医院数据底座的四重形态与螺旋式升级 \* { margin: 0; padding: 0; outline: 0; } body { font-family: "PingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif; line-height: 1.6; } .\_\_page\_content\_\_ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .\_\_meta\_\_ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .\_\_meta\_\_ .nick\_name { color: #576B95; } .\_\_meta\_\_ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid #ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item\_show\_type\_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: #576B95; text-decoration: none; cursor: default; } .text\_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture\_content .picture\_item { margin-bottom: 30px; } .picture\_content .picture\_item .picture\_item\_label { text-align: center; } img { max-width: 100%; } .pay\_subscribe\_notice { margin: 30px 0; padding: 20px; background: #fffbe6; border: 1px solid #ffe58f; border-radius: 8px; } .pay\_subscribe\_badge { display: inline-block; padding: 4px 12px; background: #faad14; color: #fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay\_subscribe\_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay\_subscribe\_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .\_\_bottom-bar\_\_ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .\_\_bottom-bar\_\_ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .\_\_bottom-bar\_\_ .right { display: flex; } .\_\_bottom-bar\_\_ .sns\_opr\_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .\_\_bottom-bar\_\_ .sns\_opr\_btn:not(:last-child) { margin-right: 16px; } .\_\_bottom-bar\_\_ .sns\_opr\_btn > img { margin-right: 4px; }

医院数据底座的四重形态与螺旋式升级

原创 恒健知行 恒健知行 2025-07-06 20:43 安徽

原文地址: https://mp.weixin.qq.com/s/nBjQWvBdXXDqiaLdh4d2GQ

 CHIMA官微6月13日发过《走过“数据中台”，回归“数据基座””》文章，文章从数据技术进程将医院“数据底座”归纳为4种类型，即数据仓库、数据湖、湖仓一体。本文介绍上述各类架构的核心特征、技术架构、医疗场景适配性及演进逻辑。

一、数据仓库（DW）

数据仓库（DW）由Inmon定义为“面向主题的、集成的、非易失的、时变的数据集合，用于支持管理决策”。其核心在于将分散的异构业务数据（如HIS、LIS、EMR）通过ETL（Extract, Transform, Load）流程整合为统一分析模型。目前各类BI分析、运营决策分析主题依然采用该种结构。

数据仓库架构通常分层设计：贴源层（ODS）、明细层（DWD）、公共汇总层（DWS）、主题集市层（DM）(阿里大数据的称谓)。预定义Schema，需预先设计星型/雪花模型。各层级数据通过ETL流程实现数据流转。主要的局限在于难以处理非结构化数据、数据延迟（ETL数据滞后）。

数仓架构示意图如下（陈玲，基于医院信息系统的数据仓库研究及实现）：

二、数据湖（Data Lake）

数据湖是集中存储原始格式（结构化/半结构化/非结构化）数据的存储库。其采用Schema-on-Read模式（参考腾讯云开发者社区），数据使用时才定义结构。基因组数据、IoT设备流数据、医技文本报告等非结构化数据爆发式增长，传统DW无法有效管理。技术特点是基于分布式架构，数据高吞吐能力提升，保留原始数据，支持科研人员回溯性研究。缺点在院技术人员总体短缺，运维成本高、交互式数据分析查询能力较数仓结构相对欠缺。

架构参考袋鼠云数据湖平台：

三、湖仓一体（Lakehouse）：融合架构的突破

湖仓一体由Databricks提出，它是在数据湖低成本存储上实现数据仓库管理功能的融合架构;简单理解就是把面向企业的数据仓库技术与数据湖存储技术相结合，为企业提供一个统一的、可共享的数据底座。其本质是通过开放格式统一存储，同时支持ACID事务与BI工具直连。湖仓一体实现存算分离，计算层弹性扩展，存储层冷热分层，同时支持SQL查询、机器学习、流处理等多负载。

但湖仓架构技术复杂度高，需协调各类大数据分布式工具组件，运维难度大。

DataBricks给出的架构演化参考图：

四、全院一库：数据基座的重构

全院一库是将全院数十个业务系统的异构数据库（Oracle/MySQL/SQL Server等）汇聚至统一内存数据库，形成“多库异构，一库同构”的数据基座。全院一库实践过程涉及TB级别旧系统数据迁移，高并发场景需TB级内存，硬件投入较大。

医院数据中心的演进本质是 “从预设模型到按需响应、从局部优化到全局统管” 的螺旋升级。早期数据仓库解决结构化数据整合问题，数据湖补充非结构化数据容纳能力，湖仓一体通过技术融合提升时效性与治理能力，而全院一库则以内存计算重构数据基座，彻底破除多库异构壁垒。

同时，我们也应该认识到，技术结构并没有消失，而是融合、进化，未来技术将更聚焦 “实时化、智能化、云原生化” ，为智慧医院建设提供原子级数据支撑。

参考文献：

[1]走过“数据中台”，回归“数据基座”，

https://mp.weixin.qq.com/s/ng5SYEfldURRHWWvoeBzOg            [2]陈玲，基于医院信息系统的数据仓库研究及实现.

[3]万字详解数据仓库、数据湖、数据中台和湖仓一体,

https://www.ofweek.com/ai/2022-02/ART-201713-8420-30550328_2.html

恒健知行

 阅读 赞  分享 ’%3E %3Cg transform=‘translate(0 -2.349)’%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=’%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=’%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言