设计一个60T数据仓库及大数据分析平台，医院数字化该怎么做？
入行不久的程序员，最容易对自己和技术产生怀疑。整天担心学不到技术，不能在日活1亿的好项目里锻炼。其实完全没必要。项目一旦成为项目，它的新奇感也就没有了。剩下的就是苦的活儿，码字。
如何获取更多项目经验？看论文，看同行分享。拆解他们如何将需求分析到落地，如何来做技术选型，从中理清细节。
我在看《维度建模》的时候，也曾经懵逼。书上讲的知识是一回事，但没有看到实际的应用之前，觉得书本东西就是一层膜，朦朦胧胧，也云里雾里，不知道怎么用，哪里该用ODS，怎么分层，数据集市该怎么分类。
这一系列的概念，在我看到真正的案例时，才豁然开朗。
哪里才能看到真正的案例呢？最常见的做法，就是去看期刊论文。通常2-4页的论文，完整地介绍了一个实战项目的始终，有需求分析，也有架构实现，还有工具选型。资料丰富，内容精简，绝对好上手。
唯一缺少的是技术细节的剖析，但有价值的事情，不就是自己去实现嘛，你说没有项目经验，自己7周弄7个项目，不是项目经验是什么？
不废话了，今天闲逛期刊网时，看到一篇极好的论文，医院数据仓库项目及其OLAP分析系统，分享给大家。相信看完这个案例后，你一定会对传统行业，生产制造，医院学校，电信银行等数据仓库及其BI应用有所了解。
看病的经历，大家都有。挂号，等待，问诊，检查，确诊，拿药，回家。就是这么个流程，中间涉及到的每一步，现代化的医院都会替你如实地记录下来。
做业务系统的朋友，脑袋里肯定在琢磨的是，用的什么前端架构，是Vue,Angular,还是JQuery？服务端用的是c#还是Java Spring Boot?
做数据库的朋友，想法不一样了，除了问采用Oracle还是SQL Server，心里最大的疑问，莫过于他们需要用BI吗，会有哪些主题，驾驶舱怎么玩的，大屏怎么实现的，医生的字儿那么有个性，这些病症的全文检索怎么办？
这样一琢磨，整个医院的软件体系结构也就出来了。两大块内容，业务系统与分析系统。
业务系统，通常指那些记录病人与医生之间每一次交互的行为信息记录系统。有正常门诊急诊使用的问诊系统，身体各部分检查的影像系统，还有各类体液检测系统，等等。
分析系统，通常是院方用来分析经营利润，医疗评判和医护人员效率的工具。大家看病，通常都会调侃，现在看病贵，看个小病就要好几百。那么事实上，医院真的就很赚钱吗，看下他们的医院经营分析利润报表就可以知道了。
我没做过医院类的数仓也不好说，如果读者们有这个经验，不妨与我们分享下。对于医院来说，一个好名声，可能比利润更重要，所以依靠死亡率，重返率及手术并发率等指标，凸显院方医术先进，更是需要分析系统的保障。
所以，用简单的二分法来归类医院的信息系统，就非常简单的架构：
业务系统(OLTP)负责记录看病日志，而分析系统(OLAP)用来提供管理决策依据。
而具体而看决策分析系统，就有很多说法了:
几大配件：
- 元数据管理
- ETL
- 数据模型
- 数据可视化
- 应用服务层
- 管理运维层
上面的架构图看上去简单，分层也很清晰，所有的数据仓库及其BI平台，几乎都可以套用它。唯一不同的是实现方法。
在ETL方面，传统行业使用Batch方式多一些，比如SSIS, Informatica, DataStage 等等，走T+1的增量更新，今天的数据，明天才能反映在报表或者分析系统中。而互联网行业，使用 Kafka, Spark, Flink等等，走T+0的方式，做到实时更新。
在数据仓库和Cube方向，传统的企业使用Oracle, SQL Server, DB2的居多，大量的SQL Girl & Body 都会在这个方向上努力。而互联网行业，会加入Hadoop, Hive, Spark 等，来做分布式存储与计算。
Cube方面，曾经的SSAS红极一时，yahoo号称有4000台的Cube，现在也逐渐被Kyligence所取代。
应用服务层，大家可能不常见，尤其对于传统行业的设计人员，利用BO,Hyperion,SSRS等封装好的产品，直接开发与分发报表，所以看不到单独开来的服务层模块。这一层，主要是承接可视化的需求，按照用户角色权限，设计，分发和响应报表请求。
BO，Hyperion,SSRS的产品够好，但唯一的缺陷，是缺少定制化，比如角色权限控制，定时或实时发送警告等。这块我也正在发力，准备做得更深入些，前两天在我的知识星球里，开玩笑说最近开了很多坑，这块算一个。
比如 Web API 可以用NodeJS来完成，对于各类数据响应，使用Docker化部署的NodeJS API,可以线性扩展报表的响应性能。比如使用 Ado.net/Adomd.net 可以将数据库与Cube的访问同时写进一个Web Service里面，这样拉取数据的效率会高很多。
可视化，大家多少都了解些，Excel的Pivot就是简单的例子，各类报表工具，Tableau，FineBI，FineReport也是层出不穷。
当然还有完全可定制化的图表库，比如使用 Angular, D3.js等javascript库，可以开发出更人性化的报表和分析界面。
现在流行的大屏，驾驶舱等等，都是这样衍生出来的，功能上还是在提供数据可视化的表达窗口而已。
差不多了，对于一个基础入门来说，看懂这个框架图，详细地扣一扣技术细节，一个完整的项目经验，应该就算是有了。
设计一个60T数据仓库及大数据分析平台，医院数字化该怎么做？相关推荐
- 录制视频讲解，设计一个基于社交和大数据分析的智能家居系统
基于社交网络和大数据分析的智能家居系统 摘要 智能家居是在互联网影响下的物联化的产物,本文阐述了一种基于微信和和大数据分析的智能家居的设计方案.为何要用微信?为何要用大数据分析?这两种技术相结合能为智 ...
- 【金猿产品展】Smartbi一站式大数据分析平台——一个平台、所有数据、无限可能。...
思迈特软件产品 本项目由思迈特软件投递并参与"数据猿年度金猿策划活动--2022大数据产业创新服务产品榜单及奖项"评选. 数据智能产业创新服务媒体 --聚焦数智 · 改变商业 ...
- 【金猿产品展】Smartbi一站式大数据分析平台——更聪明的大数据分析软件
思迈特软件产品 本项目由思迈特软件投递并参与"数据猿年度金猿策划活动--2021大数据产业创新服务产品榜单及奖项"评选. 数据智能产业创新服务媒体 --聚焦数智 · 改变商业 Sm ...
- 网络流量大数据分析平台（1）
网络流量大数据分析平台(1) 本系列文章用来记录搭建网络流量大数据平台的过程,后续可能还会写关于做流量分析的部分. 废话不多说,直接开始. 一.项目需求 本项目旨在构建一个网络全流量大数据分析平台的核 ...
- 结构化大数据分析平台设计
前言 任何线上系统都离不开数据,有些数据是业务系统自身需要的,例如系统的账号,密码,页面展示的内容等.有些数据是业务系统或者用户实时产生的,例如业务系统的日志,用户浏览访问的记录,系统的购买订单,支付 ...
- mmTrix大数据分析平台构建实录--转
在数据分析中,有超过90%数据都是来自于非结构化数据,其中大部分的是日志,如运维.安全审计.用户访问数据以及业务数据等,但随着互联网快速的发展,数据规模也是水涨船高,从早前的GB级到现在的TB级,甚至 ...
- 阿里大数据分析与应用(part3)--常用的大数据分析平台
学习笔记,仅供参考,有错必纠 文章目录 常用的大数据分析平台 什么是大数据分析平台 基于Hadoop的大数据分析平台 阿里云大数据平台 典型阿里云大数据平台架构 MaxCompute MaxCompu ...
- 企业大数据分析平台如何构建
在构建大数据分析平台之前,首先要明确业务需求场景和用户的需求,通过大数据分析平台,获取有价值的信息,需要访问数据,明确基于现场业务需求的大数据平台具有基本功能,确定平台的流程使用大数据处理工具和框架. ...
- mmTrix大数据分析平台构建实录
在数据分析中,有超过90%数据都是来自于非结构化数据,其中大部分的是日志,如运维.安全审计.用户访问数据以及业务数据等,但随着互联网快速的发展,数据规模也是水涨船高,从早前的GB级到现在的TB级,甚至 ...
最新文章
- Transformers 研究指南
- P5357 【模板】AC自动机（二次加强版）（AC自动机建fail树dfs求模式串出现次数）
- 使用 WebIDE 三分钟上手函数计算
- java操作xml文件--修改节点
- 怎样玩儿转App手游自动化测试？
- C及C++中typedef的简单使用指南
- 经典笔试题：用C写一个函数测试当前机器大小端模式
- corda_Corda服务的异步流调用
- springcloud 服务网关Zuul实战(一)基本路由配置
- html图片分类插件,Quicksand-jQuery超酷图片分类插件
- 女朋友生气了吗？算法比直男更懂她
- EnglishWords——星期与月份
- python三菱fx3u通讯mx_[实例]三菱FX3U-485无协议通讯程序（含程序段）
- CorelDRAW如何设置填充颜色和边框颜色
- 牛客刷题——两种排序方法
- 如何选择合适的无线网桥
- Spring框架基础学习小结。概念，文件配置
- thinksnsv4.6运行php,ThinkSNS开启调试模式
- 每日安全简讯20160727
- 【JMP白皮书下载】 | 可靠性增长之探讨与案例分享