4. 平台总体架构设计

医疗真实世界数据（RWD）平台面对的是多源异构、持续增长、强合规约束的数据环境：医院HIS/EMR/LIS/PACS、医保结算、随访App、可穿戴设备、第三方数据服务等，格式涵盖结构化、半结构化与影像/文本非结构化数据。总体架构设计不是“选一个最流行的技术栈”，而是围绕数据生命周期、业务时效、合规边界与团队能力做组合式权衡。本节先厘清五类架构要素的定位，再给出可落地的选型判断与参考架构。

五类架构要素的定位与边界

微服务解决的是“业务能力如何拆分与独立演进”。在RWD平台中，典型服务包括患者主索引（EMPI）、术语映射、数据质量校验、队列筛选、指标计算、脱敏与授权、审计日志等。微服务的价值在于按领域边界独立部署、独立扩缩容，例如队列筛选服务在科研高峰期可单独扩容，而不影响数据接入服务。代价是分布式事务、链路追踪、服务治理复杂度上升。

数据湖解决的是“原始与多模态数据如何低成本、保真地集中存储”。医疗数据湖通常以对象存储为底座，保留原始报文、影像、文本与设备流，支持Schema-on-Read。它的优势是写入灵活、成本低、可回溯；风险是容易退化为“数据沼泽”，缺乏元数据、血缘与质量约束时难以直接支撑分析。

数据仓库解决的是“面向分析的一致性、可复用与高性能查询”。在医疗场景中，仓库层通常承载标准化后的患者、就诊、诊断、用药、检验、费用等主题域，采用维度建模或Data Vault，提供稳定的指标口径。它的优势是治理成熟、查询性能好；局限是对半结构化与频繁变化的原始数据不够灵活，入仓前的清洗与建模周期较长。

湖仓一体试图在湖的灵活性与仓的治理能力之间取得平衡：在对象存储之上引入表格式（如Iceberg、Hudi、Delta Lake）与统一元数据/事务能力，使同一份数据既能被批处理、流处理，也能被SQL引擎高效查询，并支持ACID、时间旅行与Schema演进。对RWD平台而言，湖仓一体特别适合“原始层保真 + 标准化层可治理 + 指标层可复用”的分层诉求。

云原生不是单一技术，而是一组架构原则：容器化、声明式编排、弹性伸缩、可观测性、基础设施即代码、服务网格与托管中间件。它决定了上述微服务、湖、仓、湖仓能否以可运维、可弹性、可审计的方式落地。医疗行业的云原生还需叠加等保、数据不出域、密钥管理、审计留痕等要求，常见形态是私有云或混合云。

选型判断：从业务问题反推架构组合

选型不应从“哪个技术更先进”出发，而应从四类问题出发：数据时效要求、数据形态复杂度、分析负载类型、合规与运维约束。下表给出一个可操作的判断参考（示例参数为教学假设，用于说明判断逻辑，不代表实测结论）。

一个常见的误区是把“湖仓一体”当作替代仓库的万能方案。实际上，仓库层沉淀的指标口径、维度一致性与权限模型，仍然是科研统计与监管报送的信任基础；湖仓一体的价值在于让原始层与标准化层之间的链路更短、更可治理，而不是取消分层。另一个误区是过早微服务化：如果领域边界尚未稳定，拆成十几个服务只会增加联调与排障成本。更稳妥的路径是先按“接入—治理—服务—应用”划分粗粒度模块，待边界清晰后再逐步拆分。

参考架构：分层与数据流

下图给出一个面向RWD平台的参考总体架构，重点表达五类要素在分层中的位置与数据流向：原始数据经接入层进入湖存储，经治理与标准化后形成湖仓统一表，再向仓库指标层与微服务化数据服务输出，最终支撑科研、监管与运营应用。云原生能力作为横向底座贯穿各层。

该参考架构的关键设计点有三处。第一，原始层与标准化层分离：ODS保留原始报文与影像索引，DWD完成清洗、去重与EMPI关联，避免“一入仓就丢失可回溯性”。第二，湖仓统一表作为共享底座：DWD与特征区以开放表格式组织，仓库指标层与微服务数据服务均可直接读取，减少重复搬运。第三，治理与云原生横向贯穿：术语映射、质量规则、脱敏授权、血缘审计不是某个层的附属功能，而是跨层能力；容器编排、弹性伸缩、可观测性与密钥管理则决定平台能否稳定运行并满足合规审计。

落地权衡：三条可执行的选型原则

原则一：按数据成熟度分层选型，而非全平台统一。原始层优先选数据湖，强调低成本与保真；标准化层优先选湖仓一体，强调ACID与Schema演进；指标层优先选仓库，强调口径稳定与查询性能。三层可以共存于同一对象存储底座，通过表格式与元数据服务打通。

原则二：微服务拆分以“独立变更频率”为准。如果两个能力的发布节奏、扩缩容需求、合规边界高度一致，就不必拆成两个服务。例如术语映射与质量校验常同步变更，可先合并为一个治理服务；而队列筛选与审计日志的访问模式差异大，适合独立部署。

原则三：云原生能力先补可观测性与密钥管理，再谈弹性。医疗平台的故障排查与合规审计优先级高于极致弹性。建议先落地统一日志、指标、链路追踪与密钥托管，再逐步引入自动扩缩容与IaC。否则弹性扩缩容带来的实例漂移会显著增加审计难度。

综上，微服务、数据湖、数据仓库、湖仓一体与云原生并非互斥选项，而是分别回答“业务如何拆分、原始数据如何存、分析口径如何稳、湖与仓如何协同、平台如何可运维可合规”五个问题。RWD平台的总体架构设计，本质上是在这五个问题上做组合与排序，并以治理与合规为约束条件持续演进。