In this work we studied genomic dat

In this work we studied genomic data persistence, with the implementation of a NoSQL database using Cassandra. We have observed that it presented a high performance for writing operations due to the larger number of massive insertions compared to data extractions. We used the DSE tool together with Cassandra, which allowed us to create a cluster and a client application suitable for the expected data manipulation.

Our results suggest that there is a reduction of the insertion and query times when more nodes are added in Cassandra. There was a performance gain of about 17% in the insertions and a gain of 25% in reading, when comparing the results of a cluster with two computers and another cluster with four computers.

Comparing the performance of Cassandra to the MongoDB database, the results of MongoDB indicate that the extraction of the MongoDB is better than Cassandra. For data insertions the behaviors of Cassandra and MongoDB were similar.

From the results presented here, it is possible to outline new approaches in studies of persistency regarding genomic data. Positive results could boost new research, for example, the creation of a similar application using other NoSQL databases or new tests using Cassandra with different hardware configurations seeking improvements in performance. It is also possible to create a relational database with hardware settings identical to Cassandra, in order to make more detailed comparisons.

ผลลัพธ์ (ไทย) 1:

ในงานนี้ เราศึกษามีอยู่ข้อมูล genomic กับการใช้ฐานข้อมูล NoSQL ใช้ Cassandra เราได้สังเกตว่า มันนำเสนอประสิทธิภาพสูงสำหรับการเขียนการดำเนินการเนื่องจากจำนวนการแทรกขนาดใหญ่เมื่อเทียบกับการสกัดข้อมูลขนาดใหญ่ เราใช้เครื่องมือ DSE กับ Cassandra ซึ่งทำให้เราสร้างคลัสเตอร์และโปรแกรมไคลเอ็นต์ที่เหมาะสมสำหรับการจัดการข้อมูลที่คาดไว้ผลของเราแนะนำว่า มีการลดเวลาการแทรกและแบบสอบถามที่เมื่อเพิ่มโหนเพิ่มเติมใน Cassandra มีกำไร 25% ในการอ่าน และเพิ่มประสิทธิภาพการทำงานประมาณ 17% ในแทรกที่เมื่อเปรียบเทียบผลลัพธ์ของคลัสเตอร์กับคอมพิวเตอร์สองเครื่องและคลัสเตอร์อื่นกับคอมพิวเตอร์ 4เปรียบเทียบประสิทธิภาพของ Cassandra ฐานข้อมูล MongoDB ผลลัพธ์ของ MongoDB ระบุว่า สกัด MongoDB ดีกว่า Cassandra สำหรับการแทรกข้อมูล พฤติกรรม Cassandra และ MongoDB คล้ายกันจากผลลัพธ์ที่แสดงที่นี่ มันเป็นไปเค้าใหม่ ๆ ในการศึกษาเกี่ยวกับข้อมูล genomic persistency ผลบวกอาจเพิ่มงานวิจัยใหม่ ตัวอย่าง การสร้างแอพลิเคชันคล้ายกันโดยใช้ฐานข้อมูล NoSQL หรือทดสอบใหม่ Cassandra ด้วยการกำหนดค่าฮาร์ดแวร์ต่าง ๆ กำลังปรับปรุงประสิทธิภาพการทำงานอื่น ๆ ก็ยังสามารถสร้างฐานข้อมูลเชิงสัมพันธ์ มีการตั้งค่าฮาร์ดแวร์เหมือนกับ Cassandra การเปรียบเทียบรายละเอียดเพิ่มเติม

ผลลัพธ์ (ไทย) 2:

ในงานนี้เราศึกษาติดตาข้อมูลจีโนมที่มีการดำเนินงานของฐานข้อมูล NoSQL ใช้คาสซานดรา เราได้สังเกตเห็นว่ามันนำเสนอที่มีประสิทธิภาพสูงสำหรับการเขียนการดำเนินงานเนื่องจากการจำนวนมากของการแทรกขนาดใหญ่เมื่อเทียบกับการสกัดข้อมูล เราใช้เครื่องมือที่ DSE ร่วมกับคาสซานดราซึ่งได้รับอนุญาตให้เราสามารถสร้างคลัสเตอร์และโปรแกรมไคลเอนต์ที่เหมาะสมสำหรับการจัดการข้อมูลที่คาดว่า. ผลของเราแสดงให้เห็นว่ามีการลดลงของการแทรกและเวลาแบบสอบถามเมื่อโหนดมีการเพิ่มในคาสซานดรา มีกำไรจากผลการดำเนินงานประมาณ 17% ในการแทรกและการเพิ่มจาก 25% ในการอ่านเมื่อเปรียบเทียบผลของกลุ่มที่มีสองคอมพิวเตอร์และกลุ่มที่มีสี่เครื่องคอมพิวเตอร์อื่นได้. การเปรียบเทียบประสิทธิภาพการทำงานของคาสซานดราไปยังฐานข้อมูล MongoDB ผล ของ MongoDB แสดงให้เห็นว่าการสกัด MongoDB ที่ดีกว่าคาสซานดรา สำหรับข้อมูลแทรกพฤติกรรมของคาสซานดราและ MongoDB มีความคล้ายคลึงกัน. จากผลที่นำเสนอนี้ก็เป็นไปได้ที่จะร่างแนวทางใหม่ ๆ ในการศึกษาเกี่ยวกับการ persistency ข้อมูลจีโนม ผลบวกสามารถเพิ่มการวิจัยใหม่เช่นการสร้างแอพลิเคชันที่คล้ายกันโดยใช้ฐานข้อมูล NoSQL อื่น ๆ หรือการทดสอบใหม่โดยใช้คาสซานดรากับการกำหนดค่าฮาร์ดแวร์ที่แตกต่างที่กำลังมองหาการปรับปรุงในการทำงาน นอกจากนี้ยังเป็นไปได้ที่จะสร้างฐานข้อมูลเชิงสัมพันธ์กับการตั้งค่าฮาร์ดแวร์เหมือนกันกับคาสซานดราในการที่จะทำให้การเปรียบเทียบรายละเอียดเพิ่มเติม

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ศึกษาการคงอยู่จีโนมกับการดำเนินงานของ nosql ฐานข้อมูลโดยใช้คาสเซนดร้า เราได้สังเกตเห็นว่ามันเสนอประสิทธิภาพสูงสำหรับการเขียนการดำเนินการเนื่องจากการขนาดใหญ่มากเมื่อเทียบกับจำนวนครั้งการสกัดข้อมูล เราใช้ dse เครื่องมือด้วยกันกับแคสแซนดร้าซึ่งอนุญาตให้เราสร้างกลุ่มลูกค้าที่คาดหวังการ เหมาะสำหรับการจัดการข้อมูล

ผลของเราชี้ให้เห็นว่า มีการลดลงของการแทรกโหนดและสอบถามเวลาเพิ่มเติมจะถูกเพิ่มใน แคสซานดร้า มีการแสดงได้ประมาณ 17% ในใหม่และได้รับ 25% ในการอ่านเมื่อเปรียบเทียบผลของคลัสเตอร์กับคอมพิวเตอร์สองเครื่องและกลุ่มอื่นที่มีสี่คอมพิวเตอร์

การเปรียบเทียบประสิทธิภาพของคาสเซนดร้ากับ mongodb ฐานข้อมูลผล mongodb ระบุว่า การสกัด mongodb ดีกว่า แคสซานดร้า ข้อมูลใหม่และพฤติกรรมของคาสซานดร้า mongodb เหมือนกัน

จากผลลัพธ์ที่แสดงที่นี่มันเป็นไปได้เพื่อร่างแนวทางใหม่ในการศึกษาการคงอยู่เกี่ยวกับข้อมูลจีโนม . ผลในเชิงบวกสามารถเพิ่มงานวิจัยใหม่ ตัวอย่างเช่น การสร้างโปรแกรมที่คล้ายกันโดยใช้ฐานข้อมูลอื่น ๆ nosql หรือทดสอบใหม่โดยใช้ Cassandra กับการกำหนดค่าฮาร์ดแวร์ที่แตกต่างกันในการแสวงหาการปรับปรุงประสิทธิภาพการทำงานนอกจากนี้ยังเป็นไปได้ที่จะสร้างฐานข้อมูลที่มีการตั้งค่าเหมือนกัน คาสเซนดร้า ฮาร์ดแวร์ เพื่อให้เปรียบเทียบ รายละเอียดเพิ่มเติม