针对海量数据分布性、异构性、多样性的特点，崔杰等[6]从系统编程实现的角度采用了MVC三层架构设计，结构清晰，易于扩展，但其结构型模式数据交互性差，访问效率低；针对传统关系型数据库无法满足海量数据存储与访问的问题，姚林等[7]提出了基于NoSQL的分布式存储与扩展解决方法，有效降低了数据迁移的代价和风险，提高了大数据高并发读写性能；李伟卫等[8]将MapReduce编程模型应用在数据挖掘算法中，有效提高了大数据挖掘工作的效率。在上述研究基础上，本研究基于Hadoop分布式集群，提出的中医药数据管理平台分层设计了数据采集、存储管理及数据处理模块，对应解决海量数据在“采集-存储-分析”过程中面临的低效问题[9]。与此同时，数据处理模块采用基于MapReduce并行处理框架改进的数据挖据算法，对任务进行并行化处理，在面对海量中医药数据时提升了系统的计算效率[10]。

    1 数据管理平台分层設计

    1.1 主体架构

    结合中医药数据的海量、异构、多样、复杂等特性，从分层管理的角度，设计并实现基于Hadoop的中医药数据管理架构 ......