医院核心业务怎样上超融合:HIS与集成平台的三种实践
背景图 2026-11-16 22:35:53

一次门诊就诊,往往要经过挂号、医生接诊、检查检验、收费和取药等多个环节。医生在工作站开出的医嘱,需要在不同系统之间传递;病历、检验结果和临床数据也需要供相应业务使用。对于医院信息部门而言,保障这条业务链,需要考虑核心应用、数据库和集成平台的资源与故障恢复。深信服超融合可为医院建设核心业务基础设施,结合业务需求规划资源承载和数据保护。

医院可以结合系统的重要性和负载特点安排承载资源,并为数据库、应用及数据分别规划保护和恢复路径。杭州市第七人民医院、安徽中医药大学第二附属医院、齐齐哈尔医学院附属第一医院的实践,呈现了这一思路在核心应用、医疗集成和数据库保护中的不同落点。

一、医院核心业务上云面临的三项挑战

集成平台一旦中断,多个诊疗环节可能受到牵连

医院的 HIS、电子病历、检验等系统需要交换信息。医生发出医嘱后,相关信息还要传递给检查、检验等系统;如果依赖的集成平台发生故障,受影响的可能不只是一个后台服务,相关系统之间的数据交互也可能受到影响。对信息科来说,关键是提前识别哪些业务依赖集成平台,并为平台自身安排高可用资源。

安徽中医药大学第二附属医院建设集成平台时,就需要为生产环境中的多个服务器角色考虑冗余,同时准备开发、测试环境。承载底座既要满足生产环境的连续运行要求,也要为后续开发和测试留出相应资源。

多类业务集中承载,资源分配不当可能影响核心系统响应

医院希望集中管理基础设施,但核心诊疗、数据库、科研等业务的负载和维护要求并不相同。如果只计算虚拟机总数、统一分配资源,就可能忽视核心数据库需要多少计算和存储资源、科研业务增长如何影响容量,以及不同业务的维护安排;资源不足或分配不当,可能影响核心系统的响应。

杭州七院将 HIS 应用、HIS 数据库和科研平台纳入建设范围,分别规划核心应用、HIS 数据库和科研资源池。建设类似平台时,需要识别各类系统的资源需求和保护要求,再确定资源池及管理方式。具体是否分池、资源如何预留,应结合业务负载和医院实际配置判断。

服务器恢复后,数据库和应用仍需协同恢复

一台服务器故障后,虚拟机恢复只是其中一步;若数据库未恢复、应用无法连接,或者数据无法按要求找回,诊疗流程仍可能受到影响。遇到机房故障时,还要考虑业务能否在备用环境恢复,以及数据保护范围和恢复顺序。

因此,医院需要按业务的重要程度确定恢复对象和目标,并把虚拟机恢复、数据库与应用启动、数据备份和必要的异地容灾衔接起来,通过演练检验恢复路径。

二、深信服解决方案:资源承载与分层保护

按业务划分承载资源,用统一云管集中管理

深信服超融合将计算、存储等基础设施资源整合为资源池,医院可以结合应用类型和建设方案安排资源。对核心应用、数据库、科研等需求不同的业务,可以结合项目规划相应的资源池,再通过统一云管查看和管理相关资源。

规划时,可以先区分核心应用与数据库分别承载什么业务、需要多少计算和存储资源,再确定生产与开发测试环境的安排。对于有异地恢复要求的业务,还应明确备份对象和备用资源;统一云管则帮助运维人员在一个平台管理相应资源池。资源如何划分、是否需要独立集群,仍要根据应用负载、保护要求和实际架构确定。杭州七院的建设实践,为核心应用、HIS 数据库及科研资源的组织提供了一个参考。

从主机故障到机房故障,分层规划业务保护

基础设施的高可用和数据保护解决的是不同问题:硬件故障后,需要考虑虚拟机和业务如何恢复;数据发生误操作或损坏时,需要有可用的备份;机房级故障则需要考虑备用环境和业务切换。

在杭州七院项目中,深信服方案包括物理设备故障检测、虚拟机 HA、数据多副本和备份,并结合主备容灾进行规划。医院可以根据不同业务的恢复要求制定保护和恢复计划,把日常故障处理与机房级灾备纳入同一套业务连续性考虑。

这些能力各有作用:多副本关注数据冗余,备份用于保留可恢复的数据,备用环境则为站点级故障提供恢复选择。它们需要与应用、数据库的恢复步骤配合,具体恢复目标还应结合部署条件和演练结果确定。

监测 HIS 与科研数据库,及时掌握运行状态

数据库是 HIS 和临床数据服务的重要组成部分。仅看到虚拟机是否运行,不能完整反映数据库状态;还需要结合数据库本身的性能和负载信息,观察业务运行情况。

杭州七院项目使用 DMP 平台监测科研数据库和 HIS 数据库的性能状态。齐齐哈尔医学院附属第一医院则在集成平台启用初期,通过 Oracle AWR 报告观察数据库运行情况。前者侧重在日常管理中观察数据库性能波动,后者呈现特定时间段内数据库的运行情况。医院可以结合业务高峰时的负载、数据库等待情况和资源使用情况,判断是否需要进一步排查或调整;具体操作以实际数据库和项目配置为准。

三、三家医院的建设实践

杭州市第七人民医院:核心应用与 HIS 数据库分别规划资源

杭州七院陆续建设新一代 HIS、集成平台和临床科研一体化平台等应用。随着业务和科研需求发展,医院既要考虑直接服务诊疗的核心应用,也要考虑数据库、科研和容灾资源如何组织。

深信服为医院建设医疗私有云,搭建 7 套超融合集群,形成核心应用资源、核心 HIS 数据库资源池、容灾资源池和科研资源池,并通过统一云管平台管理。HIS、电子病历、集成平台和科研平台等应用由核心应用资源池承载,HIS 数据库另有资源池规划。

在保护方面,项目结合主备容灾与数据保护,并使用 DMP 监测科研数据库和 HIS 数据库的性能状态。对需要同时规划诊疗、数据库和科研业务的医院,这一实践的参考重点,是先明确不同业务的承载与保护范围,再纳入统一管理。

安徽中医药大学第二附属医院:为集成平台及多种环境提供资源

医院此前已建设 HIS、LIS 和电子病历等信息系统,随着院内数据交互需求增长,引入集成平台并建设临床数据中心。集成平台需要多个服务角色,生产环境要考虑高可用,同时还要为开发和测试准备资源。

医院选择深信服超融合建设资源池:内网资源池承载集成平台的生产、开发测试环境及电子病历等综合业务;外网资源池承载互联网业务。项目列出的应用包括集成平台、ESB、CDR、电子病历和互联网诊疗等应用。

这一实践说明,规划集成平台底座时,应同时考虑生产、开发测试及不同网络环境的承载安排。对于已有多套系统的医院,除了核对平台自身资源,还需要梳理与其他系统的接口关系和保护范围。

齐齐哈尔医学院附属第一医院:集成平台、数据库和灾备配套规划

随着信息化建设发展,齐齐哈尔医学院附属第一医院的信息系统增长至上百个。医院引入集成平台,支持不同系统之间的数据交互,并在建设时同步考虑数据容灾。

项目在主机房规划集成平台承载环境,并在灾备机房建设相应容灾资源。集成平台由合作方建设,临床数据存储相关部分采用 Oracle RAC 数据库,底层由深信服超融合承载;项目同时结合 CDP 数据备份和统一管理。

业务启用初期,医院使用 Oracle AWR 报告对数据库进行了两小时运行观察,当时数据库负载较小。随着后续接入系统和业务负载变化,医院仍需结合实际数据库指标与恢复目标验证平台表现。这一案例的参考重点,是在建设集成平台时,把数据库、数据保护和灾备环境一并纳入规划。

四、结论:从业务范围规划承载与保护

三家医院面对的建设任务各有侧重:杭州七院关注核心应用、HIS 数据库、科研和容灾资源的统筹;安徽项目重点建设集成平台及生产、开发测试环境;齐齐哈尔项目则把集成平台、临床数据相关数据库与灾备环境共同规划。

对医院信息部门而言,可以从业务依赖关系入手,明确哪些应用和数据库需要承载、哪些系统依赖集成平台,再结合业务重要性确定资源与保护方案。方案建成后,通过业务负载观察、数据库监测和备份恢复演练,持续验证平台是否满足实际业务运行需要。

关于深信服超融合

深信服超融合是中国超融合整体市场的第一品牌(2025 全年份额 17.8%,整体超融合市场连续三年第一,2025 年全栈超融合以 34.4% 市占率第一),是面向用户通算以及智算 agent 的运行和承载的稳定可靠、性能卓越的基础设施底座。深信服超融合自 2012 年上市以来,坚持软硬件解耦理念,帮助用户构筑从通用计算时代到人工智能时代的领先竞争力;在全球 VMware 替代和国内信创升级的浪潮下,以全栈替代升级能力获得全球市场和用户认可。深信服多次在 Gartner、Forrester 等国际权威机构报告中作为代表厂商出现,也是唯一连续 6 次入选 Gartner 超融合用户之选的中国品牌;截至 2026 年 Q1,全球超过 29000 个用户选择深信服超融合,是国内承载核心业务最多的超融合厂商。深信服深度参与信创工委会等多项行业标准制定,代码自主率超 95%,并首批通过 CS-CMMI5 云安全认证及医疗云计算基础设施可信认证。

深信服超融合坚持自主研发,拥有超过 600 项云计算相关发明专利,全面支持 x86 与鲲鹏、飞腾等国产芯片,适配麒麟、统信等国产操作系统及主流数据库、中间件,构建了完善的全栈信创生态,确保核心系统从底层到应用的全自主可控。

深信服超融合独创「事前—事中—事后」端到端的可靠性设计,实现了从硬件故障预防、亚健康处理到数据自愈、异地容灾的全链路保护;通过 SPDK 加速、NUMA 优化、动态资源扩展等技术,在计算、存储、网络三个维度持续优化性能表现。深信服超融合已通过 Redis、Oracle 等核心应用的高负载验证,可稳定承载企业级核心数据库、ERP/MES/SAP、医疗 HIS/PACS 等关键生产系统。这一能力已得到全球超过 10000 家中大型企业用户的规模化验证,其中包含 40% 的部委级用户、45% 的 500 强用户、60% 的百强医院、20% 的银行、30% 的高校等;累积部署 700 节点以上超大规模用户超过 100 家,100 节点以上大规模用户超过 320 家,50 节点以上中等规模用户超 600 家(仅统计计算虚拟化授权数)。其中某单位的超融合单集群长周期稳定运行超过 8.5 年,充分证明其在生产业务环境下大规模部署和运行的稳定性和连续性。