上海愛數(shù)軟件有限公司醫(yī)衛(wèi)行業(yè)顧問姜疆
摘要：
9.11等事件造成的災(zāi)難性后果使人們更加深刻地認(rèn)識(shí)到數(shù)據(jù)信息的價(jià)值和意義，日益重視數(shù)據(jù)的保護(hù)�，F(xiàn)代醫(yī)院對(duì)計(jì)算機(jī)的依賴性嚴(yán)重增強(qiáng)，信息數(shù)據(jù)逐漸成為企業(yè)賴以生存的基礎(chǔ)。圍繞如何重復(fù)利用數(shù)據(jù)，虛擬化技術(shù)正在大行其道。
服務(wù)器虛擬化用一虛多的技術(shù)可以充分發(fā)揮服務(wù)器的性能，特別適合于醫(yī)院日益增多的周邊業(yè)務(wù)系統(tǒng)，服務(wù)器虛擬化可以加速應(yīng)用部署交付，動(dòng)態(tài)擴(kuò)展計(jì)算和存儲(chǔ)資源。但是服務(wù)器虛擬化有一個(gè)問題就是將多個(gè)雞蛋又集中在了一個(gè)籃子里面，增加了系統(tǒng)運(yùn)行的風(fēng)險(xiǎn)。隨著醫(yī)院日益增加的存儲(chǔ)需求，加上大量老化和即將淘汰的舊存儲(chǔ)，設(shè)備利舊和投資保護(hù)的問題、異構(gòu)存儲(chǔ)整合的問題、后端數(shù)據(jù)容災(zāi)的問題。等等這些問題困擾著醫(yī)院信息中心的決策者。為了解決這些問題，本文將從幾個(gè)方面來闡述醫(yī)院信息化中必不可少的技術(shù)——存儲(chǔ)虛擬化。CDP技術(shù)是這兩年醫(yī)院備份容災(zāi)領(lǐng)域關(guān)注的技術(shù)概念，我們知道CDP技術(shù)可以對(duì)數(shù)據(jù)進(jìn)行歷史回退，解決邏輯性的問題，比如病毒和人為刪除的問題，但這次本文重點(diǎn)不是容災(zāi)而是從新的角度來闡述CDP在醫(yī)院的運(yùn)用。
關(guān)鍵字：存儲(chǔ)虛擬化、CDP、備份容災(zāi)、ETL
存儲(chǔ)虛擬化(Storage Virtualization)最通俗的理解就是對(duì)存儲(chǔ)硬件資源進(jìn)行抽象池化。我們可以理解存儲(chǔ)虛擬化就是一種技術(shù)，將現(xiàn)有的存儲(chǔ)都整合在一個(gè)存儲(chǔ)池中整合起來，然后再提供給前端應(yīng)用。但是存儲(chǔ)虛擬化的技術(shù)可以用多種運(yùn)用，我們運(yùn)用這些存儲(chǔ)虛擬化的特性可以讓存儲(chǔ)管理更加高效。
存儲(chǔ)虛擬化技術(shù)醫(yī)院的三個(gè)運(yùn)用
一、存儲(chǔ)虛擬化結(jié)合服務(wù)器虛擬化做異地容災(zāi)
服務(wù)器虛擬化在醫(yī)院日漸流行，但是我們知道一個(gè)服務(wù)器虛擬成了多個(gè)系統(tǒng)后，我們就要考慮服務(wù)器和存儲(chǔ)自身的穩(wěn)定性了，否則極易成為一個(gè)單點(diǎn)故障。對(duì)于虛擬化系統(tǒng)來說，可能會(huì)有虛擬化內(nèi)部數(shù)據(jù)的錯(cuò)誤；可能會(huì)有虛擬化平臺(tái)系統(tǒng)自身的錯(cuò)誤（比如VM的ESX本身的核心也是一個(gè)LINUX內(nèi)核的系統(tǒng)）；宿主服務(wù)器硬件的錯(cuò)誤；虛擬磁盤文件VMDK及相關(guān)文件系統(tǒng)的錯(cuò)誤；存儲(chǔ)硬件的錯(cuò)誤。以上錯(cuò)誤都可以導(dǎo)致虛擬機(jī)崩潰，盡管我們可以借助于虛擬化系統(tǒng)本身提供的容災(zāi)功能，但是這些基于虛擬機(jī)層面的文件克隆和復(fù)制技術(shù)的容災(zāi)功能效率都不高，無法滿足醫(yī)院的RPO和RTO需求。還有一個(gè)問題就是大部分醫(yī)院到目前為止虛擬化應(yīng)用并未深入到核心業(yè)務(wù)系統(tǒng)，虛擬化和非虛擬化環(huán)境混搭是最常見的醫(yī)院系統(tǒng)架構(gòu)。對(duì)于UNIX平臺(tái)來說，主流虛擬化系統(tǒng)目前還未支持，所以一個(gè)更加底層的解決后端存儲(chǔ)單點(diǎn)故障的技術(shù)是我們迫切需要的。
存儲(chǔ)虛擬化有一個(gè)關(guān)鍵的功能就是可以做存儲(chǔ)間的鏡像，而且這種在虛擬卷之間的鏡像可以在兩個(gè)異構(gòu)存儲(chǔ)中進(jìn)行。虛擬機(jī)的關(guān)鍵數(shù)據(jù)借助于存儲(chǔ)虛擬化鏡像可以實(shí)現(xiàn)異地容災(zāi)的效果。假設(shè)我們?cè)谥鳈C(jī)房安裝的存儲(chǔ)上面部署了虛擬化應(yīng)用，我們通過存儲(chǔ)虛擬化技術(shù)將其鏡像到異地災(zāi)備機(jī)房，當(dāng)主機(jī)房的存儲(chǔ)及鏈路出現(xiàn)問題，我們就可以瞬間切換到災(zāi)備機(jī)房，以保證虛擬化業(yè)務(wù)不中斷。結(jié)合服務(wù)器虛擬化技術(shù)，我們不用擔(dān)心多個(gè)雞蛋集中在一個(gè)籃子里的風(fēng)險(xiǎn)。
上圖中，我們的VDisk(虛擬卷)是映射在兩個(gè)物理陣列上的，左邊的主陣列假設(shè)安裝了虛擬機(jī)，那么通過鏡像技術(shù)同步到災(zāi)備陣列中，對(duì)于Vdisk來說，我們看到的數(shù)據(jù)是有一份，但是物理上是有兩份（甚至是兩份以上）。其中任何節(jié)點(diǎn)出現(xiàn)故障，那么對(duì)于Vdisk來說，他能夠瞬間切換到可用的節(jié)點(diǎn)（只要不是所有節(jié)點(diǎn)崩潰）。我們可以粗略地形象理解這相當(dāng)于是在陣列之間做了RAID1的效果。
借助于數(shù)據(jù)重刪和壓縮，我們可以理解兩個(gè)陣列之間的距離可以足夠遠(yuǎn)，甚至是成百上千公里，這樣就可以方便地做異地容災(zāi)。這種技術(shù)對(duì)于醫(yī)院目前流行的雙活數(shù)據(jù)中心尤為重要，一般情況下，本院不同樓宇之間形成雙活數(shù)據(jù)中心，利用存儲(chǔ)虛擬化鏡像技術(shù)已經(jīng)成為主流選擇。
二、存儲(chǔ)虛擬化實(shí)現(xiàn)混合存儲(chǔ)池滿足醫(yī)院多種應(yīng)用特性
醫(yī)院的存儲(chǔ)始終面臨逐步的升級(jí)和換代中，不同的應(yīng)用往往要求部署不同的存儲(chǔ)。我們知道HIS系統(tǒng)的特點(diǎn)就是I/O查詢寫入特別頻繁，并發(fā)訪問量大，但是數(shù)據(jù)流量不太大。PACS系統(tǒng)是數(shù)據(jù)流量大，對(duì)于I/O帶寬占用很大，存儲(chǔ)后端容量消耗大，但是查詢寫入頻度不算高。醫(yī)院的應(yīng)用其實(shí)還不僅僅是這些，如何將每個(gè)系統(tǒng)的運(yùn)行效率保持最高，充分發(fā)揮現(xiàn)有存儲(chǔ)的性能就是一個(gè)新的課題。存儲(chǔ)虛擬化正好有這樣的技術(shù)能夠把許多零散的存儲(chǔ)資源整合起來，從而提高整體利用率，同時(shí)降低系統(tǒng)管理成本。通過分層存儲(chǔ)的劃分，我們以最高的效率、最低的成本來滿足各類不同應(yīng)用在性能和容量等方面的需求。
如上圖所示：我們可以將現(xiàn)有的存儲(chǔ)池劃分為三個(gè)虛擬卷，我們假設(shè)將HIS用SDD存儲(chǔ)介質(zhì)進(jìn)行存取，EMR我們用SAS硬盤，PACS用NLSAS硬盤，這樣就能夠充分將性價(jià)比發(fā)揮到極致。對(duì)于vdisk來說，可能PACS的存儲(chǔ)池是由3個(gè)陣列匯集成一個(gè)大的存儲(chǔ)池，對(duì)于PACS應(yīng)用來說，它只看到一個(gè)統(tǒng)一的存儲(chǔ)池。對(duì)于醫(yī)療業(yè)務(wù)也有我們不太清楚業(yè)務(wù)規(guī)律的系統(tǒng)，當(dāng)我們不能確定是否用什么存儲(chǔ)池來應(yīng)對(duì)的時(shí)候，我們也可以使用自動(dòng)分層技術(shù)來解決問題。自動(dòng)分層就是根據(jù)I/O訪問頻度自動(dòng)根據(jù)頻繁的程度匹配最適合（已定義）磁盤類型，以將存儲(chǔ)性能發(fā)揮到最佳。
對(duì)于PACS系統(tǒng)來說，在線擴(kuò)容和存儲(chǔ)升級(jí)將會(huì)帶來很多風(fēng)險(xiǎn)，所以利用存儲(chǔ)虛擬化的在線擴(kuò)容功能對(duì)于PACS系統(tǒng)來說將會(huì)非常有價(jià)值。我們可以保證PACS系統(tǒng)24小時(shí)不停機(jī)的情況下就能完成存儲(chǔ)擴(kuò)容的動(dòng)作。借助于自動(dòng)精簡配置功能，我們可以將多個(gè)已經(jīng)整合的存儲(chǔ)給前端應(yīng)用分配盡可能充足的空間，讓前端應(yīng)用程序不會(huì)因?yàn)槭Ｓ嗫臻g不足導(dǎo)致運(yùn)行問題。自動(dòng)精簡配置可以理解為超量預(yù)先分配，這塊對(duì)于虛擬化系統(tǒng)（如vmware也有），但是將分配出去的空間收回,vmware就不能做到了，借助存儲(chǔ)虛擬化技術(shù)可以實(shí)現(xiàn)在線資源回收，所以vmware結(jié)合存儲(chǔ)虛擬化將會(huì)如虎添翼。
三、如何選擇和搭建存儲(chǔ)虛擬化技術(shù)
對(duì)于醫(yī)院來說，如何選擇存儲(chǔ)虛擬化技術(shù)是一個(gè)問題。存儲(chǔ)虛擬化有幾種形式，第一種是基于主機(jī)的虛擬化，基于主機(jī)的虛擬存儲(chǔ)依賴于代理或管理軟件，它們被安裝在一個(gè)或多個(gè)主機(jī)上，實(shí)現(xiàn)存儲(chǔ)虛擬化的控制和管理。由于控制軟件運(yùn)行在主機(jī)上，這就會(huì)占用主機(jī)的CPU資源�？赡芪覀冋J(rèn)為基于主機(jī)的虛擬化方法最容易實(shí)現(xiàn)，其設(shè)備成本最低，其實(shí)安裝部署方面并非那么簡便，并且基于主機(jī)授權(quán)模式，以后的費(fèi)用也比較高。第二種是依賴于存儲(chǔ)供應(yīng)商的存儲(chǔ)虛擬化技術(shù)，當(dāng)然，利用這種方法意味著最終將鎖定某一家單獨(dú)的存儲(chǔ)供應(yīng)商。盡管某些存儲(chǔ)廠商聲稱他們的存儲(chǔ)自帶的虛擬化功能對(duì)于其他存儲(chǔ)也可以兼容。但是這種兼容性容易受到一些限制，存儲(chǔ)廠商提供的虛擬化技術(shù)是需要以存儲(chǔ)為中心的，如果主存儲(chǔ)節(jié)點(diǎn)出現(xiàn)問題，那這種虛擬化將不是牢靠的。第三種就是基于獨(dú)立網(wǎng)關(guān)的存儲(chǔ)虛擬化設(shè)備，由于不依賴于在每個(gè)主機(jī)上運(yùn)行的代理服務(wù)器，這種方法比基于主機(jī)或基于設(shè)備的方法具有更好的安全性。當(dāng)連接主機(jī)到存儲(chǔ)網(wǎng)絡(luò)的網(wǎng)關(guān)出現(xiàn)故障時(shí)，仍然可能導(dǎo)致主機(jī)上的數(shù)據(jù)不能被訪問。所以利用網(wǎng)關(guān)的冗余可以支持動(dòng)態(tài)多路徑，來解決網(wǎng)關(guān)的單點(diǎn)故障，通常情況下方案都至少配置2臺(tái)網(wǎng)關(guān)。獨(dú)立網(wǎng)關(guān)的存儲(chǔ)虛擬化技術(shù)可以不需要在主機(jī)上安裝代理程序，不會(huì)占主機(jī)資源，也不需要依附于某個(gè)存儲(chǔ)廠商。對(duì)于有大量存儲(chǔ)設(shè)備要利舊使用，需要對(duì)各種異構(gòu)存儲(chǔ)進(jìn)行整合的情況，這種方案將是首選。從發(fā)展趨勢看，基于主機(jī)的和基于存儲(chǔ)的虛擬化技術(shù)目前已經(jīng)相對(duì)成熟，用戶可以充分享受到它們所帶來的好處，而且由于它們已經(jīng)進(jìn)入成熟期，基于獨(dú)立網(wǎng)關(guān)的存儲(chǔ)虛擬化技術(shù)是一種新的開始流行的虛擬化存儲(chǔ)技術(shù)，它獨(dú)立于主機(jī)和存儲(chǔ)設(shè)備，因此，給用戶帶來了很大的靈活性，其未來的發(fā)展空間最大。
CDP技術(shù)醫(yī)院的運(yùn)用
在過去的20多年中，雖然計(jì)算機(jī)技術(shù)取得了巨大的發(fā)展，但是數(shù)據(jù)備份技術(shù)卻沒有長足進(jìn)步。數(shù)據(jù)備份操作代價(jià)和成本仍然比較高，并且消耗大量時(shí)間和系統(tǒng)資源，數(shù)據(jù)備份的恢復(fù)時(shí)間目標(biāo)和恢復(fù)點(diǎn)目標(biāo)比較長。
顯然，這種數(shù)據(jù)備份方式存在一個(gè)顯著的不足，即備份窗口問題。在數(shù)據(jù)備份期間，企業(yè)業(yè)務(wù)需要暫時(shí)停止對(duì)外提供服務(wù)。隨著企業(yè)數(shù)據(jù)量和數(shù)據(jù)增長速度的加快，這個(gè)窗口可能會(huì)要求越來越長，這對(duì)于關(guān)鍵性業(yè)務(wù)系統(tǒng)來說是無法接受的。對(duì)于醫(yī)院來說，信息系統(tǒng)要求24x7不間斷運(yùn)行，短時(shí)的停機(jī)或者少量數(shù)據(jù)的丟失都會(huì)導(dǎo)致巨大的損失。因此，就需要將數(shù)據(jù)備份窗口盡可能地縮小，甚至縮小為零，數(shù)據(jù)快照(Snapshot)、持續(xù)數(shù)據(jù)保護(hù)(CDP)等技術(shù)，就是為了滿足這樣的需求而出現(xiàn)的數(shù)據(jù)保護(hù)技術(shù)
CDP持續(xù)數(shù)據(jù)保護(hù)(Continuous Data Protection)是一套方法，它可以捕獲或跟蹤數(shù)據(jù)的變化，并將其在生產(chǎn)數(shù)據(jù)之外獨(dú)立存放，以確保數(shù)據(jù)可以恢復(fù)到過去的任意時(shí)間點(diǎn)。持續(xù)數(shù)據(jù)保護(hù)系統(tǒng)可以基于塊、文件或應(yīng)用實(shí)現(xiàn)，可以為恢復(fù)對(duì)象提供足夠細(xì)的恢復(fù)粒度，實(shí)現(xiàn)幾乎無限多的恢復(fù)時(shí)間點(diǎn)。這個(gè)是全球網(wǎng)絡(luò)存儲(chǔ)工業(yè)協(xié)會(huì)(SNIA)的定義。因?yàn)?/span>CDP技術(shù)有更細(xì)粒度的恢復(fù)能力，我們通常用它來解決不確定RPO的部分。為了讓丟失數(shù)據(jù)量達(dá)到最小，CDP基于I/O級(jí)的恢復(fù)粒度正好是我們需要的。當(dāng)我們誤刪除數(shù)據(jù)或者文件系統(tǒng)受到邏輯性損壞或者病毒，我們可以嘗試用CDP技術(shù)將損失降到最低。對(duì)于此外，對(duì)于醫(yī)院來說還有另外的妙用。列舉如下：
幫助新系統(tǒng)部署測試，快速驗(yàn)證新系統(tǒng)運(yùn)行效果
醫(yī)院的信息系統(tǒng)是一個(gè)螺旋形不斷日益完善的系統(tǒng)，修修補(bǔ)補(bǔ)已經(jīng)成為常態(tài)。并且新的應(yīng)用系統(tǒng)在上線的過程中都要進(jìn)行測試。按照HIS公司之前的做法，是在獨(dú)立搭建的服務(wù)器進(jìn)行邏輯性測試、壓力測試后再部署上線。將HIS現(xiàn)有的數(shù)據(jù)庫轉(zhuǎn)移到測試服務(wù)器中將是一個(gè)繁瑣的過程，因?yàn)閿?shù)據(jù)庫的備份和恢復(fù)所花時(shí)間太多，為了保持測試系統(tǒng)能夠有驗(yàn)證能力并且還要保證數(shù)據(jù)庫體積不能過于龐大，我們都要對(duì)原數(shù)據(jù)庫做出一些“截?cái)?rdquo;工作。經(jīng)過多次迭代，如何在新的數(shù)據(jù)庫基礎(chǔ)上測試驗(yàn)證是一個(gè)問題�，F(xiàn)在有了CDP技術(shù)，我們可以將目前CDP記錄的系統(tǒng)數(shù)據(jù)庫卷通過生成快照掛載出來。我們可以理解CDP就是錄像機(jī)，快照技術(shù)就是照相，我們從CDP形成一個(gè)快照就是定格在某一時(shí)間點(diǎn)取出一個(gè)照片一樣。
我們只需要在生成的快照上直接寫入測試數(shù)據(jù)就可以實(shí)現(xiàn)我們的測試效果，測試完畢后釋放快照即可。原來需要花幾個(gè)小時(shí)甚至一整天搭建的測試環(huán)境，在CDP的幫助下只需要十幾二十分鐘就搭建好了。這種測試數(shù)據(jù)的搭建方式有個(gè)明顯的好處是保證被測數(shù)據(jù)環(huán)境的新鮮度。我們始終在更加貼近真實(shí)數(shù)據(jù)結(jié)構(gòu)環(huán)境上進(jìn)行測試，便于及時(shí)發(fā)現(xiàn)問題。如果結(jié)合服務(wù)器虛擬化技術(shù)，在模擬群集環(huán)境下的測試將更加便利。我們還可以對(duì)當(dāng)前測試的過程再次形成快照，記錄各個(gè)測試數(shù)據(jù)前后變化的狀態(tài)，便于進(jìn)行更加細(xì)致的測試。靈活運(yùn)用這種技術(shù)對(duì)于需求變化極快的醫(yī)療信息軟件是非常有價(jià)值的，加快應(yīng)用程序迭代和發(fā)布的速度，提升整體的開發(fā)效率。另外還有一個(gè)場景也可以重復(fù)利用CDP技術(shù)，當(dāng)我們部署一個(gè)復(fù)雜的中間件系統(tǒng)或者在操作系統(tǒng)上做很多配置的時(shí)候，我們利用CDP記錄升級(jí)和配置的過程，當(dāng)出現(xiàn)問題我可以迅速回退，至少可以保證不會(huì)因?yàn)樾⌒〉纳?jí)失誤就推倒重來。
二、利用快照技術(shù)加速BI提升ETL效果
為了能夠?qū)⑨t(yī)療數(shù)據(jù)深入進(jìn)行挖掘，我們需要建立數(shù)據(jù)集市（面向主題的數(shù)據(jù)集），這個(gè)前提是要做好ETL的過程。一般來說都是采用主動(dòng)“拉取”方式，例如：如果是基于sqlserver數(shù)據(jù)倉庫的，那么借助于sqlserver的SSIS（sqlserver內(nèi)置的抽取工具），對(duì)當(dāng)前業(yè)務(wù)數(shù)據(jù)進(jìn)行定時(shí)抽取。為了不影響當(dāng)前業(yè)務(wù)數(shù)據(jù)，一般都是在夜間定時(shí)進(jìn)行抽取。這種情況下，我們就可以理解BI分析看到的數(shù)據(jù)都是昨天及以前的數(shù)據(jù)。我們并不能對(duì)當(dāng)前的數(shù)據(jù)進(jìn)行及時(shí)分析。當(dāng)我們做環(huán)比統(tǒng)計(jì)或者對(duì)當(dāng)天的數(shù)據(jù)進(jìn)行分析，比如當(dāng)天的用藥指標(biāo)監(jiān)控等，我們就不能看到新鮮的數(shù)據(jù)。
為了解決這個(gè)問題，我們可以通過編寫腳本，將ETL的抽取源制定到定時(shí)快照上面，因?yàn)榭煺盏纳刹粫?huì)對(duì)當(dāng)前系統(tǒng)造成很多壓力，并且抽取源定向于快照，我們就可以不用擔(dān)心HIS主機(jī)的性能遭到影響。
從上圖我們可以看到我們整個(gè)BI的展現(xiàn)流程。在圖示的左邊，HIS、EMR,OPR，HRP還有其他系統(tǒng)都是可以基于快照進(jìn)行抽取，而不是直接從業(yè)務(wù)系統(tǒng)抽取，這樣抽取策略可以保持BI數(shù)據(jù)抽取的新鮮度，并且不影響生產(chǎn)系統(tǒng)性能。對(duì)于即時(shí)分析要求越來越高的醫(yī)療輔助決策應(yīng)用，這是一個(gè)非常有效的方法�？煺詹粌H僅可以為容災(zāi)提供服務(wù)，還可以給各個(gè)醫(yī)院信息化層面帶來新的驅(qū)動(dòng)力。
綜上所述，存儲(chǔ)虛擬化技術(shù)和CDP技術(shù)的誕生對(duì)于醫(yī)療信息化建設(shè)來說是一個(gè)強(qiáng)有力的工具，我們利用好了可以讓我們的工作事半功倍。醫(yī)院已經(jīng)進(jìn)入或者正在進(jìn)入大數(shù)據(jù)時(shí)代，在大數(shù)據(jù)時(shí)代背景下，利用新的技術(shù)將為醫(yī)院管理和輔助決策注入強(qiáng)勁的驅(qū)動(dòng)力。
參考文獻(xiàn)：
王樹鵬, 云曉春, 郭莉. 持續(xù)數(shù)據(jù)保護(hù)(CDP)技術(shù)的發(fā)展綜述. 信息技術(shù)快報(bào), 2008年第6卷第6期.
王力華，依托統(tǒng)一規(guī)范提升大數(shù)據(jù)利用價(jià)值.北京大學(xué)人民醫(yī)院醫(yī)學(xué)信心中心,2013年6月8日
|
