王 勇，张 跃

（北京工业大学信息学部，北京 100124）

0 引言

大数据时代带给社会的不仅仅是数据变大、资源增多，更有思维模式改变以及随之而来的数据处理技术不断创新、数据利用能力飞速发展。健康大数据技术应用和发展已作为国家重大战略付诸实施［1］。相关研究有：Abderrazak 等［2］将hadoop 框架以及开源相关组件应用于仓储问题，提高医疗数据的仓储性能，对健康数据平台建设具有一定的借鉴意义，缺点是不太符合健康监测数据特点；文献［3］利用HBase 和Phoenix 构建高性能的健康监测大数据平台，并对平台读写性能进行优化，然而其未对数据采集传输和发布共享进行研究；文献［4-5］分别研究了适合健康监测大数据的接入协议和发布协议，为健康监测数据采集和发布共享提供了思路，但仍需要在具体实施中进一步验证。

大规模健康监测数据的采集存储和共享利用仍然存在很多问题，本文详细研究了Kafka［6］、HBase［7］等大数据相关技术，实现一款面向用户健康服务的、可扩展的健康监测大数据处理平台，有效解决健康监测数据生态系统中大规模数据的采集传输、存储以及发布共享问题，填补了研究空白。通过研究HBase 组织与存储模式，设计出适合存储健康监测大数据的HBase 存储模型。对Kafka 分布式消息中间件的发布订阅模式进行研究，实现健康监测大数据的采集传输与发布共享架构。引入Kafka 作为架构中枢，不仅能屏蔽数据源的异构型，保证各个服务模块之间高内聚、低耦合，还能使数据通道变得简单，减轻下游数据库系统的压力，提高系统扩展性。……