医疗行业应用分布式存储应用场景有哪些？PACS系统是否适合？

1、从数据生命周期的角度，简单的分布式架构能做好横向扩展工作，但是并不能完全解决硬件换代的问题，无论是15年还是30年，配合软件定义存储才能做好数据保存，对于标准X86架构的兼容性非常重要，否则就会是无休止的数据和应用迁移对接工作。
2、PACS数据的增长量是非常快的，数据IO特征是一次写多次读，且有明显的访问衰减期，所以做好数据分层管理是非常重要的；从性能上看，实时性没有那么强，但是传输效率要保证。
3、未来数据互联互通的需求建议提前做好计划，所以能有针对数据的打标签动作，更容易充分发挥数据的价值；相信以后区域医疗体系建设的更加完善以后，数据分析和数据利用会更高效；有条件的化，估计会选择尽量把数据永久保存下去。
4、目前PACS软件商已经开始开放Object对象存储S3接口，是更加适合存放PACS数据的一种选择。

医疗行业中，80~90%的数据是PACS影像数据。随着医疗影像设备的广泛使用、拍片设备单次拍片量的增加，以及拍片设备分辨率的不断提高，医院的医疗 PACS 数据量预计每五年翻一番，并呈加速增长的态势，三甲综合性医院或胸科、肺科、骨科等三甲专科医院，一年的新增拍片量在 50TB ~ 60TB 。并且，根据国家电子病历保存相关规定，医疗机构保管保存医疗影像数据时间要求不少于 15 年。无论从业务发展还是合规要求，医疗影像数据的存储都对存储系统提出了需求。

１.　PACS图像中，CT和MR的图像恰恰都是200K~500K左右的小文件，且每次拍片产生的图片文件数量都在3000~10000张。因此PACS是典型的海量小文件存储场景。大型三甲医院每年产生的PACS小文件数量可达5000万~1亿。面对如此大的数据量，传统存储只能采用分级存储架构，数据隔离且无法全部在线。
２.　三甲医院高峰时的PACS并发调阅性能也非常高，通常会达到500~1000的并发访问量。如果考虑将来支持患者通过APP也可调阅，则并发调阅的性能会更高。传统存储面对海量小文件的读取，性能非常低。
３.　此外，传统存储到期需要更换，会面临数百TB数据迁移的工作，这也是一个极大的挑战。

碧海分布式存储相对于传统阵列存储 , 在 大规模在线扩展 、 百亿级小文件管理 、 高性能数据吞吐 、 敏捷化运维管理 、 TCO成本优化 等 方面具有明显的技术优势， 可以有效解决医疗 PACS 目前在存储上遇到的性能、数据孤岛、运维困难、成本较高等问题， 在医联体或 大型医疗机构 PACS 系统这样超 大数据量且高并发调取、运维管理要求敏捷化的领域，成为存储架构的最佳选择。

性能提升

碧海分布式存储进一步对 PACS 影像存储进行了针对性优化，如采用小文件合并技术和高并发 FTP 网关，使得其性能要显著高于传统存储和同类分布式存储。在医院门诊高峰期的高并发环境下（ ftp 峰值连接数达到 10000 ）， PACS 系统依然能稳定保持较高的调阅速度。

架构精简

碧海分布式存储采用基于 NoSQL 技术的分布式元数据管理，可管理文件数量达到 100 亿规模，性能随存储节点数线性提升，完全可存储大型医疗机构 6 年以上的 PACS 影像文件。

使用碧海分布式存储后，原来在线、近线、离线三层架构简化为一套存储，所有 PACS 影像都可在线调阅，并且调阅性能无差异，消除了 PACS 数据孤岛，有效支撑影像大数据分析、 AI 辅助诊疗等科研和新兴业务需求。

运维简化

碧海分布式存储的平滑在线扩容能力，使随需扩容成为可能。存储硬件的升级换代，只需要将新节点上线、旧节点下线、数据自动迁移就能实现，再也无需人工数据迁移。

成本节省

由于 PACS 影像年数据量在快速增长，并且 PACS 影像按合规要求保存时间更长， PACS 影像数据的存储成本问题逐渐显现出来。采用性能和扩展性更高， TCO 成本更经济的分布式存储成为越来越多医联体或大型医疗机构的考虑方案。