Nano Hash - криптовалюты, майнинг, программирование

Создавать подмножества для определенных ресурсов, чтобы лучше соответствовать существующей модели данных?

Мы пытаемся реализовать FHIR Rest Server для нашего приложения. В нашей текущей модели данных (и, следовательно, оперативных данных) несколько ресурсов FHIR представлены несколькими таблицами, например. что бы все наблюдения хранились в таблицах для жизненных показателей, лабораторных показателей и диагностики. Каждая таблица имеет независимый первичный идентификатор с автоматическим увеличением, поэтому в разных таблицах есть записи с одинаковым идентификатором. Но для вызовов GET или DELETE на сервер FHIR необходим уникальный идентификатор. Что было бы наиболее разумным способом справиться с этим?

Поиск не выявил встроенного способа сделать это, поэтому я рассматриваю эти два варианта:

  • Добавьте префикс ко всем (или только проблемным) идентификаторам таблиц, например, lab-123 и vit-123.
  • Добавьте UUID в каждую таблицу и используйте его в качестве логического идентификатора.

У обоих есть недостатки: для первого необходим синтаксический анализатор идентификаторов, а для второго требуется несколько вызовов базы данных для определения правильной записи.

Есть ли способ FHIR, который позволяет разделить ресурс на несколько подресурсов, даже в URL-адресе Rest? В идеале я бы получил что-то вроде GET server:port/Observation/laboratory/123

07.04.2016

Ответы:


1

Серверные системы будут иметь все виды различных подразделений данных с точки зрения того, как данные хранятся внутри. Что делает FHIR, так это предоставляет интерфейс, который пытается скрыть эти вариации. Таким образом, Observation/laboratory/123 будет противоречить тому, что мы пытаемся сделать, потому что каждая система будет иметь разные подразделения, и будет очень сложно добиться функциональной совместимости.

Любой из предложенных вами вариантов может сработать. Я немного склоняюсь к первому варианту, потому что он не требует изменения вашего уровня сохраняемости, и это относительно простое преобразование для преобразования между внешним/fhir и внутренним.

07.04.2016

2

Есть ли способ FHIR, который позволяет разделить ресурс на несколько подресурсов, даже в URL-адресе Rest? В идеале я бы получил что-то вроде GET server:port/Observation/laboratory/123

Что это будет означать для поиска? Итак, что будет искать /Obervation?code=xxx? Будет ли это искать лаборатории, жизненно важные органы и т. д. вместе, или вы просто разрешите доступ к /Observation/laboratory?

Если это действительно «хранилища», возможно, вы могли бы использовать http://servername/lab/Observation (поэтому поменяйте местами последние две части пути), что предполагает, что ваш сервер имеет несколько «конечных точек» для разных наблюдений. Я думаю, что больше клиентов смогут обработать этот URL-адрес, чем URL-адрес, который вы предложили.

Лучше всего, я думаю, иметь один из двух других вариантов, для которых первый действительно проще всего реализовать.

11.04.2016
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..