我已经隐式地把它变成了一个社区wiki，因为答案可能非常广泛。
我正在一家初创公司工作，以实现以下目标。
在医学研究中，一个病人的病历可以有无限量的关于一个病人的特定诊断的数据，例如吸烟者患肺癌的几率更高，但这并不一定意味着不吸烟者会患肺癌。我的目标是创建/使用一个可以处理这些参数的数据库模型。
现在，我还必须想办法对这些参数化数据进行数据挖掘，以创建统计数据，例如查看所有40岁女性肺癌患者的趋势。该报告可以是通用的（图表、表格等），医生可以在其中看到趋势或分析可行的解决方案……
我的问题是：
1）哪些数据库系统允许参数化的后端存储（如cassandra），这些存储可以很容易地在java中使用，并且在数据检索、链接等方面非常高效。我们正在处理每个州的大量患者记录。
2）我可以使用哪些算法或人工智能技术进行数据挖掘？有什么采矿技术可以帮我做到这一点吗？
PS谷歌分析如何处理参数化数据？
pps参数化数据是有一个键的数据，数据可以是值的数据，另一个键-值对，一个值列表，一组参数化数据（有组织的，无组织的）
我期待着有启发性的答案！：-d个
最佳答案
我只回答你的第一个问题。
Cassandra是一个关键值数据存储（在您的例子中是参数化的）。如果使用cassandra，则需要更高的计算时间来导出复杂的报告。原因是-它以原始格式存储数据。如果您想扩展到非常大的规模，那么类似于cassandra的nosql数据库是很好的。它们在数据复制和延迟方面都是eventually consistent的。
在您的情况下，作为一个患者，可以拥有无限形式的数据，尝试适合三重存储的模型（语义web框架，如jena、opensesame等）。它们允许您拥有糟糕的数据结构，并且可以在运行时进行建模。此外，他们的查询引擎（SPARQL，SeRQL）比NoSQL存储（如卡桑德拉）提供更多的功率，但是这些查询能力明显小于RDBMS。