底层基础架构设计不仅要考虑技术因素（性能、一致性要求、SQL兼容性要求），也要考虑包括架构产品的生态成熟度、应用架构适配度、团队适应度等非技术因素。Hadoop+MapReduce是典型的分布式文件系统+分布式计算的技术框架，其组件HDFS就是典型的分布式存储架构，分布式存储架构更为...

主要要考虑如下因素：1、业务的需求及增长预期：要考虑现存数据的体量以及未来3-5年业务数据的增长量；2、数据的保存周期：数据保存期限多久，基础数据，过程数据、结果数据等类型数据的比例如何？保存周期的要求如何？3、架构及容灾要求：是集中式架构？还是分布式架构？选择的存储产品的存储...

在基础架构层面可以做如下几方面的措施：1、设备管理方面：存储、服务器、网络等设备要加强管理，包括用户密码以及准入、规范操作流程及风险操作管控等，可以通过堡垒机以及相关的制度规范强化该部分管理。2、网络管理方面：对网络逻辑进行管理，做到 “进不来” “拿不走” “看不...

存储层面可以考虑分布式存储、对象存储等方式；数据层面可以考虑分布式数据库、图数据库等方式。

备份方式建议分类备份。针对大数据平台的应用部分，一般体量较小，建议是根据更新频率进行，每次更新后进行全量备份。针对大数据平台的数据部分，因为是数据库，建议可以采用数据库专有技术做实时容灾，如oracle的dataguard，sqlserver的mirror等。除了实时容灾外，在数据库建立后做一次...

目前，CDR、ODR、RDR的定位和作用医疗圈是有共识的，但是其建设方式、模式及数据交互方式尚处于百花齐放的阶段。不同的公司有各自的解决方案，不同的医院和机构也根据自己实际业务的需求和特点进行着有针对性的建设，所以我理解因为其建设的非标准化特性，希望有一种规划、或者一...

CDR、ODR和RDR都是基于业务领域进行的逻辑层面的数据划分和再组织，而实际业务数据的产生也就是数据源是相同的，都是基于实际的业务系统，如HIS、LIS、PACS、HRP等。这三类数据中心的目标都是为了其相应领域的上层业务应用的需求，在对实际业务数据多元化采集加工基础上，进行的主...

个人觉得对于大数据平台的底层基础架构，也应该根据其上层的应用类型、数据类型、时效要求、容灾要求等综合考虑选取合适的，与之相适应的底层架构。笼统的把整个大数据平台放在某一种架构中，不考虑其实际情况，将容易导致资源利用与实际需求的不相符。大数据平台的数据类型及业...

大数据平台一般采用x86服务器搭建，可以不用采购专业的存储吧。但是随着存算分离的发展趋势，大数据存储也的确成为一个要考虑的问题，首先存储要能够快速易扩展以应对数据量的快速增长，其次要提供全面的文件存储、对象存储和块存储，同时要有统一管理平台。另外目前表流程的存算...

可以看看公司产品落地的案例怎么样 应用是否广泛吧