Big-Data-Analysen (BDA) sind wichtig, um die Kosten im Gesundheitswesen zu senken. In vielen Krankenhäusern erfordern neue Technologien, die Einfluss auf die Patientendaten haben, jedoch umfangreiche technische und rigorose Gebrauchstauglichkeitstests, bevor sie in der Produktion eingesetzt werden. Daher wurde zur Implementierung ein vorhandener High Performance Computing (HPC) Linux-Knotencluster extern genutzt und die Simulation von Patientendaten mit aktuellen Metadatenprofilen in operativen Krankenhaussystemen der Vancouver Island Health Authority (VIHA), Victoria, Kanada, verglichen. Auf der getesteten Plattform wurden die Daten über ein Hadoop Distributed File System (HDFS) erzeugt, indiziert und in einer noSQL-Datenbank (HBase) gespeichert, die drei Milliarden Patientendatensätze repräsentiert. Das Hadoop/MapReduce-Framework bildete die BDA-Plattform mit HBase (NoSQL-Datenbank) unter Verwendung krankenhausspezifischer Metadaten und Dateieingabe. Die Abfragen zeigten eine hohe Leistung mit einer Vielzahl von Apache-Tools im Hadoop-Ökosystem. Die BDA-Plattform von HBase, die von Hadoop verteilt wird, ist bei großen Datenmengen und dem gesamten Datenarchiv erfolgreich und leistungsstark. Die Bedeutung der Darstellung von Gesundheitsinformatik unter Verwendung von Technologien für Big Data im Gesundheitswesen wird diskutiert.