大數(shù)據(jù)時(shí)代中藥圖譜文件云服務(wù)PaaS模型設(shè)計(jì)

摘 要：通過分析IaaS虛擬化平臺(tái)的IO傳輸缺陷，結(jié)合中藥圖譜研究中大量以文件形式存在的圖譜數(shù)據(jù)傳輸需求，研究中藥圖譜文件系統(tǒng)向虛擬化平臺(tái)遷移中的局限，并對(duì)比現(xiàn)有解決方案，提出通過業(yè)務(wù)分層的方法將文件IO負(fù)載從應(yīng)用系統(tǒng)中剝離的文件PaaS模型，該模型將文件式IO密集型應(yīng)用分解為：UI服務(wù)層、業(yè)務(wù)邏輯層、數(shù)據(jù)傳輸層和數(shù)據(jù)存儲(chǔ)層，UI服務(wù)和業(yè)務(wù)邏輯可方便的部署于IaaS虛擬化平臺(tái)中，數(shù)據(jù)傳輸層和數(shù)據(jù)存儲(chǔ)層則通過PaaS文件服務(wù)平臺(tái)為第三方應(yīng)用提供文件管理、存儲(chǔ)傳輸?shù)确?wù)實(shí)現(xiàn)，此外，通過內(nèi)部隨機(jī)加密令牌的方式，實(shí)現(xiàn)第三方安全存取訪問。通過該模型，解決云計(jì)算環(huán)境下中藥圖譜數(shù)據(jù)挖掘過程中難以解決大數(shù)據(jù)傳輸效率的問題，為圖譜分析系統(tǒng)向云計(jì)算環(huán)境改造提供高效、安全的解決方案。

關(guān)鍵詞：云計(jì)算；虛擬化；大數(shù)據(jù)；文件；服務(wù)

中圖分類號(hào)：TP311.52

隨著云計(jì)算的普及，傳統(tǒng)的醫(yī)療信息系統(tǒng)建設(shè)模式正慢慢向醫(yī)療信息云服務(wù)建設(shè)模式轉(zhuǎn)變，醫(yī)療信息系統(tǒng)虛擬化云服務(wù)帶來了高效率、低能耗、動(dòng)態(tài)擴(kuò)展與隨需應(yīng)變等各種好處。然而，虛擬化云服務(wù)的IO瓶頸難以解決醫(yī)學(xué)圖像系統(tǒng)對(duì)于大數(shù)據(jù)量文件傳輸?shù)男始鞍踩孕枨?。各類研究通過IO虛擬化、網(wǎng)絡(luò)存儲(chǔ)、分布式虛擬化、云存儲(chǔ)等方式嘗試解決，但都難以同時(shí)滿足大數(shù)據(jù)流量和訪問安全控制的需要。本文通過業(yè)務(wù)分層的方法，將云計(jì)算環(huán)境下，中藥圖譜分析系統(tǒng)中計(jì)算密集型業(yè)務(wù)與文件IO密集型業(yè)務(wù)分離，并通過隨機(jī)加密令牌的方式實(shí)現(xiàn)安全訪問控制，從而解決醫(yī)療信息系統(tǒng)向云計(jì)算虛擬化環(huán)境中遷移時(shí)面臨的大數(shù)據(jù)文件傳輸性能瓶頸問題。

1 云計(jì)算時(shí)代的醫(yī)療信息化

普遍認(rèn)為，醫(yī)院信息化發(fā)展過程經(jīng)歷三個(gè)階段：第一階段是醫(yī)院管理信息化階段（HIS）；第二階段是臨床管理信息化階段（CIS）；第三階段是區(qū)域醫(yī)療衛(wèi)生服務(wù)階段（GMIS），實(shí)現(xiàn)預(yù)防保健、醫(yī)療服務(wù)和衛(wèi)生管理一體化。

隨著醫(yī)療體制改革的深入，大型醫(yī)療機(jī)構(gòu)在完善自身內(nèi)部信息系統(tǒng)建設(shè)的同時(shí)，開始探索區(qū)域醫(yī)療信息化建設(shè)，實(shí)現(xiàn)區(qū)域內(nèi)醫(yī)療機(jī)構(gòu)之間的資源整合和共享[1-2]。區(qū)域醫(yī)療衛(wèi)生服務(wù)建設(shè)需要面對(duì)數(shù)據(jù)共享、人力資源短缺、資金投入巨大以及系統(tǒng)擴(kuò)展迅速的困難，而云計(jì)算恰恰具備數(shù)據(jù)共享、提高管理效率、降低建設(shè)成本的優(yōu)勢(shì)，而且云計(jì)算面相服務(wù)的特性也與區(qū)域醫(yī)療信息化強(qiáng)調(diào)服務(wù)的特點(diǎn)不謀而合，因此，醫(yī)療信息化建設(shè)向區(qū)域醫(yī)療信息化發(fā)展的過程，就必然包含傳統(tǒng)醫(yī)療信息系統(tǒng)向醫(yī)療云服務(wù)轉(zhuǎn)變得過程。

2 醫(yī)療大數(shù)據(jù)，云計(jì)算虛擬化的瓶頸

大數(shù)據(jù)時(shí)代已經(jīng)來臨，而醫(yī)療信息化在大數(shù)據(jù)時(shí)代的最前端。一個(gè)圖譜文件大約有4萬多條數(shù)據(jù)，一個(gè)基因組序列文件大小約為750MB，標(biāo)準(zhǔn)的病理圖的數(shù)據(jù)量則要接近5GB，英特爾全球醫(yī)療解決方案架構(gòu)師預(yù)測(cè)到2020年醫(yī)療數(shù)據(jù)將增至35ZB，相當(dāng)于2009年數(shù)據(jù)量的44倍。然而，研究表明，對(duì)于將系統(tǒng)架設(shè)在基于IaaS的云服務(wù)平臺(tái)上時(shí)，通常會(huì)遇到IaaS虛擬設(shè)備內(nèi)部總控調(diào)度負(fù)載過高的問題，導(dǎo)致其對(duì)外輸出文件的能力大幅度下降[3]；同樣，對(duì)于IaaS虛擬機(jī)平臺(tái)來說，過多的IO負(fù)載會(huì)導(dǎo)致其內(nèi)部虛擬機(jī)管理器的調(diào)度壓力增大，進(jìn)而影響整個(gè)虛擬機(jī)平臺(tái)的運(yùn)行性能[4]。由于醫(yī)學(xué)數(shù)據(jù)主要以文件的形式存在，因此，云計(jì)算虛擬化環(huán)境下文件傳輸?shù)腎O瓶頸問題是制約醫(yī)療信息系統(tǒng)向醫(yī)療云服務(wù)發(fā)展的關(guān)鍵問題。

3 提高虛擬化IO性能的研究

目前，研究提高虛擬化云平臺(tái)中IO性能的方法有云存儲(chǔ)、IO虛擬化，云盤、分布式虛擬化等。其中，云存儲(chǔ)主要用于提高外掛存儲(chǔ)區(qū)的IO吞吐量，并不考慮加入業(yè)務(wù)邏輯以后，整體云服務(wù)的IO吞吐量[5-6]；IO虛擬化則主要研究實(shí)現(xiàn)虛擬機(jī)調(diào)用物理機(jī)IO的機(jī)制，不涉及大數(shù)據(jù)并發(fā)的負(fù)載均衡處理[7-8]；云盤總體而言和其他普通網(wǎng)盤沒有根本性的區(qū)別，就是其主要業(yè)務(wù)功能是針對(duì)個(gè)人用戶進(jìn)行存儲(chǔ)和分享的，而不是針對(duì)第三方應(yīng)用進(jìn)行開發(fā)，但是其外鏈功能和權(quán)限功能具有很重要的參考意義[9]；分布式系統(tǒng)，能夠很好的提高整體系統(tǒng)的負(fù)載，但是因其架設(shè)在云端上的系統(tǒng)的對(duì)外輸出仍然由其本身承擔(dān)，在大量的IO負(fù)載下，系統(tǒng)其他對(duì)外業(yè)務(wù)的能力會(huì)被極大地壓縮[10-11]。

4 PaaS文件服務(wù)平臺(tái)模型

圖1 基于PaaS文件服務(wù)平臺(tái)框架

基于PaaS的文件服務(wù)模式，與傳統(tǒng)的文件傳輸模式最大的區(qū)別在于將文件的存取業(yè)務(wù)流與實(shí)際文件存取的數(shù)據(jù)流分開，將整體應(yīng)用業(yè)務(wù)分為業(yè)務(wù)層、控制層和數(shù)據(jù)層三個(gè)層次，業(yè)務(wù)層和控制層可以無障礙地部署在云計(jì)算虛擬化空間，數(shù)據(jù)層則部署在外部物理環(huán)境，用戶在訪問第三方應(yīng)用的過程中需要獲取實(shí)體文件時(shí)，實(shí)際上從第三方應(yīng)用服務(wù)器獲得的是文件的訪問路徑與訪問令牌，而實(shí)際進(jìn)行文件交付的是存儲(chǔ)服務(wù)器組。其中，存儲(chǔ)中心和存儲(chǔ)服務(wù)器組的具體功能如下：存儲(chǔ)中心的功能設(shè)計(jì)：外部應(yīng)用對(duì)文件上傳下載請(qǐng)求的權(quán)限處理。保存文件實(shí)體的信息，文件實(shí)體所在的物理位置；為上傳請(qǐng)求，下載請(qǐng)求進(jìn)行權(quán)限過濾；為上傳請(qǐng)求，下載請(qǐng)求分配存儲(chǔ)服務(wù)器地址；為外部應(yīng)用提供內(nèi)部存儲(chǔ)剩余容量、帶寬資源等信息；對(duì)內(nèi)部?jī)?chǔ)存服務(wù)器內(nèi)的文件進(jìn)行調(diào)度；對(duì)上傳的項(xiàng)目、工程、文件夾內(nèi)的文件進(jìn)行調(diào)度。存儲(chǔ)服務(wù)器的功能設(shè)計(jì)：對(duì)用戶上傳、下載請(qǐng)求進(jìn)行權(quán)限過濾；對(duì)下載用戶返回文件；接受用戶上傳的文件并保存；向存儲(chǔ)中心提供文件信息；接收存儲(chǔ)中心發(fā)送的文件調(diào)度。

5 關(guān)鍵問題解決方案

5.1文件上傳流程設(shè)計(jì)。在文件上傳的流程中，存儲(chǔ)中心主要提供用戶權(quán)限校驗(yàn)、分配響應(yīng)上傳請(qǐng)求的存儲(chǔ)服務(wù)器和拉取上傳權(quán)限的作用。通過用戶權(quán)限校驗(yàn)可以在用戶提交上傳文件流之前，對(duì)其上傳請(qǐng)求進(jìn)行攔截。通過上傳請(qǐng)求的響應(yīng)分配，可以綜合考量各個(gè)存儲(chǔ)服務(wù)器的當(dāng)前帶寬、流量和存儲(chǔ)空間的諸多因素并決定響應(yīng)此次上傳請(qǐng)求的存儲(chǔ)服務(wù)器。存儲(chǔ)中心決定此次響應(yīng)上傳的存儲(chǔ)服務(wù)器并到此服務(wù)器拉取上傳權(quán)限。用戶憑權(quán)限到存儲(chǔ)服務(wù)器上傳文件后，存儲(chǔ)服務(wù)器會(huì)將上傳結(jié)果返回給存儲(chǔ)中心進(jìn)行文件信息的存儲(chǔ)和分析。其主要步驟如下：（1）外部應(yīng)用提出上傳文件的請(qǐng)求。（2）儲(chǔ)存中心響應(yīng)請(qǐng)求：①驗(yàn)證外部應(yīng)用對(duì)文件目錄的訪問權(quán)限。②驗(yàn)證外部應(yīng)用剩余空間、文件大小、工程大小等條件制。③輪詢存儲(chǔ)服務(wù)器，找出最適合響應(yīng)上傳的服務(wù)器。（3）到存儲(chǔ)服務(wù)器拉取上傳權(quán)限。（4）文件上傳權(quán)限返回給外部應(yīng)用。（5）外部應(yīng)用憑文件上傳憑證上傳文件到存儲(chǔ)服務(wù)器。（6）存儲(chǔ)服務(wù)器返回上傳結(jié)果到存儲(chǔ)中心。

5.2文件下載流程設(shè)計(jì)。在文件下載的流程中，存儲(chǔ)中心主要提供用戶權(quán)限校驗(yàn)、分配響應(yīng)下載請(qǐng)求的存儲(chǔ)服務(wù)器和拉取下載權(quán)限的作用。通過用戶權(quán)限校驗(yàn)可以在用戶獲得下載文件流之前，對(duì)其下載請(qǐng)求進(jìn)行攔截。通過下載請(qǐng)求的響應(yīng)分配，可以綜合考量各個(gè)存儲(chǔ)服務(wù)器的當(dāng)前帶寬、流量和存儲(chǔ)空間的諸多因素并決定響應(yīng)此次下載請(qǐng)求的存儲(chǔ)服務(wù)器。存儲(chǔ)中心決定此次響應(yīng)下載的存儲(chǔ)服務(wù)器并到此服務(wù)器拉取下載權(quán)限。用戶憑權(quán)限到存儲(chǔ)服務(wù)器下載文件后，存儲(chǔ)服務(wù)器會(huì)將下載結(jié)果返回給存儲(chǔ)中心進(jìn)行文件信息的存儲(chǔ)，分析。其主要步驟如下：（1）外部應(yīng)用提出上傳下載的請(qǐng)求。（2）儲(chǔ)存中心響應(yīng)下載請(qǐng)求。（3）驗(yàn)證外部應(yīng)用對(duì)文件目錄的訪問權(quán)限。（4）找出該文件物理保存的所有存儲(chǔ)服務(wù)器。（5）綜合存儲(chǔ)服務(wù)器資源，找出最適合響應(yīng)下載的服務(wù)器。（6）到存儲(chǔ)服務(wù)器拉取下載權(quán)限。（7）文件下載權(quán)限返回給外部應(yīng)用。（8）外部應(yīng)用憑文件下載權(quán)限到存儲(chǔ)服務(wù)器下載文件實(shí)體。（9）存儲(chǔ)服務(wù)器返回下載結(jié)果到存儲(chǔ)中心。

5.3內(nèi)部文件調(diào)度流程。文件調(diào)度可以均衡各個(gè)服務(wù)器的負(fù)載，達(dá)到最大化利用存儲(chǔ)服務(wù)器硬盤、網(wǎng)絡(luò)、處理器等資源的目的。例如，當(dāng)某一個(gè)文件處于被多個(gè)進(jìn)行下載訪問的狀態(tài)下，通過拷貝調(diào)度，將此文件拷貝到2個(gè)甚至多個(gè)存儲(chǔ)服務(wù)器中，形成多條對(duì)外輸出此文件的通道，避免了集中訪問同一個(gè)存儲(chǔ)服務(wù)器時(shí)遇到的帶寬和處理器擁擠。當(dāng)一個(gè)文件通過拷貝調(diào)度，并對(duì)外輸出完畢后，通過文件刪除調(diào)度可以將重復(fù)的文件刪除以達(dá)到節(jié)省存儲(chǔ)空間的目的。其主要步驟如下：（1）存儲(chǔ)中心對(duì)文件訪問日志進(jìn)行分析，確定調(diào)度類型。（2）存儲(chǔ)中心向相關(guān)的儲(chǔ)存服務(wù)器下發(fā)調(diào)度命令。（3）存儲(chǔ)服務(wù)器根據(jù)相關(guān)命令對(duì)文件進(jìn)行處理：①文件拷貝：將一個(gè)文件實(shí)體拷貝到另一個(gè)存儲(chǔ)服務(wù)器分流。②文件刪除：刪除本地一個(gè)文件實(shí)體。③文件剪切：將一個(gè)文件實(shí)體從本地剪切到另一個(gè)存儲(chǔ)服器。（4）存儲(chǔ)服務(wù)器返回調(diào)度處理結(jié)果。

6 結(jié)束語

該模型不同于其他網(wǎng)絡(luò)存儲(chǔ)系統(tǒng)，其最大意義是使用分層的方法實(shí)現(xiàn)了業(yè)務(wù)流與數(shù)據(jù)流的分離，免去了數(shù)據(jù)流從存儲(chǔ)服務(wù)器傳遞到云計(jì)算虛擬機(jī)，再由云端傳送至客戶端的過程，從而避免云計(jì)算環(huán)境下虛擬機(jī)IO處理性能低下的問題，為實(shí)現(xiàn)中藥圖譜文件在云計(jì)算環(huán)境下虛擬化改造提供支持，而且本文所提平臺(tái)框架應(yīng)用簡(jiǎn)單，便于第三方進(jìn)行開發(fā)，能夠減少第三方應(yīng)用的業(yè)務(wù)規(guī)模和硬件負(fù)擔(dān)，對(duì)于開展云計(jì)算區(qū)域醫(yī)療改革提供可行思路。

參考文獻(xiàn)：

[1]石曉敬.基于云計(jì)算的區(qū)域醫(yī)療信息化建設(shè)[J].中華醫(yī)學(xué)圖書情報(bào)雜志，2013（09）：20-23.

[2]陳云忠，曹定舟，許源.淺析基于云計(jì)算的區(qū)域衛(wèi)生信息系統(tǒng)的構(gòu)建[J].醫(yī)院數(shù)字化，2011（09）：57-60.

[3]宋振華，楊亞軍.Xen虛擬機(jī)間的磁盤I/O性能隔離[J].小型微型計(jì)算機(jī)系統(tǒng)，2011（32）：1674-1678.

[4]林昊.分布式Java應(yīng)用（基礎(chǔ)與實(shí)踐）[M].北京：電子工業(yè)出版社，2010（06）.

[5]劉貝，湯斌.云存儲(chǔ)原理及發(fā)展趨勢(shì)[J].科技信息，2011（05）：470-471.

[6]吳吉義.基于DHT的開放對(duì)等云存儲(chǔ)服務(wù)系統(tǒng)研究[D].浙江大學(xué)，2011.

[7]Susanta N.A Survey on Virtualization Technologies.State University of New York，Stony Brook，F(xiàn)eb 2005.

[8]Intel.Intel Virtualization Technology for Directed I/O.Intel Corporation，2006[R].

[9]雷萬云.云計(jì)算：技術(shù)、平臺(tái)及應(yīng)用案例[M].北京：清華大學(xué)出版社，2011（05）.

[10]Zhou Yinan，Wang Yu.HadoopFile System Performance Analysis [J].Electronic teachnology，15-16.

作者簡(jiǎn)歷：葉少霞（1967-），女，本科，高級(jí)會(huì)計(jì)師，研究方向：高校財(cái)務(wù)管理。

作者單位：廣州中醫(yī)藥大學(xué)，廣州 510405

基金項(xiàng)目：本項(xiàng)目受廣東省自然基金“基于云計(jì)算的模板式中醫(yī)藥科學(xué)計(jì)算體系”項(xiàng)目資助（項(xiàng)目編號(hào)S2012010008123）。