傲医医疗集成引擎 Rhapsody 在超融合信创平台表现如何?

news2024/11/17 0:06:52

作者:SmartX 商业团队 黄玉辉

随着越来越多的医疗用户基于超融合基础设施实现 IT 基础架构信创转型,超融合信创架构在医疗业务场景中的实际表现也得到更多关注。尤其是集成平台业务场景——作为三甲医院互联互通评级中不可缺少的核心业务系统,医疗集成平台每天都需要处理大量消息,为了保证处理效率和消息完整性,需要高性能、高可靠的 IT 基础设施支持。

在《SmartX 超融合支撑 Rhapsody 医疗集成引擎运行效率实测详解》中,我们验证了傲医(Rhapsody)集成引擎*在超融合环境中可发挥出远超一般三甲医院业务需求的性能水平。在当前医疗行业信创转型的大趋势下,某三甲医院进一步测试了信创超融合设施环境和非信创超融合设施环境下傲医集成引擎的性能表现。结果表明,基于非信创 SmartX 超融合集群(混合磁盘配置)的集成引擎可达到与原生产环境(全闪配置物理机)相同的性能水平;采用国产 CPU 架构服务器构建信创超融合集群,集成引擎的消息处理性能同样满足日常使用。

* 傲医集成引擎(Rhapsody)是医疗信息互联互通解决方案提供厂商傲医软件科技(上海)有限公司推出的老牌集成引擎产品。

欢迎下载《医疗行业 IT 基础架构转型方案与实践》电子书,了解医疗用户如何利用 SmartX 超融合打造智慧医疗轻量云底座。

测试背景

某三甲医院在生产环境中采用 VMware 虚拟化及一套全闪双活存储支撑全院业务系统。用户为傲医集成引擎分配了 2 台专用的 ESXi 服务器(做高可用和负载均衡),并在 2 台服务器中分别创建一台虚拟机用于运行傲医集成引擎。为了保障集成引擎的性能,每台 ESXi 服务器配置了 2 块 SSD 并配置 Raid1 提供高性能存储资源。此外,2 台集成引擎服务器通过负载均衡设备实现负载分担和高可用。

hci-xc-rhapsody-1.png

原生产环境架构图

虽然原架构方案可基本满足业务的性能和高可用要求,但随着信创转型的深入开展,医院信息部门认为该架构在未来可能面临以下问题:

  • 虚拟化技术的国产化替换:随着 IT 基础架构的信创转型不断深入,VMware 虚拟化可能无法继续使用,需转向国产化虚拟化方案。
  • 资源浪费:为保障集成引擎的性能和高可用,最少需占用 2 台物理服务器资源,无法与其他业务实现资源共享。另外,随着未来院区新大楼的投入使用及业务量的增加,若继续采用原有架构,则需要继续增加相应的服务器设备才满足更高的性能需求。
  • 故障修复时间长:单台服务器设备故障后,需等待服务器设备修复后,才能恢复原有的消息处理能力以及高可用状态,影响业务的持续开展。

为了方便未来的信创转型,减少资源与成本投入,同时进一步提高 IT 基础架构故障恢复能力,用户考虑采用超融合对原架构进行整体转型,因此针对 SmartX 超融合(在非信创与信创环境)支持傲医集成引擎的能力开展了一系列测试。

测试目标与方案

  • 目标 1:验证基于 SmartX 超融合的傲医集成引擎能否满足生产环境性能需求。方案:在相同的测试模型和相同的测试时间下,对比傲医集成引擎在 SmartX 超融合与原生产环境全闪物理机架构下的消息处理能力。
  • 目标 2:验证基于信创 CPU 的 SmartX 超融合支撑傲医集成引擎能否满足生产环境性能需求。方案:在相同的测试模型和相同的测试时间下,对比傲医集成引擎在 SmartX 超融合信创(海光 CPU 架构)与非信创(Intel CPU 架构)环境的消息处理能力。

环境与配置

测试架构

测试时,用户采用与生产环境相同配置的服务器进行测试(下文提到的“生产环境”均指该架构):采用一台 ESXi 服务器,采用 2 块 SSD 并组成 Raid1 用作存储资源,以一台虚拟机运行集成引擎。通过 RhapAdmin 客户端向集成引擎服务器编辑并发起测试操作。架构图如下所示:

hci-xc-rhapsody-2.png

在超融合测试环境,用户部署了 3 节点的 SmartX 超融合集群,每节点采用 SSD + HDD 的混合存储资源池,在其中一节点创建一台虚拟机用于部署傲医集成引擎服务器。Intel CPU 硬件平台采用 VMware 虚拟化平台部署超融合集群,海光 CPU 硬件平台采用 SmartX 原生虚拟化 ELF(基于 KVM 开发)部署超融合集群。超融合测试环境架构图如下:

hci-xc-rhapsody-3.png

生产环境、超融合测试环境均采用相同的测试模型:创建 1 个 1k 的消息体输入通信点和 1 个 5k 的消息体输入通信点,1 个消息体输出通信点,如下图所示:

hci-xc-rhapsody-4.png

生产环境软硬件配置

hci-xc-rhapsody-5.png

超融合环境软硬件配置

hci-xc-rhapsody-6.png

测试经过与结果

SmartX 超融合 vs. 生产环境全闪本地裸盘

第一次测试

在第一次测试中,按照与生产环境相同的虚拟机配置(vCPU:40C,内存:32GB,未开启资源预留)进行时长 30 分钟的测试对比,结果显示 SmartX 超融合(非信创)环境与生产环境的消息处理性能相近,可满足当前生产环境的性能要求。

hci-xc-rhapsody-7.png

第二次测试

为进一步优化集成引擎在超融合架构下的性能表现,我们按照傲医官方推荐的 8vCPU、16G 内存的虚拟机配置,在未开启 CPU 资源预留设置的情况下再次进行性能测试。测试结果表明,虚拟机配置优化后,无论是 SmartX 超融合平台还是原生产环境都能获得消息处理性能提升,并且 SmartX 超融合平台和原生产环境性能基本持平。

hci-xc-rhapsody-8.png

第三次测试

在第三次测试中我们按照傲医官方推荐的 8vCPU、16G 内存的虚拟机配置,并开启了 CPU 资源预留设置,让虚拟机独占所分配的 CPU 资源,再次验证性能情况。结果显示,开启资源预留后,集成引擎的消息处理性能得到进一步提升,两个架构下性能表现依旧持平,充分验证了超融合架构的支持能力。

hci-xc-rhapsody-9.png

超融合信创与非信创平台性能对比

为了验证超融合信创平台对傲医集成引擎的支撑能力,用户分别基于海光和 Intel CPU 架构服务器部署 SmartX 超融合集群,支持集成引擎并进行性能对比测试。

采用与前面相同的测试模型和测试方法,分别验证不同硬件配置超融合平台下的傲医集成引擎消息处理性能。测试结果显示,集成引擎在海光硬件平台上的消息处理性能,可达 Intel 硬件平台的 64%-76%,并且 CPU 主频越高,集成引擎性能越高。虽然在性能表现上仍有一定差距,但基于海光 CPU 架构的超融合信创基础设施仍可满足当前大部分医疗机构的常规业务需求。 

hci-xc-rhapsody-10.png

测试结论

基于以上测试,我们可以得出以下结论:

  • SmartX 超融合平台能够承载傲医集成引擎,以及此类对性能要求较高的业务。
  • 傲医集成引擎适合运行在虚拟化平台上,虚拟机配置为 8vCPU、16G 内存,并开启 CPU 资源独占设置,可获得最佳的消息处理性能。
  • 集成引擎运行在超融合信创云基础设施上,虽然性能与非信创环境具有一定的差距,但仍可满足当前大部分医疗机构的常规业务需求。因此,对于未来计划在信创环境中运行傲医集成引擎的用户,可以考虑利用多台虚拟机配置负载均衡来满足不同规模的消息消处理需求。

欲深入了解更多医疗行业 IT 基础架构信创转型与云化转型方案与实践,欢迎下载阅读电子书《医疗行业 IT 基础架构转型方案与实践》

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1788618.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

使用Ollama+OpenWebUI本地部署Gemma谷歌AI开放大模型完整指南

🏡作者主页:点击! 🤖AI大模型部署与应用专栏:点击! 🤖Ollama部署LLM专栏:点击! ⏰️创作时间:2024年6月4日10点50分 🀄️文章质量&#xff1…

Spring Boot既打jar包又打war包如何做

你好,我是柳岸花开。 引言 在软件开发中,根据不同的部署需求,我们可能需要将应用打包成不同的格式。Spring Boot作为目前流行的Java应用开发框架,提供了一种简单的方式来打包应用。本文将介绍如何利用Maven Profiles在Spring Boot…

Photoshop版本选择及系统要求

1、ps2018cc/2020cc版本 适合新手,增加了很多智能化操作,非常方便好上手。 2020: 2、ps2015版本 cc2015版本不论是功能还是硬件上,都是不二选择,适合于配置较低的电脑,该有的基本功能它都有。 3、2021/2…

【最新鸿蒙应用开发】——一篇搞懂什么是UIAbility

UIAbility组件 UIAbility组件是一种包含UI的应用组件,UIAbility组件是系统调度的基本单元(最小单元),为应用提供绘制界面的窗口,主要用于和用户交互。一个应用可以包含一个或多个UIAbility组件。 UIAbility的设计理念…

PySpark特征工程(III)--特征选择

有这么一句话在业界广泛流传:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。由此可见,特征工程在机器学习中占有相当重要的地位。在实际应用当中,可以说特征工程是机器学习成功的关键。 特征工程是数据分析…

Windows下 CLion中,配置 OpenCV、LibTorch

首先按照win下C部署深度学习模型之clion配置pytorchopencv教程记录 步骤配置。 LibTorch 部分 在测试LibTorch时会出现类似 c10.dll not found 的问题(Debug才有): 参考C部署Pytorch(Libtorch)出现问题、错误汇总和 …

git常见问题及解决

文章目录 git常见问题及解决1. 不同操作系统使用git时,CRLF的处理换行问题1.1 什么是CRLF和LF1.2 在Git中设置自动转换 2. 多个仓库相同代码推送被拒绝3. git使用vi编辑器时候报错:Swap file "./.git/.COMMIT_EDITMSG.swp" already exists!4. …

3. redis常见部署架构

redis常见部署架构 一、redis常见部署架构1、常见部署架构2、多实例部署2.1 规划安装目录、配置文件2.2.2 编辑实例配置文件2.2.3 启动实例2.2.4 测试数据读写 3、redis主从复制3.1 规划3.2 从服务器配置3.3 验证主从状态3.4 主从角色切换 4、分片集群4.1 原理4.2 分片集群的部…

completefuture造成的rpc重试事故

前言 最近经历了一个由于 completefuture 的使用,导致RPC重试机制触发而引起的重复写入异常的生产bug。复盘下来,并非是错误的使用了completefuture,而是一些开发时很难意识到的坑。 背景 用户反馈通过应用A使用ota批量升级设备时存在概率…

美容美发门店收银管理系统源码分享-美业系统App端闪退怎么办?

美业SaaS系统 连锁多门店美业收银系统源码 多门店管理 / 会员管理 / 预约管理 / 排班管理 / 商品管理 / 活动促销 PC管理后台、手机APP、iPad APP、微信小程序 ▶ 手机App应用闪退怎么办?博弈美业系统为例 • 可能原因: 1、手机版本过低 2、未更新…

第二证券炒股技巧:短线炒股技巧?

在股票商场上,出资者分为长线和短线这两大类,其间短线炒股存在以下技巧: 1、早盘集合竞价时间上的技巧 早上集合竞价对短线出资者来说比较重要,其间早上集合竞价期间9:15-9:20之间出资者能够进行撤单操作&#xff0c…

Spring boot集成通义千问大模型实现智能问答

Spring boot集成通义千问大模型实现智能问答 背景 我在用idea进行java开发时发现了通义灵码这款免费的智能代码补全插件,用了一段时间了,感觉很不错。就想着在自己的项目中也能集成通义千问大模型实现智能回答,毕竟对接openai需要解决网络问…

【WEEK15】 【DAY1】异步任务【中文版】

2024.6.3 Monday 目录 17.异步、定时、邮件任务17.1.异步任务17.1.1.新建springboot-09-test项目17.1.2.创建一个service包17.1.2.1.创建一个类AsyncService 17.1.3.编写controller包17.1.3.1.编写AsyncController类 17.1.4.运行Springboot09TestApplication.java17.1.5.修改S…

Python课设-学生信息管理系统

一、效果展示图 二、前端代码 1、HTML代码 <1>index.html <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0">…

【Unity美术】spine软件的使用—2D动画的制作

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;元宇宙-秩沅 &#x1f468;‍&#x1f4bb; hallo 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍&#x1f4bb; 本文由 秩沅 原创 &#x1f468;‍&#x1f4bb; 收录于专栏&#xff1a;就业…

通用代码生成器应用场景四,跨编程语言翻译

通用代码生成器应用场景四&#xff0c;跨编程语言翻译 如果您有一个Java工程&#xff0c;想把它移植到Rust或Golang语言中去&#xff0c;希望尽可能加快研发速度。 如果您的系统是通用代码生成器开发的&#xff0c;保留了系统的SGS源文件或者SGS2的Excel模板&#xff0c;您可…

Flink的简单学习(kafka)三

一 Kafka的介绍 1.kafka是一个高吞吐的分布式消息系统&#xff0c;是一个消息队列。 2.生产者负责生产数据 &#xff0c;消费者负责消费数据 3.特点&#xff1a; 生存者消费者模型&#xff0c;FIFO 高性能&#xff1a;单节点支持上千个客户端&#xff0c;百MB/s吞吐 持久…

Pycharm创建Conda虚拟环境时显示CondaHTTPErOT

原因&#xff1a;conda源出问题了&#xff0c;之前可以用&#xff0c;现在报错。 最好的解决方案&#xff1a;找到conda源&#xff0c;换源即可。 步骤&#xff1a; 1.修改 .condarc 文件&#xff08;文件的位置在&#xff1a;C:\Users\(你的用户名)\.condarc&#xff09;&a…

关于认证协议

本地用户认证 本地认证的意思就是&#xff0c;我们的电脑上存储着自己的账号密码&#xff0c;无论电脑是否联网&#xff0c;只要能开机&#xff0c;就可以输入账号密码登录到电脑中&#xff0c;工作组就是采用本地认证 本地认证流程 winlogon.exe -> 接收用户输入 -> …

基于深度学习的中文标点预测模型-中文标点重建(Transformer模型)【已开源】

基于深度学习的中文标点预测模型-中文标点重建&#xff08;Transformer模型&#xff09;提供模型代码和训练好的模型 前言 目前以深度学习对文本自动添加标点符号研究很少&#xff0c;已知的开源项目并不多&#xff0c;详细的介绍就更少了&#xff0c;但对文本自动添加标点符号…