51、医疗数据分析与云计算负载均衡技术融合探索

医疗数据分析与云计算负载均衡技术融合探索

1. DAHS 框架下的数据客户端适配器

在数据处理与分析领域，对于支持 OData 的应用程序，如 Microsoft PowerBI 或 Tableau，可直接从 DaaS 基础设施获取数据。而对于不支持 OData 的应用程序，则需要为其创建数据客户端适配器。该适配器主要具备两项功能：
- 数据目录 ：在 DAHS 中，数据可由运行 DAHS 系统或兼容系统的多个源提供。数据客户端适配器需检索这些系统提供的数据集列表，即数据目录。此目录采用 Fn Project 提出的开放函数格式，以 JSON 格式列出数据集及其相关 URL 以及元数据（如时间戳和新鲜度），并展示给用户供其选择要使用的数据集。
- 数据访问 ：用户选择数据集后，数据客户端适配器从系统中检索该数据集，并将 OData 格式的数据转换为应用程序使用的本地格式。例如，为实现开源机器学习和数据可视化工具 Orange3 与两个 DAHS 系统的连接，创建了作为数据提供者小部件的 Orange3 数据适配器。在 Orange3 项目中，有三个以 DAHS 为前缀的数据适配器小部件，分别连接不同的 DAHS 服务，可轻松进行数据分析。

2. DAHS 性能初步评估

DAHS 采用 Python 3.6 实现，并部署在由两台计算机组成的集群中，每台计算机配备 8 核 3.16 GHz Intel Xeon CPU 和 32G RAM，同时在 Ubuntu Linux 16.04LTS 上部署了 Docker swarm。评估了三种场景：
|场景|描述|
|--