吳麗

摘 要：本文探討了云計算的發(fā)展動態(tài)和典型架構(gòu)，并對云計算在中醫(yī)藥信息化中的應(yīng)用做了初步探討，最后提出了引入云計算需要重點關(guān)注的問題。

關(guān)鍵詞：云計算；中醫(yī)藥；信息化

1 引言

近年來，云計算已經(jīng)成為IT行業(yè)的熱門技術(shù)和話題。由于其并行計算、海量數(shù)據(jù)存儲、擴(kuò)展性極強(qiáng)的特點，逐步在多個領(lǐng)域得到蓬勃發(fā)展。筆者就如何在云計算環(huán)境下進(jìn)行中醫(yī)藥信息化建設(shè)進(jìn)行了探討。

2 云計算簡介與典型架構(gòu)

2.1 云計算簡介

云計算描述了一種基于互聯(lián)網(wǎng)的新的IT服務(wù)增加、使用和交付模式，通常涉及通過互聯(lián)網(wǎng)來提供動態(tài)易擴(kuò)展而且經(jīng)常是虛擬化的資源。云運算是繼上世紀(jì)80年代大型計算機(jī)架構(gòu)演進(jìn)到客戶端-服務(wù)器計算架構(gòu)之后的又一次計算架構(gòu)巨變。用戶不需要了解“云”中基礎(chǔ)設(shè)施的細(xì)節(jié)，不必具有相應(yīng)的專業(yè)知識，也無需直接進(jìn)行控制，就可以在云計算平臺上完成海量計算和存儲任務(wù)的處理。

根據(jù)云計算中服務(wù)對象和提供者的關(guān)系，美國國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）定義了不同的云計算部署模型，包括：公有云（Public Cloud）、私有云（Private Cloud）、社區(qū)云（Community Cloud）和混合云（Hybrid Cloud）。企業(yè)和科研單位既可以利用服務(wù)提供商提供的公有云服務(wù)，，也可以通過云平臺構(gòu)建私有云。當(dāng)前業(yè)界有不少公司已經(jīng)提供公有云服務(wù)，比如國外的Amazon、國內(nèi)的阿里巴巴和騰訊等，用戶可以根據(jù)計算、存儲需求來購買公用云服務(wù)。此外，目前主流的云平臺包括VMware的vSphere、微軟的Windows Azure、Citrix的XenServer以及部分開源項目（比如KVM等），用戶可以根據(jù)自己的需求選擇不同的云平臺來構(gòu)建私有云。

隨著各行業(yè)數(shù)十年IT化的蓬勃發(fā)展，各種信息處理平臺積累了海量的歷史數(shù)據(jù)，蘊(yùn)含了巨大的分析價值，這類數(shù)據(jù)通常稱為“大數(shù)據(jù)”。由于這些大數(shù)據(jù)存在數(shù)據(jù)集超大（常?？蛇_(dá)TB甚至PB級別）、非結(jié)構(gòu)化（比如大量圖片）、異構(gòu)數(shù)據(jù)（多種數(shù)據(jù)比如文本、圖形、視頻混合）的特點，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫應(yīng)用已經(jīng)難以滿足大數(shù)據(jù)處理的要求。而云計算利用大量通用計算、存儲資源支持并行、分布式計算的特點，相對較好的滿足了大數(shù)據(jù)處理的要求。2003-2006年，Google陸續(xù)發(fā)表了三篇論文：《The Google File System》、《MapReduce： Simplified Data Processing on Large Clusters》、《Bigtable： A Distributed Storage System for Structured Data》，分別解決了分布式文件系統(tǒng)、分布式數(shù)據(jù)處理、非關(guān)系型數(shù)據(jù)庫的關(guān)鍵技術(shù)，極大促進(jìn)了大數(shù)據(jù)處理技術(shù)的發(fā)展，使得云計算首先在互聯(lián)網(wǎng)行業(yè)生根發(fā)芽，逐步拓展到其他行業(yè)。

2.2 典型云計算架構(gòu)

云計算對大數(shù)據(jù)的核心處理技術(shù)目前較為流行的是Map-Reduce架構(gòu)，它是Google提出的一個軟件架構(gòu)，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運算。其核心思想是將海量的數(shù)據(jù)集合分解為多個子數(shù)據(jù)集，通過“Map（映射）”將子數(shù)據(jù)集和計算任務(wù)分解到各個計算節(jié)點上去，然后將計算結(jié)果通過“Reduce（化簡）”操作匯總到一起。當(dāng)前業(yè)界應(yīng)用較多的Map Reduce開源項目為Apache Hadoop，其發(fā)源于Yahoo，作為開源項目開放后很多互聯(lián)網(wǎng)公司首先在此項目上應(yīng)用，其后得到了很多擴(kuò)展，在大數(shù)據(jù)領(lǐng)域得到了蓬勃發(fā)展。

Hadoop框架透明地為應(yīng)用提供可靠性和數(shù)據(jù)移動。它實現(xiàn)了Map-Reduce架構(gòu)的編程范式：應(yīng)用程序被分割成許多小部分，而每個部分都能在集群中的任意節(jié)點上執(zhí)行或重新執(zhí)行。Hadoop還提供了分布式文件系統(tǒng)，用以存儲所有計算節(jié)點的數(shù)據(jù)，這為整個集群帶來了非常高的帶寬。Map-Reduce和分布式文件系統(tǒng)的設(shè)計，使得整個框架能夠自動處理節(jié)點故障，從而實現(xiàn)了高度可擴(kuò)展的分布式計算。

利用開源的云計算平臺（比如KVM等）、分布式處理軟件框架（比如Hadoop），企業(yè)和科研單位可以快速搭建具備海量數(shù)據(jù)處理、超強(qiáng)計算能力的云計算系統(tǒng)，從而使得科研人員得以聚焦在自己的專業(yè)領(lǐng)域上，避免在底層系統(tǒng)的構(gòu)建、異常的處理方面浪費時間，從而大大提升了效率。

3 中醫(yī)藥信息化中的云計算應(yīng)用與展望

中醫(yī)藥是我國的傳統(tǒng)醫(yī)學(xué)，承載著幾千年來的中華民族優(yōu)秀傳統(tǒng)文化。中醫(yī)藥信息化是充分利用信息技術(shù)促進(jìn)中醫(yī)藥信息資源的開發(fā)、利用和共享。加快中醫(yī)藥信息化建設(shè)，能夠提高中醫(yī)藥科學(xué)管理水平和創(chuàng)新能力，促進(jìn)中醫(yī)藥事業(yè)加速發(fā)展，實現(xiàn)中醫(yī)藥的現(xiàn)代化。在中醫(yī)藥信息化的道路上，中醫(yī)臨床診斷系統(tǒng)、專家系統(tǒng)、中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)等都取得了不同程度的發(fā)展，而云計算的引入將大大提高中醫(yī)藥信息化建設(shè)的效率。下面就云計算在中醫(yī)藥信息化中的應(yīng)用做一些探討。

3.1 分布式數(shù)據(jù)挖掘系統(tǒng)

在幾千年的中醫(yī)藥發(fā)展歷程中，留下了許多珍貴的文獻(xiàn)資料，蘊(yùn)含豐富的科學(xué)內(nèi)容，通過數(shù)據(jù)挖掘技術(shù)可以找出隱含的有用信息和知識。目前已在中醫(yī)藥領(lǐng)域得到廣泛應(yīng)用，但現(xiàn)在一般采用的是基于文本或關(guān)系型數(shù)據(jù)庫的單機(jī)應(yīng)用，這種方式能支持的數(shù)據(jù)量級較小。而數(shù)據(jù)挖掘的準(zhǔn)確性，除了與算法的選擇相關(guān)外，還與數(shù)據(jù)集的“量”有較大關(guān)系，數(shù)據(jù)集的量越大，數(shù)據(jù)挖掘的準(zhǔn)確性越高。當(dāng)數(shù)據(jù)挖掘的數(shù)據(jù)集合超過一定程度、或者算法引入的因子過多時，傳統(tǒng)的數(shù)據(jù)挖掘平臺和算法往往難以支撐數(shù)據(jù)挖掘程序的有效運行。此時往往采用如下幾個做法：

（1）縮減數(shù)據(jù)集：在數(shù)據(jù)預(yù)處理階段按比例和一定規(guī)則（比如隨機(jī)采樣）對原始數(shù)據(jù)集采樣，形成新的數(shù)據(jù)集，作為數(shù)據(jù)挖掘的輸入數(shù)據(jù)。這種方式提高了數(shù)據(jù)挖掘算法的運算效率，但損失了精確性。

（2）優(yōu)化算法：對算法優(yōu)化，比如采用不同的算法或者減少算法因子，這會提升數(shù)據(jù)挖掘計算的效率，但也損失了精度；

（3）提高硬件性能：比如采用更高計算能力、更大內(nèi)存的服務(wù)器，更高性能的數(shù)據(jù)倉庫等，這將極大增加投資成本。服務(wù)器硬件性能的提升與投資非線性增長關(guān)系，超出一定范圍后，計算性能提升1倍，則需投入資金可能高出N倍。

而基于云計算平臺構(gòu)建分布式的數(shù)據(jù)挖掘系統(tǒng)，比如采用前文提到的Hadoop開源軟件框架，將數(shù)據(jù)挖掘程序和數(shù)據(jù)分布到多個不同的任務(wù)/數(shù)據(jù)節(jié)點上去，每個節(jié)點完成自己的挖掘任務(wù)后，反饋結(jié)果給匯總服務(wù)器，最后匯總數(shù)據(jù)結(jié)果。由于這種模式不需要對硬件提出額外要求，只需要根據(jù)數(shù)據(jù)挖掘的數(shù)據(jù)集和算法復(fù)雜度增加常規(guī)服務(wù)器即可，并且可以做到按需添加，避免閑時不用的浪費，極大降低了投資成本。

3.2 醫(yī)學(xué)數(shù)據(jù)的處理與存儲

在中醫(yī)藥醫(yī)療行業(yè)有大量的醫(yī)學(xué)數(shù)據(jù)需要處理和存儲，這些醫(yī)學(xué)數(shù)據(jù)包括電子病歷、體檢記錄、醫(yī)學(xué)影像等，傳統(tǒng)的存儲模式分散在信息平臺的不同醫(yī)療系統(tǒng)中：電子病歷系統(tǒng)（EMR），醫(yī)學(xué)影像存儲與傳輸系統(tǒng)（PACS）、檢驗信息系統(tǒng)（LIS）等。受限于傳統(tǒng)醫(yī)療系統(tǒng)在基礎(chǔ)架構(gòu)方面的限制，通常存在如下問題：

（1）大數(shù)據(jù)量：某醫(yī)院每天產(chǎn)生GB級以上的原始數(shù)據(jù)，而由于傳統(tǒng)數(shù)據(jù)庫在大數(shù)據(jù)文件處理方面的限制，往往需要進(jìn)行轉(zhuǎn)換處理和歸檔存儲，無法很好處理大數(shù)據(jù)的文件。

（2）異構(gòu)數(shù)據(jù)：異構(gòu)數(shù)據(jù)（文本、圖像、語音、視頻等）無法很好的保存在同一個關(guān)系型數(shù)據(jù)庫中。

（3）數(shù)據(jù)源分散：由于技術(shù)、組織和流程的限制，數(shù)據(jù)保存分散，分散在不同的數(shù)據(jù)源中，數(shù)據(jù)不能在存儲系統(tǒng)或不同磁盤之間自由流動，同時缺乏合理的備份恢復(fù)機(jī)制，并且安全保護(hù)可靠性弱。

這些醫(yī)學(xué)數(shù)據(jù)的處理和保存方面既需要高性能的計算能力，又需要海量的存儲資源。云計算技術(shù)中的分布式計算應(yīng)用可以將需要密集計算的數(shù)據(jù)轉(zhuǎn)換任務(wù)分布到大量通用的計算節(jié)點上并行完成，從而大大縮短了數(shù)據(jù)處理的時間，提高處理效率。對于海量醫(yī)學(xué)異構(gòu)數(shù)據(jù)的存儲，可通過云存儲將海量數(shù)據(jù)分布式存儲到網(wǎng)絡(luò)中多個不同類型的存儲設(shè)備上，無需專用的存儲資源，并可保證系統(tǒng)的可靠性，降低了投資成本。同時，云計算亦可以對平臺中各類應(yīng)用系統(tǒng)所需資源進(jìn)行合理調(diào)度，提高硬件利用效率，減少數(shù)據(jù)安全隱患，提高網(wǎng)絡(luò)運行性能，并保障所有應(yīng)用系統(tǒng)的安全運行。

3.3 中醫(yī)藥科研計算存儲平臺

在中醫(yī)藥科研中，有大量項目類似如數(shù)據(jù)挖掘、醫(yī)學(xué)圖像處理等，每個項目都需要考慮對數(shù)據(jù)進(jìn)行計算與存儲建模、設(shè)計和實現(xiàn)，占用科研人員大量的寶貴時間。同時，由于每個項目獨立計算和存儲，也不利于硬件資源的共享和復(fù)用。通過云計算技術(shù)的引入構(gòu)建統(tǒng)一的分布式中醫(yī)藥科研計算和存儲平臺，專業(yè)領(lǐng)域的科研人員直接使用云計算平臺提供的API實現(xiàn)計算和存儲功能，從而只需要關(guān)注本專業(yè)課題的研究，不需要關(guān)注具體的計算和存儲實現(xiàn)方案，提高了科研效率。同時由于多個項目共用科研計算存儲平臺，達(dá)到了資源的復(fù)用，節(jié)約了大量的科研經(jīng)費，避免了硬件投資的浪費。

4 中醫(yī)藥信息化中的云計算應(yīng)用重點問題探討

雖然云計算分布式處理、海量存儲的特點對需要大數(shù)據(jù)量、密集計算的數(shù)據(jù)處理有很大幫助，但距離廣泛應(yīng)用仍面臨部分問題需要解決，比如：

4.1 公有云、私有云的選擇

目前已有不少公有云運營商提供公有云服務(wù)，公有云屏蔽云平臺的技術(shù)實現(xiàn)細(xì)節(jié)，使得課題組研發(fā)人員可以聚焦于專業(yè)領(lǐng)域的問題解決上，提高了科研效率。同時公有云一般提供按資源（比如CPU、內(nèi)存、存儲空間等）、按時段（按日、月、年等）收費，研究人員可以在需要時按需申請。但公有云面臨不同服務(wù)提供商提供的服務(wù)質(zhì)量無法保證、通過公眾網(wǎng)絡(luò)訪問云系統(tǒng)面臨的潛在安全風(fēng)險、以及網(wǎng)絡(luò)中斷導(dǎo)致的業(yè)務(wù)不可持續(xù)風(fēng)險。

與公有云對比，私有云在安全、網(wǎng)絡(luò)中斷、服務(wù)質(zhì)量等方面的風(fēng)險相對小一些，但面臨資源得不到充分利用、需要較強(qiáng)的技術(shù)團(tuán)隊支撐私有云平臺的運行等問題。

在中醫(yī)藥信息化建設(shè)中，可以考慮采用“混合云”的模式，即公有云、私有云共存?？蒲袉挝豢梢宰孕袠?gòu)建私有云平臺，對于高安全性、高可靠性要求的計算、存儲任務(wù)，放在私有云中運行。對于突發(fā)的、安全要求不高、普通的中間過程計算任務(wù)，可以充分利用公有云按需服務(wù)、容量大的特點，采用公有云運行。

4.2 云平臺的選擇

對于私有云平臺的搭建，則涉及到不同云平臺的選擇問題。目前主流的商用云平臺有VMware的vSphere、微軟的Hyper-V等，開源的平臺有XEN、KVM等。商用平臺應(yīng)用廣泛、應(yīng)用適應(yīng)性強(qiáng)，有較好的技術(shù)服務(wù)支撐，但收費亦較高。開源平臺費用少，但需要較強(qiáng)的技術(shù)實力來保證云平臺的運行和維護(hù)。

用戶可綜合投資經(jīng)費、技術(shù)保障能力、應(yīng)用的平臺訴求、演進(jìn)需求等多維度因素，綜合評估后做出選擇。

4.3 云安全

由于云計算改變了傳統(tǒng)的計算模式，資源最大化的同時，也帶來了潛在的安全風(fēng)險。比如在公有云的使用中，賬戶的錯誤安全策略、服務(wù)器DDOS攻擊、服務(wù)器端木馬都可能造成對業(yè)務(wù)造成影響。

這需要在將應(yīng)用部署到云平臺時充分評估，制定合理的安全策略、安全突發(fā)事件的應(yīng)急處理方案、定期安全審計等。必要時，需要和云服務(wù)提供商一起討論、制定更為嚴(yán)格、有保證的云服務(wù)策略。

5 結(jié)語

云計算是新的計算和資源共享模式，具有極大的投資收益和便利性，已經(jīng)成為海量計算和存儲任務(wù)處理的主流技術(shù)方案。而中醫(yī)藥領(lǐng)域要得到長遠(yuǎn)發(fā)展，必須對海量數(shù)據(jù)進(jìn)行保存、研究和規(guī)范化整理，通過充分利用云計算技術(shù)，中醫(yī)藥科研人員可進(jìn)一步深化中醫(yī)藥診療信息化和科研信息化的建設(shè)工作。

[參考文獻(xiàn)]

[1]Sanjay Ghemawat，Howard Gobioff，and Shun-Tak Leung.The Google File System.http：//static.googleusercontent.com/media/research.google.com/en//archive/gfs-sosp2003.pdf.

[2]Jeffrey Dean and Sanjay Ghemawat.MapReduce：Simplified Data Processing on Large Clusters. http：//static.googleusercontent.com/media/research.google.com/en//archive/mapreduce-osdi04.pdf.

[3]高漢松，肖凌，許德瑋，桑梓勤.基于云計算的醫(yī)療大數(shù)據(jù)挖掘平臺. 醫(yī)學(xué)信息學(xué)雜志.2013，（5）：7-12.

[4]張杰敏.云計算實現(xiàn)醫(yī)學(xué)數(shù)據(jù)中心的模型分析.漳州師范學(xué)院學(xué)報（自然科學(xué)版）.2011，（4）：47-52.

[5]鄔啟明.Hadoop介紹及實戰(zhàn).http：//wenku.baidu.com/view/53db8c19cc7931b765ce15af.htm1.[2013-04-18].

[6]趙修文，劉伍穎，王挺.基于本體的醫(yī)療信息搜索技.計算機(jī)工程與應(yīng)用.2010，46 （20）：251—256.

[7]張惠然，戴佳筑，李芝龍，沈小龍.基于云計算平臺的醫(yī)療健康監(jiān)視系統(tǒng).上海大學(xué)學(xué)報（自然科學(xué)版）2013（2），35-38.

[8]李彭軍，陳光杰，郭文明.基于HDFS的區(qū)域醫(yī)學(xué)影像分布式存儲架構(gòu)設(shè)計[J].南方醫(yī)科大學(xué)學(xué)報，2011，（3）：495-498.