上海卫生局信息中心副主任谢维：云计算和健康云

由中国电子信息产业发展研究院主办，中国经济和信息化杂志社承办的《智能交通与“医疗云”》现场会于今日在成都举行。上海市卫生局信息中心副主任谢维在大会做了重要致辞。以下是文字实录：

谢维：感谢主办方邀请，也感谢主持人介绍。我介绍的题目是云计算和健康云，我起这个名字也花了很多脑筋，觉得也很困惑。因为主题是医疗，但是我们把这个作为一个事业来做，叫做医疗卫生服务业，更倾向于叫健康业，移动是一种手段，不管什么手段下，都要形成一个模式。在做这个PPT之前我也很纠结，第一稿的题目是健康云和BIG DATA，因为行业不太一样，大家对云的了解不太一致，我上去就把区域健康云讲得头头是道的话，大家对基础理念都不同的话，很难形成共识。所以想来想去要回头想一下。我讲的有两个理念。一个是云计算，一个是健康云。

首先什么是云计算，怎么做云计算，为什么用云计算。健康云同样的道理，为什么用云，怎么用云这几个框架。在介绍云计算的时候，我相信大家都听过这个词，非常热。今天很高兴听到一个，云计算的版块大涨，逆势而涨。不管怎么样，大家对云计算的理解不太一致，在讲这个之前，我有三个问题提给大家，希望我讲完之后，大家对这三个问题有很好的回答。第一个问题是虚拟化是云计算吗？第二个，终端应用是云计算吗？第三，云和云计算是一回事吗？

第一个，大量虚拟化的东西在说，好像给我的感觉是你做云计算不做虚拟化是瞎扯。第二，终端应用的云计算，医疗行业最常用的应用，信息化方案中，基层卫生信息化建设，我们底下老早就有云了，你看在社区卫生服务中心有一台服务器，我装一个端就能用吗？你搞来搞去搞什么啊。第三个，就是大家慢慢想的问题。我们还是回到整个主题来，什么是云计算。

我用一个概念来解释现在的现状。云计算出现的概念很早，今天上午陈主任，也是工信部的专家博士，他也是这个概念，我比较同意他的概念，整体来说还是从云里雾里到人云亦云。我自己都觉得很困惑，我自己搞云计算搞了三四年了，我自己也挺糊涂，非常需要大家来清晰梳理到底什么是云计算。讲云计算，首先要讲云计算的故事和历史，没有这段历史来看，大家很难理解突然云计算就冒了出来。这个故事是1997年，就是GOOGLE的两个创始人，这个概念是GOOGLE提出来的，之前都是网格计算、分布计算等等。他们读博士生二年级的时候，大家对网上检索顺序很是不满意，当时的方法是出去的词汇、累计数多就排在前面，比如奥运会，我写篇文章，一百个奥运会词，我的排名一定排在第一。这显然不符合需求的要求。他们俩当时和他的导师说，我现在想做一个东西，来实现对所有世界上的网站进行快速检索和排序，97年的英特网，虽然已经有了，但不是那么发达，他的老师说，算了吧，这个命题太大了，你先在斯坦福里面先做掉吧。他说肯定要花很多钱，要买庞大的网络教学社会，这两个穷学生说，我们不用，我们用一台普通的PC把这件事儿干成。一年后他们干成了这件事情斯坦福大学里面全部完成了。他们就问EMC的老板，进一步发展，把美国所有网页都接下来，进一步发展上市了，目前我们知道GOOGEL的主机数在几千万台。怎么理解这个概念？下面继续讲。讲到云，肯定要看一下这个图，我们叫做GOOGLE盒子。核心是什么？我用一千台普通的PC，代替一台大的机器，效率还要高。集装箱里面插一千片，一个集装箱一个集装箱堆叠起来。再回顾来说，云当时产生的主要原因是什么呢？主要是数据海量爆炸。要求我们大存储和大数据处置能力非常高的。所以要实现这个目的，我们传统的技术路线，如果大家是IT业内人士的话，一定要知道传统的技术路线是什么呢？一定说OK我要干一件事情，要部署我的环境，环境怎么建呢，要买台服务器，然后要网络交换设备，然后要买存储，一定是这样搭建，这是传统的概念。随着数据量增大，数据计算量增大，一台机器不够，买台小型机，小型机不够大型机。显然每一个社会人，对数据的要求，对计算的要求越来越多，这样的方式该怎么解决？我们不可能每个人都碰到大型机这样的东西，投资是非常贵的，并且运维成本非常贵。一定要用别的方式解决大存储、大计算。包括分布式计算、网格计算等等东西，这些路线无外乎都为了解决大存储、大计算。当时他们做的时候，是把他们互联互通起来，实现对数据存储以及大的计算的问题，云刚刚诞生的时候，总结的特点是什么，我来准确说云计算的特点是什么呢？就这几条，一要存得很多，第二要存储空间还能扩，第三我能算得很快。第四，我要便宜。第五，稳定性要好。这是最初的五个概念。

云计算进一步发展之后，现在目前的特点就是这五个特点，第一是大规模，它的数据节点一定是大。第二是可伸缩，什么是可伸缩呢？今天可以装五百个，明天可以装一千个，后天变成六百个。第三个是高容错，坏几台机器不要紧。当年搭小平台的时候，平均每天坏七台，在机器坏的时候，数据不丢，算法成立，还能进行大计算。第四是高冗余，数据要保障安全，通胀是靠灾备中心完成。第五是高稳定，数据不会几个机器坏了，几个磁盘坏了导致丢失问题，还有就是系统要有很高的稳定性来运行它。实际上我还写的第六天，今天不想讲，有很多大厂商也是我们的朋友。还有就是一定要便宜，不便宜不是云。

我稍微总结一下目前对云的定义和云计算的定义来说，有好几个方向来看，第一是用户效益角度看，什么是云？我拿到一个数据的存储服务和计算服务，就像取水、电一样，很方便。谁都能拿下来，这样用户效益角度来诠释到底云是什么东西。第二是从技术角度来阐述到底什么是云计算，我们从两个体系，一个是基础，一个是系统。云计算发明出来以后，基本上确定了它的几个核心要素，第一个来说，我们叫分布式存储，第二个来说，我们叫分布式计算，第三个来说我们就是集群。从GOOGLE发展历史来说，提了三个很关键的词，大家研究云计算，不看四篇论文肯定不懂云计算。不管怎么说，技术上面来说，无外乎有些技术，都是围绕云计算诞生的技术，这些技术几十年前就有，并不是现在发明了新技术，云计算不是这个东西，轮回情况又发生了。第三个从商业模式来阐述，什么是云计算，就是按需收费，存了多少数据，流量是多少。第四是从管理运营角度阐述，服务模式上改变。怎么样交付这个东西，怎么样使用这个软件。我简单总结四点，大家可以总结更多更多。云计算是非常大的颠覆，颠覆了传统的技术角度，也颠覆了服务模式。所以我们要紧跟云计算步伐。

准确来说，云计算是经过商业包装的名词。当初定义的名字叫超大规模的、可扩展的、低成本的但是高可靠性的服务器集群系统。GOOGLE市场总监觉得这个词没办法看，所以发明了云计算这个词。

什么是云计算，狭义理解就是把一堆廉价的PC捆绑在一起，统一管理，使用起来如同一台超级大型机一样。我再解释一下，云计算从技术角度来说，50年前或者七八十年前就有一个派别分出来，现在所谓的PC机，或者服务器，基本上都是图灵机，图灵的算法是按顺序来排序的算法，其实在当年还有一个非常著名的算法，是专门做并行计算用的。但是没有人去研究这个事情。几十年后的今天，大家发现一定要做并行计算，分布计算。它实现了分布式集群，超大规模的集群实现。说到这里，我再给大家举个例子，现在很多系统都是靠一台庞大的主机带起来，然后靠一个关系型数据库服务，我们知道业界甲骨文数据库是优秀的数据库，可以做集群。但是它非常贵。你如果增加五台小机绑定在一起，它的效率和你的投入完全成反比。所以主机型服务模式存在很大的问题，带得动那么大的数据吗？带得动那么多的计算吗？为此才诞生云计算。云早晚要变成主机服务，永远这种轮回还会出现。

下面点了一下，IOE面临的挑战，IBM、甲骨文、EMC。但是并不妨碍我们在做一些云的探索。IOE为什么面临巨大挑战，就是因为云集散本质可以用廉价PC搭起来，这种情况下，我的大存储还要买吗？我的小机、大机还要买吗？我的关系型数据库还要买吗？一定面临巨大挑战。但是这些公司非常了不起，他们快速转型。

我们知道云计算有IAAS、PAAS、SAAS几个概念的解释。我个人理解，叫做云和云计算两个层面。云是干什么？说白了，云计算是要在云上面的计算。云是搭建、部署、使用、运维的。这些都是建云。第二个我们要搞计算，云计算最适合的场景是大数据量的处理。特别我个人感觉，云计算不太适合在事务性的业务处置，格式化程度、规范化程度相对要低一些，效率要低一些。大数据处理是最大的特点，你的数据量不达到几个T以上，上云计算，我个人觉得意义不大。现在IT成本降得很快，关系型数据库比较买得起的。用传统的方式还是可以的。换一种方式说，一个东西都有它适合的地方。所以什么时候选择云是非常重要的事情。比如我在信息中心工作，并不参与集成工作，但是对我的主要工作是什么呢？就是规划，第二就是技术选型，到底帮助政府做这件事情的时候，什么样的技术是靠谱的，就是这么一个意思。

我再进一步解释一下，从各个角度看云的产生。我个人是这么理解的，云是信息资源的重组新方式。过去我们有服务器、存储一套，过去是死的，永远都是规律的。比如申报发改委课题的时候，发改委项目的时候，第一句话就是你的并发多少等等，现在在云计算中这些值很难算。我们说主机无外乎是CPU、内存、硬盘这些东西组成的，还有一些IO的东西，我们怎么样重组它，实现它的最高效益，我们现在把一台主机，32核的合在一起，它是一种重组方式，按CPU充足的，然后内存再合起来，虚拟化干什么事情？我能把CPU拆掉，你想要多少，给你多少。这是虚拟化干的好处。进一步来说，数据的重组，过去的数据存在庞大的数据库中，现在这些数据是不是存在一个点上？是不是存在一千个点上效率更高、更可靠呢？一种方式是我重组成一台台小的机子，然后把这些节点连起来，每一台小的机，全套都有，内存、CPU都有。还有一种方式，我干脆不要那么麻烦，买廉价PC，把它重组在一起，多种重组方式造成无限的变化。

总的来说，云计算是重新诠释了解构和重构的老话题。现在我们已经形成固有规律，主机加存储、加应用的模式。主机是IO、内存、CPU组成的，信息系统在一个点上提供中间服务的，我现在放在一百台上，这是从另外一个角度看它，在云计算中，当前主要的技术热点，我写了一些东西，我们知道做大规模的云计算，不说别的，虚拟化是另外的含义，非常了不起的事情。也就是说和大家应用有关的，从应用角度来说，主要有这几个核心的技术，第一个是NO—SQL数据库，就是不完全是SQL数据库。有很重要一个表。第二个叫MAP—Reduce框架。每个点上算完了结果要回来啊，然后合成一个。所以怎么样实行天然的并行计算，就是靠这个框架来的。第三个是DFS，就是分布式文件系统，文件要存在一千个点、一万个点上，而不是存在大存储上，大存储上还是有存储的好处。第四个，就是Search engine。基本上简单介绍了云的东西，我再简单归纳一下，什么是云，什么是云计算，它是怎么来的，将来朝哪里去。

第二，为什么要用云，我觉得永远是需求驱动。不是国外都在搞云计算，我们一定跟进，管它懂不懂，我们一定要上。这是根据需求来的。首先是社会需求增加，首先信息服务成为巨大的产业，今天上午听了很多报告，赛迪的报告非常好，我记得是十万亿这么高的服务价值，所以我们需要一个社会需求在增加。第二，我们信息时代的特征，我们大网络，包括宽带网络，工信部的领导也说，特别是互联网的出现，有大量的数据出现。第三个是行业发展需求，对我来说是卫生行业，卫生行业中，比如业务管理、决策、咨询行政一系列的要求，都要求你必须具有海量数据，具有广泛计算才能了解。比如老百姓都在想什么，这是舆情系统。一系列系统都是大数据，放传统的数据库中是算不下来的。比如现在业界来说，DB和甲骨文是两大好的数据库，在没有很好索引的情况下，你要检索出大量数据。你们上百度、上GOOGLE的时候，它出来的速度有多快，600毫秒。用传统的方式，如果不用庞大计算集群做的话，你永远做不到这个数字，一定要在20秒以上，20秒是很多人忍受不下来的。将来的信息爆炸是一定存在的，这么大的信息、这么大的情况下，一定要存好它，是指存取服务，存进去能找回来，当然了我们还是希望低成本、易维护。

在这种情况下，各大厂商也跟进很厉害，比如IBM、甲骨文去年发布了NO—SQL数据库。现在亚马逊搞得非常好他们商业模式逐渐成熟。

还有阿里云、盛大云已经出来了，这主要是主机服务。阿里巴巴我们知道是全世界最大的B2B，阿里巴巴是B2B的，C2C的，它是最大的网站。你想它每天交易量有多少，有多少数据要存，所以阿里巴巴和淘宝当初和LE是签过协议的，特别是甲骨文，每年据说是三年内几千万级付进去，买一个全县。这样的话运维非常贵。第二来说，阿里巴巴养了大概50个管理员吧，非常花钱。但是阿里巴巴准备开始去LE，准备用最便宜的东西搭，数据库用开源的。其他的都走到NO—SQL数据库上去，全面要去LE，那是一件大的事情，全世界都是一件了不起的大事情。

最后一个事情来说，怎么做云计算，核心想一句话，我的云、我做主，换言之，大家要清楚自己干什么，千万不要人云亦云，那就花钱见效不大。第一个，如果大家有机遇，还是要深入理解云和云计算，到底是怎么回事。第二是需求驱动，到底我要干什么，建好这个云之后，谁会得利，投入产出是否合理。我有没有能力规划一个云，建设指导运维这个云，这些基础要保证。你可以说我请一个了不起的团队帮我做云计算或云，但是做完这个之后，谁来用。云的商业模式到底怎么走法，我要建一个云，特别私有云，谁用就不说了，我有没有把这一堆说得清楚。如果没有一支技术队伍，很难。表面说这个已经云了，容易贻笑大方。第三个事情叫因地制宜，技术选型非常重要，干什么事情一定要搞清楚什么技术放上去最好，什么技术放上去可能不理想。我个人认为庞大的系统中，一定是混搭的，根据需求走。我比较倾向于生产性交易性系统，云可能能满足。大家要注意，当前云计算不是成熟，大家上去是不断探索，我们装了一台40个虚机的云天天都在调参数，不是说这个东西多难建，不是说云技术一定要比传统技术高明，我第一次学习云技术，比传统技术学得快。云就是云，是两老技术路线。并不是说云不能独立学。这还是需要逐步完善的事情。GOOGLE也是天天改良，亚马逊也是天天改良。我在单位里主要负责投资，比较关心，害怕让领导吃药。最后一点，一定要有包容心，因为太多的效率型的了。一个远程的端，它叫云吗？从传统技术来说，一定不是云，可以转化为云服务，是服务的方式推出的，可以叫云吗？也可以叫云。这种情况下大家要有包容心，要充分认识到别人到底想干什么，是不是我投资完了以后，确实取得这个效益，管它是什么，都是好的。要有包容心是做很多细节的时候，正因为市场不成熟，商业不成熟，有可能失败。第三个，一些大厂商聚集了很多优秀工程师在工作。

整体来说希望有这几个步骤，一定要充分的论证和规划。第二要明确目标，第三是现实存在的需求，不是说将来会怎么样，搭个云将来怎么怎么样。将来这个事情比较讨厌，所以大家一定要认识清楚。但是并不是说不能尝试。再下来尽量采用成熟技术，关键要人才和队伍是非常重要，你没有人才队伍，规划也好、运作也好，一切问题都出问题。所以只敢说是尝试性做一把，真正要做成一个大家离不开的服务，一定需要大量的投入，所以谨慎是第一的，不反对有大投入，这个云一定要大投入，但是谨慎是可以的。我可能比较小家子气。再下来，我们一定要有事前、事中、事后，做出来这个东西在云的架构上，真正产生效率。从用户角度来说，我根本不关心你用什么技术，我只关心我的效率好不好，比如查询一个网站，一秒钟出来。

前面我就把整个云的基本的想法和框架讲了一下，也有很多东西很多同志有不同意见，也欢迎大家批评指正。

下面讲一下健康云。这个事情比较难讲，因为信息化是国家鼎立推动的事情。从国家卫生部角度来说，推出一个重大的工程，叫3521工程，3是三级平台，5是公共卫生、医疗保障、药品、公共服务、综合管理。2是两大核心数据库，电子病历、电子档案。1是高宽带网络。3521工程，希望实现信息化整体面貌。这里要阐述的健康云，在这个情况下，给大家谈一下我个人心得。在上海的经验来说，卫生信息化它的应用体系主要分成三大类，一个叫点的应用，一个叫线的应用，一个叫面的应用。点就是在机构内部它的各类生产系统，互联互通也好，没有联通也好，自己维护自己的整个业务和管理需求，这样的系统最常见是医院信息系统，好的医院信息系统几十套是很正常的，中间有小的联动。但是总体来说，不出医院围墙。第二是线的系统，从管理机构直穿到底的，从中央到底下的县，这样一个系统很多，比如工商税务。我们一直说防止孤岛，避免烟囱，但是我们还是要造孤岛、还是要造烟囱。面的系统是什么呢？我们着力打造实现点线互联，点点相连，线线互通的系统。横向到边、纵向到底的系统。实现面的东西，是区域信息化为核心的，这个主意比较烂，在这个问题解决不好的时候，矛盾就环节掉。

回过来回到健康云上，为什么做健康云，首先我认为是恰逢其时的云，卫生信息化的趋势和特点是什么，首先是区域化，第二是系统之间进行整合，数据之间进行整合。第三是要形成跨部门、跨机构、跨专业的协同服务。第四来说，它有海量数据。我举个简单例子，比如说上海市，比不上四川省，门诊量是两个亿。再下来说，业务的逻辑复杂多点，业务逻辑总不稳定系统就很难造，综合这些情况，怎么来解决它，这是国家发的健康档案的图，给大家看看，底下都是独立的系统，最后形成一个庞大的数据库，进行协同服务和交换服务，就是这么一个过程。

我们整个基础方案中，应用云有什么好处？第一，应对卫生服务海量数据和大并发的需求。第二，我们系统架构可发展可伸缩能力。现在可以满足满足民生为主，领导要求很多，你肯定架构要适应性强。再下来来说，提高各类应用系统满足更光满的服务的需求。第四是应用数据结构变化的适应性需求。最后，处理卫生服务大量数据非结构化问题。云在区域卫生信息化特别适合，云落地卫生特别靠谱，其他行业不太了解。

紧跟来说，我们怎么样做健康云，第一句话是由共享做起，首先是数据共享，我说一个本源性问题供大家思考参考。不管现在是不是在信息时代，哪怕在鸡毛信时代，我们信息是怎么传递的，或者传递的本源性是什么。我个人思考是这样，我们依托交换信息，达到信息共享，并且实现用信息共享进行协作做一件事，所以核心就是交换是手段，共享协同是目标，这是信息出现网络时代最大的特征，我个人感觉。我觉得现在目前首先是共享。第二来说是协同，要做到共享协同，不交换是不行的，在共享和协同上面，我更倾向于先走共享，因为协同牵扯到管理、业务，一系列问题。首先大家看到数据，然后再干什么活。包括转换医学，还有个叫上下文的感知，有点像物联网的那个比较时髦。要做好健康云，我建议实施步骤是这样，首先是总体规划，分布实施，统一认识、做好试点，全面云方案和路线要结合。第四来说，做好这几个重大层面，我们叫做POS层，第二是平台层要做好，第三是综合应用层做好。

这里面还是给大家讲一点实例，我们怎么来开展云计算，在卫生体系具体阐述一下。我们知道云框架建设之后，它天然具备并行处理能力，第二大计算能力，第三是大数据存储能力，我们充分利用好这三大能力。首先来说要做好这件事情，这一轮健康档案工程，特别是存储这个事情，大数据、大并发、大计算，刚好来做它。首先把数据采来，采来的数据整合好之后，形成一个一个人ID的健康档案，这个健康档案所有人都能看到，就是干这个事。从云的角度来说，五个层面做好，第一是基础硬件层，数据采集层、数据管理层、数据服务层。我们整个把系统分成这几个，我们也用了操作系统、集群监控，因为是试验、因为是科研，所以还是有点复杂，我们做了N台虚拟机，两台管理机，准备再做买普通PC，实现普通PC和廉价虚拟机混搭成混合云，在上面实现云的监控和管理，后面监控管理软件是非常非常难的，HP、思科，卖这个软件都是上百万，非常贵，我们也靠优秀工程师做一套软件，做到管理级的，是非常不容易的。上面要实现快速切换、无缝扩容这些都要做到。在上面来说，下来数据怎么分布，怎么算这些问题重点是几个，第一是分布无线系统。第二是个是NO—SQL的数据库。第三个是分布式框架。将来还能实现图象识别，这是算法问题。为什么加一个SQL适配器呢，主要是考虑现在SQL工程师太多了，云工程师太多了，必须把底层的东西分配成SQL适配器，后台自动变成NO—SQL存储的函数。目前大概能做到5%，它的SQL语句要做到很不容易的。在这里面来说，重点是实现几个，第一个是分布节点形成，第二是分布节点互联，第三是虚拟化和资源池化。虚拟化可能是错误的认识，但是我觉得是有道理的认识，我个人认为虚拟化是手段，它的目的是实现资源池化，我们说信息有很多资源，有CPU资源、有内存资源，有缓存资源，还有存储资源，包括网络的，端口的很多资源。这些资源池化是目的，不管是小机上，还是PC上，还是服务器上。一定要有办法把它池化掉，像一个池子一样。所以虚拟化更倾向于一种手段，这里面包括CPU、内存、网络存储这些东西，实现信息资源池化，不是硬件层、网络层、操作系统层我们更希望将来数据要池化。数据采集层、数据库结口、适配器、爬虫。数据服务层上要做很多工作，这是最难的。目前我们的水平是八亿B数据，五百个并发，前台一秒钟看到。顺便说一下，上海正在做信息化工程，每天数据是750万笔，年底前到1200万笔。所以不靠云，我们觉得走不下去了。我阐述的就是这些，如果大家有问题，可以再问。谢谢大家。