数据特征 同样也是医院面临的问题
（1）数据异构
多平台，多种接口，数据类型没有一个标准，只能是点对点的对接大量数据，内容冗杂，过程繁复，速度缓慢。
（2） 主题分散性
就诊信息分布在不同的平台上，不能够形成以患者为中心的所有电子化就诊信息集成，不能提供完整、全面、准确、及时的患者临床信息。
（3）数据量大
在大数据背景下，行业应用的数据量通常都以亿级别计算，存储通常在TB/PB级别甚至更多。
解决问题 剖析医院数据使用困境
(1) 实现以患者为中心的医疗信息采集、清洗、存储、加载和决策辅助。构建医疗信息咨询、检索、展示和医疗决策支持平台。
(2) 基于数据中心的全量数据，构建应用主题库，为医院临床辅助、精细化运营管理、科研管理提供强有力的数据支撑。
(3) 实现亿级别数据量查询、统计、分析秒处理展示。
产品介绍
产品概述
ETL（Extraction-Transformation-Loading）是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据， ETL是BI（商业智能）项目重要的一个环节。
产品框架
数据集中：全量数据、数据清洗、数据适配、数据存储
数据标准化：主数据、词汇字典、数据映射
实施服务：多量数据在线、多种接口形式、快速查询、降低业务负载
安全审计：数据审计、数据盘点、权限认证、隐私处理
运维监控：群集监控、故障排除、扩容扩展、应急处理
（1）全量历史结构化数据采集
通过图形化的数据采集核对工具，对历史数据进行采集、清洗和存储。同时支持监测采集数据和原系统数据对比，保证数据条目的一致性、时效性。
（2）结构化流数据清洗治理
数据质量治理、数据清洗、数据关系串联、数据重组
待图
（3）结构化数据实时接入
采用Flume技术，完成医院实时数据的转换接入
待图
（3）非结构化数据实时接入
采用Flume技术，完成医院实时数据的转换接入
待图
（5）数据标准体系
集中管理主数据、数据元标准化定义、自动同步基础数据
（6）数据安全体系
数据安全审计、数据盘点核对、数据脱敏处理、集群运维监控
（7）大数据生态系统
Hadoop生态系统中集成了大量的工具和组件来满足不同计算和存储需求，比如HDFS分布式文件系统、HBase列式数据库、Hive数据仓库、Kafka服务编排、MapReduce服务调度、impala类SQL数据仓库等，可以方便地进行数据存储和分析计算
（8）对外开放数据服务
通过丰富的对外服务方式，提供实时的信息查询，降低业务系统压力，保证数据全生命周期的完整性和关联性，支持第三方智能化应用等嫁接服务
产品优势（图）
（1）多种数据源
支持多种数据源，一键接入，无需繁琐配置。
（2）零代码
简单易用的用户体验，零代码建立传输任务，降低企业用户使用门槛。
（3）大规模开发
支持大规模数据集成，（待修改）。
（4）实时融合
实时的数据融合与集成，不让延迟成为瓶颈，保证数据的时效性。
（5）开箱即用
简单快速的安装流程，高效部署生产环境，即装即用。
（6）错误队列预警
完善的纠错机制与系统状态监控，迅速预警数据问题。
（7）多种目的地
支持多种数据目的地，轻松同步，高效利用数据。
（8）全程质量管控
高质量体系保障数据传输的安全性与准确性，真正实现数据无忧。
（9）极速处理
对数据仓库大规模数据查询的优化，数据处理时，可以以极快的速度处理存储在HDFS中的数据。
技术优势（图）
（1）具体实时计算分析能力
（2）通过并行任务调度提高计算速度
（3）高性价比，使用低成本存储和服务器构建
（4）高吞吐量，支持高吞吐量访问，消除访问瓶颈
（5）高扩展性，无需停机动态扩容，同时支持横向扩展
（6）高可靠性，支持数据自动检测并保存多份副本，支持任务重新分配
（7）高效性，各数据节点支持动态平衡，保证高速的处理速度
