Page 68 - 嘉和资讯143期

行业资讯
HIS 系统的横向扩展。传统 HIS 因此，对 PACS 系统架构的期望

系统的用户多、负载重，但系统横向 是能够横向扩展容量，无需在应用层

扩展较为困难，主要原因在于数据库 面进行数据迁移。薛万国介绍，横向

层：负责事务处理的后端数据库服务 扩展影像归档和访问性能，分布式存

器高度依赖数据库系统，传统关系数 储成为优选项。可以分别部署若干采

据库较难横向扩展，数据库服务器往 集服务器和调阅服务器，各自负责一

往成为整个系统的性能瓶颈，无法突 组设备以充分发挥性能；部署分布式
破单个物理服务器的性能。 NAS（网络附加存储），通过增加节

常见的数据库层横向扩展方案各 点数量提高存储性能，同时解决扩展

有利弊：一是集群，增加节点数量， 时的数据迁移问题。

配合数据库系统集群功能提高性能， 医院大数据开发利用平台，其特

其缺点在于并不是所有的数据库都支 点在于以批处理、数据读取为主，事

持 RAC 系统，且节点数量不能够持 务处理特性要求不高，对性能要求高。

续性增加，节点过多时带来的性能提 在医院大数据开发流程中，业务数据

升比较有限。二是对应用系统架构进 的汇聚和整合加工环节可采用传统技

行特殊处理，如将数据库“分库”或 术 + 关系数据库架构，而数据分析环

“分表”，缺点是不能实现随机的横 节以部署数据湖为主，对性能要求较

向扩展。三是引入微服务和云原生架 高，可采用分布式技术 + 混合数据库

构，把一体化的系统变成多个微服务。 架构，满足不同的数据开发需求。

每个微服务有自己的数据库，并通过

服务协同实现数据互访，其难点在于 医疗大数据检索平台，要求能够

HIS 数据库内部关联密切，服务的颗 实现自由条件检索和复杂条件瞬间响

粒度以及如何划分以保持相对独立。 应，可采取“分布式并行集群 + 按列
组织或按列索引”的方式，提高检索
PACS 及存储系统的横向扩展。 和响应速度。建议在选型时选择列数

PACS 系统的资源需求需要兼顾计 据库系统、Elasticsearch、Hbase 等。

算性能需求和存储容量扩展需求。

PACS 接入的影像设备越来越多，检 人工智能深度学习集群，如医

查数据量越来越大，存储 I/O 成为瓶 学影像 AI 模型、自然语言处理模型

颈。传统 PACS 基础架构需要不断扩 等训练，需要足够的算力支持。可采

容或更新存储阵列，且在存储设备更 用多节点分布式并行的深度学习高性

新时的数据迁移难度大，往往面临“又 能集群架构，每个计算节点包含多块

要买，又要迁”的局面。 GPU 卡，节点间由高速网络（40Gb