项目描述: 智医助理,用人工智能帮助医生完成辅助诊断。目前已覆盖全国280+个区县,服务5万医生群体,覆盖1亿患者,提供3亿次AI诊断。
技术栈:智医助理3.0:springcloud+eureka+springcloudconfig+feign+ribbon+nginx+redis+rocketMQ+MySQL+websocket+swift(文件系统)+ Sharding-JDBC
智医助理4.0:springcloud+nacos+ribbon+nginx+redis+rocketMQ+ PostgreSQL +websocket+MiniIO(文件系统)+seata
你的成就:
1. 负责智医助理3.0研发过程,以及智医助理技术架构演进
① 主导千万级业务大表的分库分表实践
➢背景:核心库病历表一天产生约3w条记录,一年约1000w条数据,生产环境数据量2100w+,MySQL性能遇到瓶颈,需要针对数据量>1000w的核心业务表做分库分表方案。
➢方案与措施:先做技术预研,确定使用ShardingSphere,并选择对业务侵入性较小、性能较高的Sharding-JDBC。集群+读写分离+分库分表,按照行政区划(区县级别)水平分片,分片后单表数据预计在100w,按照当前增速,可保证5~8年内无性能瓶颈。届时再做冷热数据分离。针对未达性能瓶颈的私有化环境,设置关闭启动开关,避免因分表带来的运维成本。
➢产生效果:核心表数据拆分以后,在机器资源(16核32G)较充足时,单表查询吞吐量相比与JDBC提升近两倍,混合场景提升约30%。