Pourquoi la performance est importante
La performance a une incidence directe sur l'expérience utilisateur et les coûts opérationnels. Les utilisateurs finaux ont besoin d'un accès rapide aux données tout au long de leur parcours de soins — chaque milliseconde de délai s'accumule sur des milliers d'interactions quotidiennes, ce qui influe sur l'efficacité clinique et les résultats pour les patients. Au-delà de l'expérience utilisateur, la performance détermine les coûts d'infrastructure : la taille de la base de données et des sauvegardes, les ressources de calcul et la charge de maintenance évoluent toutes en fonction du volume de données.
Au moment de choisir un serveur FHIR, la performance est l'un des facteurs les plus importants. Chaque système bâti sur FHIR — solutions DSE/DPS, CDR, plateformes d'analytique — présente des modèles de charge de travail différents et requiert des caractéristiques de performance distinctes. Cependant, pour un serveur FHIR générique, trois charges de travail fondamentales sont universelles :
- CRUD — créer, lire, mettre à jour et supprimer des ressources individuelles
- Traitement par lots — importation en masse, échange de données et scénarios d'intégration
- Recherche — interrogation des ressources selon divers paramètres
Les API de traitement par lots FHIR sont couramment utilisées dans l'échange et l'intégration de données — par exemple, pour migrer des données de systèmes patrimoniaux vers un serveur FHIR. Les opérations CRUD et de recherche alimentent les charges de travail OLTP : développement de systèmes DSE/DPS, d'applications destinées aux patients et d'outils d'aide à la décision clinique.
Ce que nous soumettons à l'analyse comparative
Nous allons effectuer une analyse comparative de plusieurs serveurs FHIR libres populaires et les comparer à Aidbox.
Pour chaque serveur, nous mesurerons :
- Le débit — opérations par seconde sous charge soutenue
- La latence — temps de réponse au percentile 99
- La consommation de ressources — utilisation du processeur, de la mémoire et des entrées/sorties
- L'utilisation du disque — espace de stockage requis par chaque serveur pour le même jeu de données
Nous avons conçu la suite de tests de manière à observer comment la performance évolue tant sur une base de données vierge qu'après l'accumulation d'un volume de données important. Cet aspect est critique — de nombreux serveurs affichent de bonnes performances sur de petits jeux de données, mais se dégradent à mesure que les données croissent.
Étape 1 : Base de données vide
En partant d'une installation fraîche :
- Mesurer la performance de référence des opérations CRUD
- Importer par lots 1 000 dossiers patients synthétiques (générés avec Synthea)
- Évaluer la performance des différentes opérations de recherche
Cette étape établit la référence — le scénario optimal pour chaque serveur.
Étape 2 : Chargement de 100 000 patients
Importer 100 000 dossiers patients synthétiques et mesurer :
- La durée totale de l'importation
- La taille de la base de données sur disque
- La consommation de ressources durant l'importation
Cela simule un déploiement de taille intermédiaire réaliste et révèle la façon dont chaque serveur gère une pression d'écriture soutenue.
Étape 3 : Test de charge incrémentiel
Avec 100 000 patients déjà présents dans la base de données :
- Réexécuter les opérations CRUD — comparer au référentiel de la base de données vide
- Importer 1 000 dossiers patients supplémentaires en plus des 100 000 existants
- Réexécuter les opérations de recherche — mesurer l'évolution de la performance des requêtes en fonction du volume de données
L'écart entre l'étape 1 et l'étape 3 révèle la vérité : dans quelle mesure la performance se maintient-elle à mesure que les données augmentent?
À suivre
Nous publierons l'ensemble des analyses comparatives, des scripts de test et des résultats bruts dans les prochains billets. Suivez-nous sur LinkedIn pour ne pas manquer les mises à jour.
Vous avez des questions sur la performance des serveurs FHIR? Communiquez avec nous — nous optimisons Aidbox pour les déploiements à grande échelle depuis plus d'une décennie.
