医疗健康大数据服务平台技术架构

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介:

医疗健康大数据服务平台是一个包含多个业务系统、多个自身管理软件、是一系列软、硬件和人员、政策支持的综合系统体系,统一建设医疗健康云计算服务中心,集中存储居民医疗卫生信息和居民电子健康档案等数据,满足社会大众、医务工作者、各级卫生主管部门、第三方机构的应用需求。 医疗健康大数据服务平台总体架构如下图所示。

医疗健康大数据服务平台技术架构

图 医疗健康大数据服务平台总体架构

如上图所示,医疗健康大数据服务平台分为资源层、服务层和展现层。其中层功能如下:

1、展现层

负责对用户提供医疗健康信息、以及分析与挖掘信息服务,支持4大类用户,包括:社会公众、医务工作者、卫生主管部门和第三方机构。通过本平台,既可以获得医疗健康数据服务结果展示,也可以获得医疗健康数据分析与挖掘服务结果展示。本平台对外提供 Web页面接入方式或移动通讯终端(android、iOS)接入方式。

2、服务层

服务层主要是平台建设过程中能够提供的所有应用相关服务。应用服务大致可分为业务应用类服务、数据资源类服务、工具软件类服务和其他类服务。业务应用类服务主要面向不同的用户提供解决具体业务功能需要,主要包括公众服务、医院诊疗服务、综合卫生服务、大数据分析服务等;数据类服务按业务所划分的各类数据服务。工具软件类服务主要提供给数据的维护和采集、清洗、整合、分析、统计等。

3、资源层

资源层负责医疗健康大数据和数据分析与挖掘相关应用资源的一体化存储和管理。资源层又可分为三层:虚拟化业务管理平台、虚拟化数据管理平台和物理资源层。其中:

物理资源层提供各种数据资源、应用资源的实际存储,包括:医疗健康相关的所有数据,建设的数据资源中心和应用服务资源中的所有资源。本层将提供关系数据库系统、非关系数据库、数据仓库等多种类型的数据管理系统。

虚拟化数据管理平台采用虚拟化技术对所有物理资源进行封装,对上层提供各种虚拟化资源。对内部,虚拟化数据管理平台通过异构式数据集成与管理、虚拟化资源调度、数据划分、负载均衡、实时备份监控、故障恢复等多种手段保证整个平台的高性能、高可用性、高可扩展性。

虚拟化业务管理平台负责对所有的应用服务相关资源进行管理和调度。根据功能,它又可以划分为:虚拟化数据资源中心和虚拟化应用服务组件资源中心。其中:数据资源中心针对不同的需求,对不同业务部门不同结构数据进行分析、抽取、加工,形成面向主题的综合数据,为组织内各个层面的人员提供高效的、用于宏观决策的各种信息。应用服务资源中心应用服务组件资源中心通过提供数据挖掘等服务,使卫生行业管理者们能够利用各种历史数据和现在的数据进行各种复杂分析、预测和辅助决策。


本文作者:佚名

来源:51CTO

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 分布式计算 Hadoop
大数据处理架构Hadoop
【4月更文挑战第10天】Hadoop是开源的分布式计算框架,核心包括MapReduce和HDFS,用于海量数据的存储和计算。具备高可靠性、高扩展性、高效率和低成本优势,但存在低延迟访问、小文件存储和多用户写入等问题。运行模式有单机、伪分布式和分布式。NameNode管理文件系统,DataNode存储数据并处理请求。Hadoop为大数据处理提供高效可靠的解决方案。
87 2
|
1月前
|
分布式计算 运维 数据挖掘
MaxCompute是一个强大的云数据仓库服务
【4月更文挑战第1天】MaxCompute是一个强大的云数据仓库服务
31 1
|
18小时前
|
分布式计算 Hadoop Java
大数据实战平台环境搭建(下)
大数据实战平台环境搭建(下)
6 0
|
8天前
|
Kubernetes Cloud Native 持续交付
探索云原生架构的未来:如何优化资源管理和服务部署
【5月更文挑战第6天】 随着云计算的快速发展,云原生技术已成为企业数字化转型的关键驱动力。此篇文章深入探讨了云原生架构的核心组件及其在资源管理和服务部署方面的优化策略。通过分析容器化、微服务及自动化管理的实践案例,本文旨在为读者提供一套系统的方法论,以利用云原生技术实现更高效、灵活且可靠的IT基础设施。
26 2
|
8天前
|
分布式计算 大数据 Hadoop
【经验分享】用Linux脚本管理虚拟机下的大数据服务
【经验分享】用Linux脚本管理虚拟机下的大数据服务
15 1
|
12天前
|
负载均衡 Java API
构建高效微服务架构:API网关与服务熔断策略
【5月更文挑战第2天】 在微服务架构中,确保系统的高可用性与灵活性是至关重要的。本文将深入探讨如何通过实施有效的API网关和设计合理的服务熔断机制来提升分布式系统的鲁棒性。我们将分析API网关的核心职责,包括请求路由、负载均衡、认证授权以及限流控制,并讨论如何利用熔断器模式防止故障传播,维护系统的整体稳定性。文章还将介绍一些实用的技术和工具,如Netflix Zuul、Spring Cloud Gateway以及Hystrix,以帮助开发者构建一个可靠且高效的微服务环境。
|
13天前
|
存储 负载均衡 监控
【Go 语言专栏】构建高可靠性的 Go 语言服务架构
【4月更文挑战第30天】本文探讨了如何利用Go语言构建高可靠性的服务架构。Go语言凭借其高效、简洁和并发性能,在构建服务架构中备受青睐。关键要素包括负载均衡、容错机制、监控预警、数据存储和服务治理。文章详细阐述了实现这些要素的具体步骤,通过实际案例分析和应对挑战的策略,强调了Go语言在构建稳定服务中的作用,旨在为开发者提供指导。
|
14天前
|
存储 运维 监控
|
15天前
|
前端开发 NoSQL 数据库
切图仔做全栈:React&Nest.js社区平台(一)——基础架构与邮箱注册、JWT登录实现
切图仔做全栈:React&Nest.js社区平台(一)——基础架构与邮箱注册、JWT登录实现
|
16天前
|
敏捷开发 运维 监控
【专栏】微服务架构,以敏捷、灵活著称,通过拆分大型应用为小型自治服务,简化开发运维
【4月更文挑战第27天】微服务架构,以敏捷、灵活著称,通过拆分大型应用为小型自治服务,简化开发运维。本文探讨其基本概念、起源,核心优势(如敏捷开发、高可伸缩性)及挑战(系统复杂度、数据一致性),并分享实施策略(服务划分、技术选型、CI/CD)与实践案例(Netflix、Uber、Spotify),展示微服务如何重塑软件开发,并成为未来复杂应用系统的基础。

热门文章

最新文章