【导语】目前,信息碎片化等问题限制着国家疾控信息化工作,传统的IT架构和原有基础设施难以满足中国疾控业务不断增长的需求。如何快速部署新数据中心,又不影响现有业务?如何充分利用有限空间?如何节能降耗,降低成本?浪潮一体化集装箱式数据中心采用模块化设计等技术,机房内部空间利用率高,稳定可靠,建设周期缩短80%,部署密度提高3倍以上,帮助中国疾控中心轻松应对云计算时代规模、d性和成本三大运营挑战。
随着国民生活水平的提高,我国提出“健康中国2030”规划以满足人民对 “预防、保健和治疗”的新健康需求。疾控信息化作为“健康中国2030”规划的重要组成部分,对预防和控制重大疾病具有重要意义,能有效提升我国公共卫生服务科学决策、精细化管理和个性化服务能力。但如今,传统的IT架构及基础设施难以满足中国疾控中心不断增长的业务,必须要用信息化手段全力建设好疾控信息系统,保障“健康中国2030”的成功实施。浪潮凭借其突出的IT硬件及云计算技术,助力中国疾控中心开启云时代。
由“疾病管理”转向“健康管理”
中国疾病预防控制中心(以下简称中国疾控中心),是由政府举办的实施国家级疾病预防控制与公共卫生技术管理和服务的公益事业单位,其使命是通过对疾病、残疾和伤害的预防控制,创造健康环境,维护社会稳定,保障国家安全,促进人民健康。
浪潮助力中国疾病预防控制中心迈入疾控云时代
面对新的健康需求,中国疾控中心提出了由“疾病管理”向“健康管理”转变,以信息化带动和促进民生领域跨越发展的新要求。然而现在疾控信息化工作面临着信息碎片化、业务条块化、工作分割化等痛点,疾控中心的原有数据中心难以应对不断增长的疾控业务需求。
中国疾控中心认识到,想要做好疾控信息化工作,首先要转变思想、转换思路,打破原有传统数据中心建设限制,通过建设基于云平台、云机房、云终端的新IT基础设施,基于智能化园区和智慧园区管理的信息化建设,实现以大数据为核心的智慧疾控、安全疾控、人文疾控。
破解基础动力环境老化和扩容难题
中国疾控中心原有数据中心建设于2003年,其IT基础设施已经难以满足当前业务需求。据中国疾控中心相关负责人介绍,一直以来,疾控中心就没有专门的数据中心建筑,办公用房建立机房面临着基础动力环境老化及扩容难的问题,而且机房供配电有局限,尤其是新系统上线时,很难停电进行扩容。此外,机房专用空调等重要IT基础设备早已超生命周期运行,在核心系统不能停电的情况下,很难进行维修和更换。同时,机房与办公用房混合建设,机房为了规避供暖及制冷所需能耗较高,电力成本高且不利于节能减排。
面对这些问题,中国疾控中心经过多方考察对比,最终选择了浪潮一体化集装箱数据中心,建设全面云化疾控数据中心。
有效应对云计算时代规模、d性和成本三大挑战
浪潮一体化集装箱式数据中心采用模块化设计、行间级制冷、冷热隔离等技术。在机房建设方面,该集装箱式数据中心将集成UPS电源系统、供配电模块、制冷系统、动力环境监控等基础设施融为一体,组建模式灵活多变,能够有效缩短机房建设周期。另外,机房选址及运输方面,该机房选址灵活,不受现场环境限制,只需要网络、电源、水管等管线即可完成部署,且运输方便简单,运输方式专业成熟。在机房空间利用方面,数据集装箱式机房内部空间利用率高,单个箱体可放置多个IT机柜,供电与制冷模块均实现N+1冗余,稳定可靠,且冷却空间小,便于冷热隔离,具有较高的制冷效率,真正绿色节能。
浪潮一体化集装箱数据中心
与传统数据中心相比,集装箱式机房把数据中心从一个“庞大工程”变成了“按需购买、即插即用”的产品,实现了对数据中心生命周期的模式创新。建设周期缩短80%,部署密度提高3倍以上,帮助中国疾控中心更好地应对云计算时代规模、d性和成本三大运营挑战。
集装箱数据中心打破了传统机房画地为牢的限制,化整为零,机动部署,以产品化换取空间和时间的双灵活。每台集装箱都是一个完整的数据中心单位,整体的设计建设都在车间内完成,货到即用;同时可以根据业务发展的需要,横向叠加集装箱迅速扩大数据中心规模。为了满足中国疾控中心安全、保密、隔离的需求,浪潮为客户提供了完善的场地建设方案和施工服务,包括场区低压双路供电保障,箱体整体区域基础加固平台,全区域防雷接地保护工程,集群内光纤综合布线等。真正意义上实现了一体化交付,只需要上架IT设备,整个数据中心就可以立即投入运行。
迈入疾控云时代
经过近10个月的建设实施,浪潮助力中国疾控中心突破实体转虚拟、近远程同步备份、双活集装箱等多项关键技术,已初步完成中国疾病预防控制信息系统、协同办公系统等核心业务系统的切换。中国疾控中心相关负责人谈到:“疾控云化数据中心的建设是国家疾控信息化发展的重要里程碑,一方面为各直属单位整合IT资源,实现一体化统建共管的新模式,另一方面全面推进智慧疾控中心建设,开启疾控数据中心建设与发展的云时代,实现“健康中国2030”规划。”
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)