及高效调阅。
Description
技术领域
本发明涉及分布式计算技术领域,尤其涉及一种基于分布式计算技术的医疗影像云归档平台。
背景技术
X射线、CT、核磁共振、超声等医疗影像设备在医疗领域早已得到了普及,所产生的相关医疗影像数据已经成为医疗领域最基础、最核心的数据。从信息化技术角度,这些数据的最大特点就是数据量巨大。一家普通三甲医院每天可产生几百G的影像数据,而像胸科、骨科等专科医院每天甚至可产生T级的数据,且根据国家相关规定,住院患者的影像资料必须保留至少十年以上。
为此,医疗机构要投入巨大的人力、物力来管理PB级的医疗影像数据。除存储成本外,如何高效调阅、共享如此海量的数据也是个巨大的挑战。在此情况下,开发一个可靠、安全、可扩展的医疗影像云归档平台,支持存储量无限扩展、又能从海量数据中高效调阅所需数据,已变的迫在眉睫。
业内对该问题提出了很多解决方案,最常用的方法是使用关系型数据库存储影像文件索引,使用OOS(面向对象存储)存储影像文件,采用服务器集群接收、解析和发送影像文件,但普遍存在如下问题:一是影像文件的索引记录包括患者、检查、序列和文件四级,其中文件级记录须要对每个影像文件建立一条索引记录,一家三甲医院每年可产生近四亿条记录。因此,用关系型数据表存储动辄几十、几百甚至千亿级记录是个巨大的挑战;二是,传统服务器集群存在容错性、可伸缩性、可用性较低等问题,不易管理维护,不便于根据业务量的变化而动态调整集群规模;三是由于数据量过大,历史影像资料调阅速度较慢。
发明内容
针对现有技术中存在的问题,本发明提供一种基于分布式计算技术的医疗影像云归档平台,所述医疗影像云归档平台具体包括:
DICOM服务集群,连接外部的至少一医疗影像设备,所述DICOM服务集群包括:
若干DICOM服务器,用于接收并响应所述医疗影像设备发送的包含影像文件的影像归档请求和包含患者信息的影像调阅请求;
本地缓存服务器,连接各所述DICOM服务器,用于保存所述影像归档请求中包含的所述影像文件,以及保存根据所述影像调阅请求调阅的对应所述患者信息的所述影像文件;
影像归档服务器,分别连接所述DICOM服务集群、一第一数据库、一第二数据库和一第三数据库,所述影像归档服务器包括:
影像解析模块,用于根据所述影像归档请求对所述本地缓存服务器中的所述影像文件进行解析得到影像文件索引数据,并根据所述影像文件索引数据分别构建所述影像文件对应的患者索引信息、检查索引信息、序列索引信息和文件索引信息;
影像导入模块,连接所述影像解析模块,用于将所述患者索引信息和所述检查索引信息导入所述第一数据库中进行保存,将所述序列索引信息和所述文件索引信息导入所述第二数据库中进行保存,以及将所述影像文件导入所述第三数据库中进行保存;
影像调阅服务器,分别连接所述DICOM服务集群、所述影像归档服务器、所述第一数据库、所述第二数据库和所述第三数据库,所述影像调阅服务器包括:
影像调阅模块,用于根据所述影像调阅请求由所述第一数据库中获取所述患者信息对应的所述患者索引信息和所述检查索引信息,并根据所述患者索引信息和所述检查索引信息由所述第二数据库中获取对应的所述序列索引信息和所述文件索引信息,进而根据所述序列索引信息和所述文件索引信息由所述第三数据库中获取所述影像文件;
影像导出模块,连接所述影像调阅模块,用于由所述第三数据库中下载所述影像文件并将所述影像文件导出至所述本地缓存服务器中进行保存;
所述DICOM服务集群将所述影像文件返回至所述医疗影像设备。
优选的,还包括一DICOM寻址服务器,分别连接所述DICOM服务集群和所述医疗影像设备,用于实时获取所述DICOM服务集群中当前可用的所述DICOM服务器的DICOM服务地址,并将所述DICOM服务地址推送至所述医疗影像设备。
优选的,所述影像归档服务器为zookeeper集群。
优选的,还包括一订阅发布服务器,分别连接所述DICOM服务集群和所述影像归档服务器,用于获取所述DICOM服务集群持续接收到的所述影像归档请求,根据各所述影像归档请求建立待归档文件清单并将所述待归档文件清单发布至所述影像归档服务器;
所述影像归档服务器在所述待归档文件清单中的所述影像归档请求达到预设量级时进行分布式批量归档作业。
优选的,还包括一内存数据库,连接所述影像归档服务器,用于保存所述影像文件索引数据的配置数据和寻址数据。
优选的,所述第一数据库为关系型数据库。
优选的,所述第二数据库为分布式noSQL数据库。
优选的,所述第三数据库为面向对象存储资源池。
优选的,所述影像调阅服务器采用基于分布式流计算技术的storm计算框架。
优选的,所述医疗影像云归档平台使用Hadoop的MapReduce编程模型框架,并使用Hadoop的分布式计算框架Yarn作为计算集群运行MapReduce作业。
上述技术方案具有如下优点或有益效果:
1)支持多租户、高可靠、高可用、可扩展性强的医疗影像数据的存储及高效调阅;
2)具有强大的容错性、伸缩性的分布式并行计算能力。
附图说明
图1为本发明的较佳的实施例中,一种基于分布式计算技术的医疗影像云归档平台的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式,只要符合本发明的主旨,则其他实施方式也可以属于本发明的范畴。
本发明的较佳的实施例中,基于现有技术中存在的上述问题,现提供一种基于分布式计算技术的医疗影像云归档平台,如图1所示,医疗影像云归档平台具体包括:
DICOM服务集群1,连接外部的至少一医疗影像设备2,DICOM服务集群包括:
若干DICOM服务器11,用于接收并响应医疗影像设备2发送的包含影像文件的影像归档请求和包含患者信息的影像调阅请求;
本地缓存服务器12,连接各DICOM服务器11,用于保存影像归档请求中包含的影像文件,以及保存根据影像调阅请求调阅的对应患者信息的影像文件;
影像归档服务器3,分别连接DICOM服务集群1、一第一数据库4、一第二数据库5和一第三数据库6,影像归档服务器3包括:
影像解析模块31,用于根据影像归档请求对本地缓存服务器12中的影像文件进行解析得到影像文件索引数据,并根据影像文件索引数据分别构建影像文件对应的患者索引信息、检查索引信息、序列索引信息和文件索引信息;
影像导入模块32,连接影像解析模块31,用于将患者索引信息和检查索引信息导入第一数据库4中进行保存,将序列索引信息和文件索引信息导入第二数据库5中进行保存,以及将影像文件导入第三数据库6中进行保存;
影像调阅服务器7,分别连接DICOM服务集群1、影像归档服务器3、第一数据库4、第二数据库5和第三数据库6,影像调阅服务器7包括:
影像调阅模块71,用于根据影像调阅请求由第一数据库4中获取患者信息对应的患者索引信息和检查索引信息,并根据患者索引信息和检查索引信息由第二数据库5中获取对应的序列索引信息和文件索引信息,进而根据序列索引信息和文件索引信息由第三数据库6中获取影像文件;
影像导出模块72,连接影像调阅模块71,用于由第三数据库6中下载影像文件并将影像文件导出至本地缓存服务器12中进行保存;
DICOM服务集群1将影像文件返回至医疗影像设备2。
具体地,本实施例中,本发明提供一种基于分布式计算技术、分级存储体系的医疗影像云归档平台,解决海量影像数据的存储、调阅,以及服务器集群的管理问题。
进一步具体地,本发明的DICOM服务集群1实现了医疗影像标准通讯协议DICOM,从而可以与任何遵守DICOM协议的医疗影像设备2进行通信。为了提高本发明的医疗影像云归档平台的吞吐量,本发明的DICOM服务集群1仅实现最基础的影像文件接收和发送,接收到的影响文件优选先暂存在本地缓存服务器12中,复杂繁重的解析、索引构建以及上传及下载等工作,通过异步方式由影像归档服务器3完成。
更为优选的,客户的医疗影像设备2仅需与DICOM服务集群1中的任何一台DICOM服务器11通信,为了提高DICOM服务集群1的可用性,避免单点故障,优选通过DICOM寻址服务器8发布当前可用的DICOM服务地址。客户的医疗影像设备2通过DICOM寻址服务器8获取当前可用的DICOM服务地址,当发生单点故障时,DICOM寻址服务器及时推送其他可用的DICOM服务地址。
本实施例中,影像文件的索引记录包括患者、检查、序列和文件四级。本发明的医疗影像云归档平台优选使用分级存储体系管理海量的影像文件索引数据,结合内存数据库10、作为第一数据库4的关系型数据库、作为第二数据库5的分布式noSQL数据库的技术特征,构建了影像文件索引数据的三级存储体系。具体地,利用内存数据库10作为第一级存储体系,存储数据量小但最基础、使用最频繁的配置数据、寻址数据。利用关系型数据库作为第二级存储体系,存储数据量相对较小的患者级和检查级影像文件索引数据,充分利用关系型数据库丰富强大的查询功能,高效查询影像调阅所需的影像文件清单。利用典型的noSQL分布式数据库HBase作为第三级存储体系,存储数据量最大的文件级索引数据。
进一步具体地,本发明的影像归档服务器3优选是运行在Hadoop yarn集群上的MapReduce作业,负责每个影像文件的解析,构建“患者-检查-序列-文件”四级影像索引记录,并根据三级存储体系分别存储在关系型数据库和HBase中,同时将影像文件上传到作为第三数据库6的OOS(面向对象存储)资源池中,实现影像数据的安全、可靠、无限量的存储。
本发明优选使用Hadoop的MapReduce编程模型框架,实现影像文件的解析、索引记录的创建、影像文件的上传和下载等功能,使用Hadoop的分布式计算框架Yarn作为计算集群运行MapReduce作业。确保了影像云平台具有强大的容错性、伸缩性、分布式并行计算能力。
进一步具体地,本发明的影像调阅服务器7是运行在分布式流计算集群Storm上的一个子系统,用于处理客户的影像调阅请求。根据调阅请求中的患者信息和检查号,从关系型数据库中快速获取相关影像文件索引的记录键值,再根据记录键值从HBase中查到匹配的影像文件在OOS上的具体位置,从OOS上下载完文件后通过DICOM服务集群1返回客户的医疗影像设备2,完成影像调阅请求的处理。
本发明的较佳的实施例中,还包括一DICOM寻址服务器8,分别连接DICOM服务集群1和医疗影像设备2,用于实时获取DICOM服务集群1中当前可用的DICOM服务器11的DICOM服务地址,并将DICOM服务地址推送至医疗影像设备2。
本发明的较佳的实施例中,影像归档服务器3为zookeeper集群。
本发明的较佳的实施例中,还包括一订阅发布服务器9,分别连接DICOM服务集群1和影像归档服务器3,用于获取DICOM服务集群1持续接收到的影像归档请求,根据各影像归档请求建立待归档文件清单并将待归档文件清单发布至影像归档服务器3;
影像归档服务器3在待归档文件清单中的影像归档请求达到预设量级时进行分布式批量归档作业。
具体地,本实施例中,基于zookeeper实现协同事件的订阅发布服务,减少DICOM服务集群1和影像归档服务器3两个子系统之间的耦合度。DICOM服务集群1响应客户医疗影像设备2的影像归档请求,快速保存影像文件到本地缓存服务器12,通过订阅发布服务器9将待归档的文件清单发布到zookeeper集群中。当待归档的文件清单达到一定的量级时,触发影像归档服务器3的分布式批量处理作业。
进一步地,本发明使用基于分布式计算体系的zookeeper作为分布式协同服务,为影像云平台客户端提供实时、动态的DICOM服务寻址功能,为平台内部各子系统之间协作提供协同服务,降低了平台内部各子系统之间的耦合度,确保了医疗影像云归档平台具有高可用性和稳定性。
本发明的较佳的实施例中,还包括一内存数据库10,连接影像归档服务器3,用于保存影像文件索引数据的配置数据和寻址数据。
本发明的较佳的实施例中,第一数据库4为关系型数据库。
本发明的较佳的实施例中,第二数据库5为分布式noSQL数据库。
本发明的较佳的实施例中,第三数据库6为面向对象存储资源池。
本发明的较佳的实施例中,影像调阅服务器7采用基于分布式流计算技术的storm计算框架。
具体地,本实施例中,本发明使用基于分布式流计算技术的storm作为影像调阅服务器7,实时响应客户高并发、随机性的影像调阅请求。
本发明的较佳的实施例中,医疗影像云归档平台使用Hadoop的MapReduce编程模型框架,并使用Hadoop的分布式计算框架Yarn作为计算集群运行MapReduce作业。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (10)
1.一种基于分布式计算技术的医疗影像云归档平台,其特征在于,所述医疗影像云归档平台具体包括:
DICOM服务集群,连接外部的至少一医疗影像设备,所述DICOM服务集群包括:
若干DICOM服务器,用于接收并响应所述医疗影像设备发送的包含影像文件的影像归档请求和包含患者信息的影像调阅请求;
本地缓存服务器,连接各所述DICOM服务器,用于保存所述影像归档请求中包含的所述影像文件,以及保存根据所述影像调阅请求调阅的对应所述患者信息的所述影像文件;
影像归档服务器,分别连接所述DICOM服务集群、一第一数据库、一第二数据库和一第三数据库,所述影像归档服务器包括:
影像解析模块,用于根据所述影像归档请求对所述本地缓存服务器中的所述影像文件进行解析得到影像文件索引数据,并根据所述影像文件索引数据分别构建所述影像文件对应的患者索引信息、检查索引信息、序列索引信息和文件索引信息;
影像导入模块,连接所述影像解析模块,用于将所述患者索引信息和所述检查索引信息导入所述第一数据库中进行保存,将所述序列索引信息和所述文件索引信息导入所述第二数据库中进行保存,以及将所述影像文件导入所述第三数据库中进行保存;
影像调阅服务器,分别连接所述DICOM服务集群、所述影像归档服务器、所述第一数据库、所述第二数据库和所述第三数据库,所述影像调阅服务器包括:
影像调阅模块,用于根据所述影像调阅请求由所述第一数据库中获取所述患者信息对应的所述患者索引信息和所述检查索引信息,并根据所述患者索引信息和所述检查索引信息由所述第二数据库中获取对应的所述序列索引信息和所述文件索引信息,进而根据所述序列索引信息和所述文件索引信息由所述第三数据库中获取所述影像文件;
影像导出模块,连接所述影像调阅模块,用于由所述第三数据库中下载所述影像文件并将所述影像文件导出至所述本地缓存服务器中进行保存;
所述DICOM服务集群将所述影像文件返回至所述医疗影像设备。
2.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,还包括一DICOM寻址服务器,分别连接所述DICOM服务集群和所述医疗影像设备,用于实时获取所述DICOM服务集群中当前可用的所述DICOM服务器的DICOM服务地址,并将所述DICOM服务地址推送至所述医疗影像设备。
3.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,所述影像归档服务器为zookeeper集群。
4.根据权利要求3所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,还包括一订阅发布服务器,分别连接所述DICOM服务集群和所述影像归档服务器,用于获取所述DICOM服务集群持续接收到的所述影像归档请求,根据各所述影像归档请求建立待归档文件清单并将所述待归档文件清单发布至所述影像归档服务器;
所述影像归档服务器在所述待归档文件清单中的所述影像归档请求达到预设量级时进行分布式批量归档作业。
5.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,还包括一内存数据库,连接所述影像归档服务器,用于保存所述影像文件索引数据的配置数据和寻址数据。
6.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,所述第一数据库为关系型数据库。
7.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,所述第二数据库为分布式noSQL数据库。
8.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,所述第三数据库为面向对象存储资源池。
9.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,所述影像调阅服务器采用基于分布式流计算技术的storm计算框架。
10.根据权利要求1所述的基于分布式计算技术的医疗影像云归档平台,其特征在于,所述医疗影像云归档平台使用Hadoop的MapReduce编程模型框架,并使用Hadoop的分布式计算框架Yarn作为计算集群运行MapReduce作业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010431695.4A CN111739613B (zh) | 2020-05-20 | 2020-05-20 | 一种基于分布式计算技术的医疗影像云归档平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010431695.4A CN111739613B (zh) | 2020-05-20 | 2020-05-20 | 一种基于分布式计算技术的医疗影像云归档平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111739613A CN111739613A (zh) | 2020-10-02 |
CN111739613B true CN111739613B (zh) | 2023-01-31 |
Family
ID=72647533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010431695.4A Active CN111739613B (zh) | 2020-05-20 | 2020-05-20 | 一种基于分布式计算技术的医疗影像云归档平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111739613B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022055588A1 (en) * | 2020-09-08 | 2022-03-17 | Medtronic, Inc. | Imaging discovery utility for augmenting clinical image management |
CN112395250B (zh) * | 2020-11-05 | 2022-05-20 | 武汉联影医疗科技有限公司 | 文件归档方法、装置、计算机设备和存储介质 |
EP3992979A1 (en) | 2020-10-29 | 2022-05-04 | Wuhan United Imaging Healthcare Co., Ltd. | Systems and methods for file archiving |
CN114697314A (zh) * | 2022-03-25 | 2022-07-01 | 宁波全网云医疗科技股份有限公司 | 一种医学影像下载系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698022A (zh) * | 2018-12-17 | 2019-04-30 | 天津百士德力科技有限公司 | 一种医疗影像数据的利用与共享平台 |
CN110729034A (zh) * | 2019-09-26 | 2020-01-24 | 中电万维信息技术有限责任公司 | 基于dicom影像数据的远程归档调阅系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030206646A1 (en) * | 2000-04-24 | 2003-11-06 | Brackett Charles C. | Imaging system having means for creating, managing and selecting from list of exam descriptions |
-
2020
- 2020-05-20 CN CN202010431695.4A patent/CN111739613B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698022A (zh) * | 2018-12-17 | 2019-04-30 | 天津百士德力科技有限公司 | 一种医疗影像数据的利用与共享平台 |
CN110729034A (zh) * | 2019-09-26 | 2020-01-24 | 中电万维信息技术有限责任公司 | 基于dicom影像数据的远程归档调阅系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111739613A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111739613B (zh) | 一种基于分布式计算技术的医疗影像云归档平台 | |
US10684990B2 (en) | Reconstructing distributed cached data for retrieval | |
Kraska | Finding the needle in the big data systems haystack | |
Das et al. | Big data analytics: A framework for unstructured data analysis | |
CN103812939B (zh) | 一种大数据存储系统 | |
CN108337320B (zh) | 用于可扩展的结构化数据分布的系统和方法 | |
JP6552196B2 (ja) | クラウドベースの分散永続性及びキャッシュデータモデル | |
CA2871313C (en) | Method and system for managing power grid data | |
CN108536778B (zh) | 一种数据应用共享平台及方法 | |
US20110040771A1 (en) | Distributed hardware-based data querying | |
CN103914485A (zh) | 一种远程收集和检索展示应用系统日志的系统及方法 | |
CN104850640A (zh) | 一种基于HBase的电网设备状态监测数据存储和查询方法及系统 | |
CN103559229A (zh) | 基于MapFile的小文件管理服务SFMS系统及其使用方法 | |
CN106202848A (zh) | 医学影像文件的获取方法、用户终端及主服务器 | |
KR20200111033A (ko) | 오프체인 데이터 저장 방법 및 장치 | |
CN111599424B (zh) | 一种智慧病历大数据中心管理方法及装置 | |
US11048704B2 (en) | System and method for integrating health information sources | |
CN105138686A (zh) | 一种用于多级存储数据的即时应用方法 | |
CN110990472B (zh) | 基于Hbase的数据导出方法及装置 | |
CN111427920B (zh) | 数据采集方法、装置、系统、计算机设备及存储介质 | |
CN115834650A (zh) | 一种dicom对象存储远程查询调阅系统及使用方法 | |
Zheng et al. | A method to improve the performance for storing massive small files in Hadoop | |
CN111104416A (zh) | 一种分布式电力数据管理系统 | |
CA2918472C (en) | A method and process for enabling distributing cache data sources for query processing and distributed disk caching of large data and analysis requests | |
Zheng et al. | Speeding up processing data from millions of smart meters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |