移动互联时代，数据仓库已告别单机孤岛

　　走廊尽头那台监护仪一直在响，我摘了听诊器往值班室走，老张正对着三块屏幕敲键盘，白大褂口袋里半块饼干掉在键盘上都没察觉。"去年十一月那回，"我敲了敲他桌子，"要不是把移动端日志全灌进分布式仓，急诊那套预警模型能卡三天？"他抬头嚼着饼干："你当时不还死活不信MPP能扛住每秒十万的写入？"

　　打印机卡纸的动静盖过我的反驳。那会儿确实犯轴——三十来岁的男的，夜里送来那个，症状像心梗但ECG正常，移动设备监测的微电流波动全在单机版仓里锁着。我原以为按老流程等CT结果就行，结果小王把手机APP的心率变异性数据硬塞进实时计算层，模型直接报了主动脉夹层。"那套Hadoop集群，"老张擦着眼镜，"你当时说'移动端数据太碎，存着浪费空间'。"

　　护士站有人在剥橘子，酸味混着消毒水味飘进来。我扯开领口："后来呢？你非要把所有穿戴设备数据全接进来，我说至少得先做ETL过滤，结果呢？"老张突然笑出声："记得上周三床家属闹事吗？他们手机里的运动步数、睡眠时长，跟电子病历一拼，直接戳穿了患者隐瞒病史的谎。"他敲了敲屏幕，"看见没？现在连血糖仪的蓝牙数据都直接走Kafka流，哪还轮得到单机仓慢慢导？"

　　我摸出烟盒又塞回去——值班室禁烟。去年十一月那事确实打脸：当时坚持用单机版处理移动端数据，结果急诊科主任拍着桌子骂"等你们导完数据，病人都凉了"。后来咬着牙把Hive换成ClickHouse，把ETL改成了实时CDC，移动端的每条心跳间隔、步频变化、血氧波动，现在全在OLAP里秒级响应。"但你说优胜劣汰，"我指着他屏幕上跳动的QPS，"要是移动设备的数据质量还是像五年前那么烂呢？"

　　老张把饼干渣扫进垃圾桶："还记得2015年那套单机仓吗？当时你说'分布式是噱头'，结果那年双十一，电商的实时仓把咱们甩了三条街。"他调出监控面板，"现在移动端的数据量是当年电商的十倍，你还指望单机能扛？上周三床那个，要不是他手表的心率数据和监护仪对不上，谁能想到是设备干扰？"走廊那盏灯闪了一下，我盯着他屏幕上的延迟指标——0.3秒，比单机时代快了二十倍。

　　家属在门口来回踱步，脚步声和监护仪的警报混在一起。我突然想起2018年那回：当时非说移动端数据要"清洗干净"再入仓，结果漏掉了患者手机里的用药提醒记录，差点让抗凝治疗剂量算错。"现在呢？"老张敲着回车键，"直接把原始JSON存进S3，需要时用Spark SQL现场解析，比你们当年在单机上写存储过程快多了。"他顿了顿，"不过话说回来，你上个月不还反对把智能床垫的数据接进来？"

文章配图，仅供参考

　　这个我不讲了。反正去年十一月之后，我再没碰过单机版的ETL工具。现在急诊科要是说"数据延迟"，那一定是移动设备厂商的蓝牙出了问题，绝对不是仓的锅。老张突然说："知道为什么现在值夜班不慌了吗？因为所有移动端数据都在分布式仓里躺着，就算单机挂了，其他节点照样能顶上。"他指了指窗外，"就像现在，三床家属再怎么闹，我们也有十套数据源能交叉验证。"

　　护士站的橘子皮堆成了小山，我闻着酸味突然笑了："记得你2016年非说'移动数据没用'吗？"老张头也不抬："那你记得2017年你说'分布式仓太贵'吗？"我们都没再说话，盯着屏幕上跳动的数据流——每秒十二万条，来自手机、手表、血压计、智能药盒，还有三床那个总响的监护仪。这些数据现在像血液一样在仓里流动，而五年前，它们还躺在各个孤岛里，等着被人工导出、清洗、导入，然后慢慢变旧。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!