超融合架构下部署Hadoop 集群的尝试与思考

李立

(泰兴市人民医院，江苏泰兴 225400)

随着医院信息化建设需求的不断提高以及相关医疗信息化技术的创新发展，云计算、大数据BI、AI 等信息技术在医疗行业得到广泛应用[1]。现今，医学数据呈现出了庞大的大数据特征，数据稀疏、维度提高的数据应该如何科学地进行高效计算、分类存储、深度挖掘等将成为尚待研究的新兴课题。

1 研究背景

我院于2014 年开始开展虚拟化平台项目，使用的是两套IBM Flex 刀箱，配合两套EMC VPLEX做了两地METRO 部署。随着业务的不断扩展，同时考虑到信息集成平台项目尽快落地，2018 年开始陆续进行超融合部署，10 台DELL EMC 机架式服务器，其中3 个全闪节点加7 个混闪节点。2019 年，我院信息集成项目正式启动，集成平台和数据中心相继成功部署落地。然而，信息集成平台内的数据中心采集工作刚刚开始不足2 个月，VSAN 平台即出现了一次报警。超融合平台一共90T 的可用空间，在不足2 个月的时间就已经用去近80%，剩余空间甚至不能支撑BI 运营平台的数据抽取与分析，频频报错。经过仔细探讨与分析，我们逐渐发现端倪，超融合架构与Hadoop 集群的结合，利弊共存。

2 分析

2.1 超融合

2.1.1 关于超融合

超融合架构(Hyper-converged Infrastructure)是指我们在同一套信息设备单元中含有存储、计算、网络和虚拟池化等技术，包括数据备份、缓存加速、数据消重、数据压缩与业务连续性无缝对接保护等因素，多个业务节点通过网络重组得以实现高可用性的横向扩展，逐步形成了统一资源池的架构[2]。对于医院细节方面……