颜冰冰

（苏州市立医院北区 信息科，江苏 苏州 215000）

0 引言

在医疗信息化不断深入的背景之下，原本较为单一的数据信息也逐步变得更为多元化，这也给相关技术人员的处理利用提出了更高的要求，因此做好区域医疗数据信息的整合工作就显得尤为重要。这一举措不单单能够有效推动医疗数据更为标准化与规范化，也能够实现单一数据的有机融合以及从多个维度来进行分析汇总，进而为相关工作提供数据上的支持。

1 分布式云计算在医疗大数据分析中的架构

1.1 整合架构的设计

分布式云计算整体架构如图1所示。

图1 整体架构设计示意图

客户节点包含了主流配置的两台物理服务器，并对其进行了内存容量的提升，医疗终端节点中的数据量分别由redis数据库、Tomcat服务、Nginx反向代理服务进行储存或利用，被架设于边界防火墙之中，所使用的带宽都不低于100M。每个医疗终端节点都和百度云分布式平台中的服务节点相连接，不同节点之间能够智能协同，且每个节点所采取的代码相同，能够执行在不同的引擎之中[1]。通过这一方式，无需明确Bigflow的实际计算与运行部位，只需要按照单机程序的编写来获取独特的逻辑，就会让Bigflow将这些计算分发到相应的执行引擎之上执行。Bigflow的目标是为了使分布式程序更简单，高效，维护更容易，迁移成本更小，进而实现分布式从架构到代码的环节尽可能精简的目的。在每个服务节点之间会按照线路建议申请电信运营商级别的CN2线路，以此来保障网络性能高速且稳定，同时实现最短最优通讯，具体如图2所示。……