CN117311760A - 一种基于服务类型传输策略的医疗服务部署方法和装置 - Google Patents
一种基于服务类型传输策略的医疗服务部署方法和装置 Download PDFInfo
- Publication number
- CN117311760A CN117311760A CN202311237605.8A CN202311237605A CN117311760A CN 117311760 A CN117311760 A CN 117311760A CN 202311237605 A CN202311237605 A CN 202311237605A CN 117311760 A CN117311760 A CN 117311760A
- Authority
- CN
- China
- Prior art keywords
- medical
- service
- transmission
- institution
- medical institution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000001419 dependent effect Effects 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
- G06F8/63—Image based installation; Cloning; Build to order
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于服务类型传输策略的医疗服务部署方法,该方法通过中心服务器将各个医疗服务自动传输至对应的医疗机构中,使得各医疗机构能够自动更新docker镜像后启动医疗服务,从而实现了自动更新医疗机构节点配置,即医疗机构的docker镜像来启动对应的医疗服务,降低了运维人员的工作量,工作效率较高,并且本发明通过将医疗服务分类传输,依据不同类型的医疗服务采用不同的策略以加快传输速度,尽快完成医疗服务的部署。
Description
技术领域
本发明属于医疗服务部署领域,具体涉及一种基于服务类型传输策略的医疗服务部署方法和装置。
背景技术
在多医疗机构节点复杂网络结构的环境中,尤其不能联网的医疗机构节点,对医疗服务进行统一的管理以及环境配置是一件十分繁琐的事情,不同医疗机构节点的医疗服务的配置常常是不同的,这导致运维人员对多医疗机构节点的医疗服务进行维护的时候通常需要耗费大量精力和时间。当医疗机构节点的配置需要更新的时候,运维人员需要对所有医疗机构节点的配置进行更新,效率低下而容易出错。而在新医疗机构节点需要加入的时候,运维人员则需要重新配置一遍环境,工作量大,同时还可能导致环境配置不一致的问题。
另一方面,一家医疗机构往往会部署大量的医疗服务,不同医疗服务之间可能存在版本依赖关系,更新部分服务的时候会导致其他服务的不可用,现有的快速部署系统没有对部署服务的过程进行优化,导致医疗服务整体完成时间较长,而医疗场景对服务部署时间比较敏感。因而如何快速完成医疗服务的部署,减少服务下线时间,是医疗场景下迫切待解决的问题。
公开号为CN112130871A的中国专利公开了一种远程部署中间件的方法、装置、计算机设备及存储介质,所述方法应用于控制服务器,控制服务器安装有自动化运维工具,控制服务器与待部署服务器基于SSH协议的密匙对实现免密登录,待部署服务器用于部署数字医疗系统;所述方法包括:通过自动化运维工具获取中间件安装请求,中间件安装请求携带有目标配置文件的存储路径;通过自动化运维工具根据中间件安装请求,在待部署服务器进行中间件部署准备、部署相应的中间件、中间件状态检查以完成中间件的部署,得到部署检查结果。从而操作简单,提高了部署效率,使部署的中间件的环境一致,有利于降低运维成本和运维的难度,也有利于快速的分析定位问题。
公开号为CN113360164A的中国专利公开了一种快速部署应用的方法、装置及存储介质,包括:识别需要部署的应用的属性信息,基于所述属性信息获取所涉及到的应用或服务;获取选择的目标参数,基于所述目标参数自动调用Jenkins的api接口,用于实现Jenkins的动态部署;锁定一个当前的部署环境,以实现对当前的部署环境的站点锁定;通过所述api接口调取选中的相应的应用或服务在当前的部署环境下对相应的应用或服务完成部署。本发明提供的技术方案,只需要简单操作,即能够协助工作人员快速、准确的部署应用,并且每个应用之间不会进行相互的覆盖。
以上两篇专利都没有针对部署医疗服务传输过程进行优化,且针对运维工作还有进行一步优化的空间,因此,上述两项专利的方案在医疗机构存在大量医疗服务的场景下应用有限。
发明内容
本发明公开了一种基于服务类型传输策略的医疗服务部署方法,该方法能够使得各个医疗机构能够自动接收对应的医疗服务,且能够尽快完成医疗服务的部署。
本发明具体实施例提供了一种基于服务类型传输策略的医疗服务部署方法,其特征在于,包括:
中心服务器基于医疗服务对应的依赖文件生成docker镜像,将docker镜像部署至各个医疗机构以用于启动对应的医疗服务,基于医疗服务传输至各个医疗机构的传输时长和在各个医疗机构的启动时长对医疗服务进行分类,基于设定的医疗机构配置信息采用不同服务类型传输策略将不同类型的医疗服务传输至对应的医疗机构,使得各医疗机构能够启动对应类型医疗服务,从而完成医疗服务的部署。
进一步的,采用不同服务类型传输策略将不同类型的医疗服务部署至对应的医疗机构,包括:
如果传输时长大于设定倍数的启动时长,则对应的医疗服务为传输型医疗服务,将待部署至医疗机构α的传输型医疗服务依次传输至医疗机构α,然后将待部署至医疗机构β的传输型医疗服务依次传输至医疗机构β,直至所有的医疗机构完成对待部署的传输型医疗服务的接收,各个医疗机构在接收到传输型医疗服务之后立即进行医疗服务的启动,以完成传输型医疗服务的部署;
如果启动时长大于设定倍数的传输时长,则对应的医疗服务为计算型医疗服务,首先将计算型医疗服务C分别传输至多个对应的医疗机构,然后使得对应的医疗机构同时并行启动计算型医疗服务C以完成计算型医疗服务C的部署,然后再进行下一个计算型医疗服务D的部署,直至将待部署的所有计算型医疗服务部署完成;
如果传输时长与启动时长的时间差值达到相近阈值,则对应的医疗服务为耗时相近型医疗服务,采用遗传算法优化耗时相近型医疗服务向医疗机构的传输顺序得到最优传输顺序,基于最优传输顺序完成耗时相近型医疗服务的部署。
进一步的,将传输型医疗服务依次部署至各个医疗机构,包括:
中心服务器向一个医疗机构传输对应的传输型医疗服务,并使得所述医疗机构启动传输型医疗服务后,再向下一个医疗机构传输对应的传输型医疗服务,使得下一个医疗机构启动对应的传输型医疗服务,直至传输型医疗服务部署完成。
进一步的,按照计算型医疗服务在对应的医疗机构的启动时长由大到小的排列顺序,将计算医疗服务依次传输至对应的医疗机构。
进一步的,采用遗传算法优化耗时相近型医疗服务向医疗机构的传输顺序得到最优传输顺序,包括:
S1、基于耗时相近型医疗服务和对应的医疗机构随机得到多条传输顺序序列;
S2、计算得到每条传输顺序序列对应的总花费时间和多条传输顺序序列的总花费时间中的最大花费时间;
S3、基于最大花费时间和每个传输顺序序列对应的总花费时间差值的和与每个传输顺序序列对应的总花费时间的比值得到每个传输顺序序列的选择概率;
S4、基于选择概率随机选择一条传输顺序序列,随机将选择的传输顺序序列中的两个元素进行交换生成新的传输顺序序列,并计算新的传输顺序序列的总花费时间;
S5、如果新的传输顺序序列的总花费时间小于选择的传输顺序序列的总花费时间,则执行S7;
S6、如果新的传输顺序序列的总花费时间大于选择的传输顺序序列的总花费时间,则重新选择序列的两个元素进行交换,直到新的传输顺序序列的总花费时间小于选择的传输顺序序列的总花费时间,执行S7,如果序列元素交换轮次达到设定的k轮,执行S8
S7、用新的传输顺序序列替换选择的传输顺序序列
S8、重复步骤S3-S7直至达到设定的I轮,将总花费时间最小的传输顺序序列作为最终的最优传输顺序。
进一步的,获得医疗服务在各个医疗机构的启动时长,包括:
将医疗机构的cpu、cpu占用、内存、内存占用和医疗服务的大小作为参数训练得到线性回归模型,通过训练完成的线性回归模型拟合得到医疗服务在对应的医疗机构的启动时长。
进一步的,基于医疗服务对应的依赖文件生成docker镜像,包括:基于依赖文件对基础镜像的依赖库进行更新,并删除依赖库中多余的依赖文件和可执行程序,获得新的依赖库,对新的依赖库进行压缩打包得到docker镜像。
进一步的,更新各个医疗机构的docker镜像,包括:
中心服务器向各个医疗机构发送关闭原始docker镜像请求,并将接收到各个医疗机构发出的已关闭原始docker镜像的反馈信息后依据各个医疗机构配置信息向各医疗机构发送新的docker镜像,使得各个医疗机构能够解压新的docker镜像得到运行医疗服务的运行镜像,启动运行镜像以完成docker镜像的更新;
各医疗机构配置信息包括医疗机构节点端口、IP地址和对应的医疗服务的配置信息。
进一步的,医疗机构启动医疗服务,包括:
当中心服务器接收到启动医疗服务的请求时,首先检测医疗机构的docker镜像是否运行,如果医疗机构接收的docker镜像没有运行,则首先启动未运行的docker镜像,如果医疗机构接收的docker镜像已运行,则对医疗机构发出启动医疗服务的指令,使得医疗机构能够启动医疗服务并将医疗服务的进程号发送至中心服务器,中心服务器接收并保存进程号。
本发明具体实施例还提供了一种基于服务类型传输策略的自动化医疗计算服务部署装置,其特征在于,包括:
镜像生成模块,用于获得医疗服务,同时基于医疗服务对应的依赖文件生成docker镜像;
部署模块,用于首先将docker镜像部署至各个医疗机构以用于启动对应的医疗服务,然后基于医疗服务传输至各个医疗机构的传输时长和在各个医疗机构的启动时长对医疗服务进行分类,基于医疗机构配置信息采用不同服务类型传输策略将不同类型的医疗服务传输至对应的医疗机构,使得各医疗机构启动对应类型医疗服务,从而完成医疗服务的部署。
与现有技术相比,本发明的有益效果为:
本发明通过之前设定的各个医疗机构的配置信息,通过中心服务器将各个医疗服务自动传输至对应的医疗机构中,使得各医疗机构能够自动更新docker镜像后启动医疗服务,从而实现了自动更新节点配置,即医疗机构的docker镜像来启动对应的医疗服务,降低了运维人员的工作量,工作效率较高,并且本发明通过将医疗服务分类传输,依据不同类型的医疗服务采用不同的策略以加快传输速度,尽快完成医疗服务的部署。
附图说明
图1为本发明具体实施例提供的医疗服务一键部署装置的系统架构图;
图2为本发明具体实施例提供的一种基于服务类型传输策略的医疗服务部署方法的流程图;
图3为本发明具体实施例提供的医疗机构更新docker镜像的流程图;
图4为本发明具体实施例提供的传输型医疗服务传输策略示意图;
图5为本发明具体实施例提供的计算型医疗服务传输策略示意图;
图6为本发明具体实施例提供的耗时相近型医疗服务传输策略示意图;
图7为本发明具体实施例提供的启动单元流程图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。
为了达到向医疗机构自动部署医疗服务,节省运维人员的工作量,提高工作效率的目的,本发明具体实施例提前设定医疗机构配置信息,中心服务器基于医疗机构配置信息将医疗服务自动发送至各个医疗机构,且本发明通过将医疗服务进行分类,并基于不同医疗服务类别采用不同的传输策略将不同的医疗服务发送至对应的医疗机构中,本发明提供的基于服务类型传输策略的医疗服务部署方法,如图1和图2所示,具体步骤如下:
本发明具体实施例对各个医疗机构配置信息进行填写,填写的内容包括医疗机构节点端口、IP地址和对应的医疗服务的配置信息。
本发明具体实施例提供的中心服务器基于医疗服务对应的依赖文件自动生成docker镜像,该依赖文件由中心服务器维护,每个医疗服务具有一个依赖文件,依赖文件记录了该医疗服务所依赖的依赖库信息。
在一具体实施例中,本实施例提供的基于医疗服务对应的依赖文件生成docker镜像,即根据医疗服务的依赖文件自动生成Dockerfile,包括:(1)在基础镜像的基础上,进行依赖库更新;(2)为了为减少传输时间,对镜像进行瘦身。包括两阶段的瘦身。第一阶段,对项目的依赖关系进行分析,删除多余的依赖库以及可执行程序。第二阶段,将依赖库压缩打包。经过两阶段的瘦身之后,生成最终的镜像。
在一具体实施例中,如图3所示,本实施例提供的更新各个医疗机构的docker镜像,包括:中心服务器向各个医疗机构发送关闭原始docker镜像请求,并将接收到各个医疗机构发出的已关闭原始docker镜像的反馈信息后依据各个医疗机构配置信息向各医疗机构发送新的docker镜像,使得各个医疗机构能够解压新的docker镜像得到运行医疗服务的运行镜像,启动运行镜像以完成docker镜像的更新;
在一具体实施例中,本实施例提供的中心服务器将docker镜像传输至医疗机构前,需要计算docker镜像的MD5,在中心服务器依次将docker镜像和医疗服务传输至医疗机构时,医疗机构都要对MD5进行检查以确定传输的准确性。
本发明具体实施例基于医疗服务传输至各个医疗机构的传输时长和在各个医疗机构的启动时长对医疗服务进行分类,中心服务器基于设定的医疗机构配置信息采用不同服务类型传输策略自动将不同类型的医疗服务传输至对应的医疗机构,医疗机构在本地完成医疗服务的启动。
在一具体实施例中,本实施例提供的采用不同服务类型传输策略将不同类型的医疗服务部署至对应的医疗机构,包括:如果医疗服务的传输时长大于设定倍数的启动医疗服务的时长,在一实施例中,传输时长大于2倍的启动时长,说明传输时长是主要的消耗时长,启动时长可以忽略不计,则对应的医疗服务为传输型医疗服务,此时采取的传输策略为中心服务器将传输型医疗服务传输至对应的医疗机构,再向下一个医疗结构传输对应的传输型医疗服务。
在一具体实施例中,对于传输型医疗服务,由于传输时长远远大于启动时长,因此启动时长可以忽略不记。因此为了最小化部署时间,对于该类型,采取的传输策略为将待部署至医疗机构α的传输型医疗服务依次传输至医疗机构α,然后将待部署至医疗机构β的传输型医疗服务依次传输至医疗机构β,直至所有的医疗机构完成对待部署的传输型医疗服务的接收,各个医疗机构在接收到传输型医疗服务之后立即进行医疗服务的启动,以完成传输型医疗服务的部署。因此花费时间Tv计算公式如下所示,其中Aθ表示属于传输密集型服务总数。
其中,n为医疗机构的索引,N为医疗机构的个数,为传输型医疗服务的索引,Aθ为传输型医疗服务的个数,/>为将第/>个传输型医疗服务传输至第n个医疗机构的传输时间,/>为第/>个传输型医疗服务的大小,τn为中心服务器传输至第n个医疗机构的传输速率。
在一实施例中,如图4所示,中心服务器先将服务A和服务B传输至医疗机构α,再将服务A和服务B传输至医疗机构β,医疗机构α和医疗机构β在接受到医疗服务后立即进行服务的启动,服务A和B均为传输型医疗服务。
如果医疗服务的启动时长大于设定倍数的传输医疗服务的时长,即启动时长远远大于传输时长,因此传输时长可以忽略不记,则对应的医疗服务为计算型医疗服务,首先将计算型医疗服务C分别传输至多个对应的医疗机构,然后使得对应的医疗机构同时并行启动计算型医疗服务C以完成计算型医疗服务C的部署,然后再进行下一个计算型医疗服务D的部署,直至将待部署的所有计算型医疗服务部署完成。
在一具体实施例中,对于计算型医疗服务,由于启动时长远远大于传输时长,因此传输时长可以忽略不记。因此为了最小化部署时间,对于该类型,采取的传输策略为按照启动时长从大到小依次传输,保证每家医疗机构能够第一时间进行服务启动,因此花费时间Tf的计算公式如下。
其中,A∈为计算型服务的总数,为第/>个计算型医疗服务在第n个医疗机构的启动时间。
在一具体实施例中,如图5所示,中心服务器先将服务C分别传输至医疗机构α和医疗机构β,再将服务D分别传输至医疗机构α和医疗机构β,医疗机构α并行启动服务C和服务D,医疗机构β并行启动服务C和服务D,服务C和服务D均为计算型医疗服务。
如果传输时长与启动时长的时间差值达到相近阈值,则对应的医疗服务为耗时相近型医疗服务,采用遗传算法优化耗时相近型医疗服务向医疗机构的传输顺序得到最优传输顺序,基于最优传输顺序完成耗时相近型医疗服务的部署。
在一具体实施例中,采用遗传算法优化耗时相近型医疗服务向医疗机构的传输顺序得到最优传输顺序,如图6所示,包括:
S1、基于耗时相近型医疗服务和对应的医疗机构随机得到生成M多条随机传输顺序序列{sq1,sq2,…,sqM}。在一实施例中,以2家医疗机构,每家医疗机构部署3个服务为例,生成得2条随机传输顺序序列可能为{[n1c1,n1c2,n1c3,n2c1,n2c2,n2c3],[n1c2,n2c1,n2c3,n1c1,n1c3,n2c2]}。n1c1表示中心服务器向医疗机构n1发送c1医疗服务,其他以此类推。
S2、计算计算M条传输顺序序列的总花费时间{T1,T2,…,TM}和多条传输顺序序列的总花费时间中的最大花费时间Tmax。
S3、每个传输顺序序列对应的总花费时间与基于最大花费时间和每个传输顺序序列对应的总花费时间差值的和的比值得到每个传输顺序序列的选择概率。
本实施例提供第i条传输顺序序列Ti的选择概率pi为:
其中,j为传输顺序序列的索引,R为M条传输顺序序列中最大花费时间和每个传输顺序序列对应的总花费时间差值的和,Tmax为M条传输顺序序列中最大花费时间。
S4、基于选择概率随机选择一条传输顺序序列,随机将选择的传输顺序序列中的两个元素,所述元素为n1c1,n1c2等进行交换生成新的传输顺序序列,并计算新的传输顺序序列的总花费时间。
S5、如果新的传输顺序序列的总花费时间小于选择的传输顺序序列的总花费时间,则执行S7。
S6、如果新的传输顺序序列的总花费时间大于选择的传输顺序序列的总花费时间,则重新选择序列的两个元素进行交换,直到新的传输顺序序列的总花费时间小于选择的传输顺序序列的总花费时间,执行S7,如果序列元素交换轮次达到k轮,执行S8。
S7、用新的传输顺序序列替换选择的传输顺序序列。
S8、重复步骤S3-S7直至达到设定的I轮,将总花费时间最小的传输顺序序列作为最终的最优传输顺序。
在一具体实施例中,计算医疗服务总传输时间以及启动所有医疗服务花费时间最大的医疗机构所花费的时间/> 其中,a为医疗服务的索引,A为医疗服务的个数。如果医疗服务对应的总的传输时长大于总的启动时长,说明整体任务受限于服务的传输,则先部署传输型医疗服务,再部署耗时相近型医疗服务,最后部署计算型医疗服务;如果医疗服务对应的总的传输时长小于总的启动时长,说明任务主要受限于服务的启动,则先部署计算型医疗服务,再部署耗时相近型医疗服务,最后部署传输型医疗服务。
在一具体实施例中,本实施例获得医疗服务在各个医疗机构的启动时长,包括:将医疗机构的cpu、cpu占用、内存、内存占用和医疗服务的大小作为参数训练得到线性回归模型,通过训练完成的线性回归模型拟合得到医疗服务在对应的医疗机构的启动时长。
在一具体实施例中,医疗机构启动医疗服务的具体步骤为:当中心服务器接收到启动医疗服务的请求时,首先检测医疗机构的docker镜像是否运行,如果医疗机构接收的docker镜像没有运行,则首先启动未运行的docker镜像,如果医疗机构接收的docker镜像已运行,则对医疗机构发出启动医疗服务的指令,使得医疗机构能够启动医疗服务并将医疗服务的进程号,即运行结果发送至中心服务器,中心服务器接收并保存进程号。
本发明还提供了一种基于服务类型传输策略的自动化医疗计算服务部署装置,包括:
镜像生成模块,用于获得医疗服务,同时基于医疗服务对应的依赖文件生成docker镜像。
部署模块,用于首先将docker镜像部署至各个医疗机构,然后基于医疗服务传输至各个医疗机构的传输时长和在各个医疗机构的启动时长对医疗服务进行分类,基于医疗机构配置信息采用不同服务类型传输策略将不同类型的医疗服务传输至对应的医疗机构,使得各医疗机构启动对应类型医疗服务,从而完成医疗服务的部署。
本实施例提供的部署模块包括启动单元,如图7所示,启动单元控制医疗服务的启动、停止和重启,当中心服务器收到启动医疗服务的请求时,首先检测医疗机构节点的docker是否运行。如果医疗机构节点docker没有运行,则首先执行docker启动流程。如果已经运行,则通知医疗机构节点进行医疗服务的启动。医疗机构节点收到请求后,执行医疗服务配置文件的自动更新,并启动项目。同时将启动的医疗服务的进程号返回给中心服务器。中心服务器获取到前置机的后台进程号,并将其保存。当中心服务器收到停止医疗机构节点医疗服务的请求时,会获取对应医疗机构节点的进程号,并向前置机发送停止对应进程的请求。医疗机构节点收到请求,并杀死对应的进程。当中心服务器收到重启对应医疗机构节点医疗服务的请求时,首先执行停止流程,其次执行启动流程。
本发明具体实施例提供的基于服务类型传输策略的自动化医疗计算服务部署装置还包括运行监控模块,运行监控模块定期向医疗机构节点的医疗服务发送请求以监测医疗服务运行状态,并将状态信息保存。监控接口,由医疗服务的开发者提供,记录于中心服务器的配置信息中。
本实施例提供的基于服务类型传输策略的自动化医疗计算服务部署方法和装置在多医疗机构节点的医学平台,医疗机构节点由于安全要求较高,常常是不能连接外网的,这时候环境的配置就十分繁琐,需要从能连外网的中心节点下载软件,传输至医疗机构前置节点,再进行安装。当医院数量较多,大于3的时候,该过程十分繁琐,同时有可能面临机器环境不一致而导致安装困难。另外,在多医疗机构节点部署医疗服务时,通常需要运维人员手动进行配置,效率比较低下。在此场景下,使用本发明能够良好的解决以上两个问题,极大的提升运维人员的工作效率。
Docker:一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中,然后发布到任何流行的Linux或Windows机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口。
MD5:一种被广泛使用的密码散列函数,用于确保信息传输完整一致。
Claims (10)
1.一种基于服务类型传输策略的医疗服务部署方法,其特征在于,包括:
中心服务器基于医疗服务对应的依赖文件生成docker镜像,将docker镜像部署至各个医疗机构以用于启动对应的医疗服务,基于医疗服务传输至各个医疗机构的传输时长和在各个医疗机构的启动时长对医疗服务进行分类,基于设定的医疗机构配置信息采用不同服务类型传输策略将不同类型的医疗服务传输至对应的医疗机构,使得各医疗机构能够启动对应类型医疗服务,从而完成医疗服务的部署。
2.根据权利要求1所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,采用不同服务类型传输策略将不同类型的医疗服务部署至对应的医疗机构,包括:
如果传输时长大于设定倍数的启动时长,则对应的医疗服务为传输型医疗服务,将待部署至医疗机构α的传输型医疗服务依次传输至医疗机构α,然后将待部署至医疗机构β的传输型医疗服务依次传输至医疗机构β,直至所有的医疗机构完成对待部署的传输型医疗服务的接收,各个医疗机构在接收到传输型医疗服务之后立即进行医疗服务的启动,以完成传输型医疗服务的部署;
如果启动时长大于设定倍数的传输时长,则对应的医疗服务为计算型医疗服务,首先将计算型医疗服务C分别传输至多个对应的医疗机构,然后使得对应的医疗机构同时并行启动计算型医疗服务C以完成计算型医疗服务C的部署,然后再进行下一个计算型医疗服务D的部署,直至将待部署的所有计算型医疗服务部署完成;
如果传输时长与启动时长的时间差值达到相近阈值,则对应的医疗服务为耗时相近型医疗服务,采用遗传算法优化耗时相近型医疗服务向医疗机构的传输顺序得到最优传输顺序,基于最优传输顺序完成耗时相近型医疗服务的部署。
3.根据权利要求2所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,将传输型医疗服务依次部署至各个医疗机构,包括:
中心服务器向一个医疗机构传输对应的传输型医疗服务,并使得所述医疗机构启动传输型医疗服务后,再向下一个医疗机构传输对应的传输型医疗服务,使得下一个医疗机构启动对应的传输型医疗服务,直至传输型医疗服务部署完成。
4.根据权利要求2所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,按照计算型医疗服务在对应的医疗机构的启动时长由大到小的排列顺序,将计算医疗服务依次传输至对应的医疗机构。
5.根据权利要求2所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,采用遗传算法优化耗时相近型医疗服务向医疗机构的传输顺序得到最优传输顺序,包括:
S1、基于耗时相近型医疗服务和对应的医疗机构随机得到多条传输顺序序列;
S2、计算得到每条传输顺序序列对应的总花费时间和多条传输顺序序列的总花费时间中的最大花费时间;
S3、基于最大花费时间和每个传输顺序序列对应的总花费时间差值的和与每个传输顺序序列对应的总花费时间的比值得到每个传输顺序序列的选择概率;
S4、基于选择概率随机选择一条传输顺序序列,随机将选择的传输顺序序列中的两个元素进行交换生成新的传输顺序序列,并计算新的传输顺序序列的总花费时间;
S5、如果新的传输顺序序列的总花费时间小于选择的传输顺序序列的总花费时间,则执行S7;
S6、如果新的传输顺序序列的总花费时间大于选择的传输顺序序列的总花费时间,则重新选择序列的两个元素进行交换,直到新的传输顺序序列的总花费时间小于选择的传输顺序序列的总花费时间,执行S7,如果序列元素交换轮次达到设定的k轮,执行S8
S7、用新的传输顺序序列替换选择的传输顺序序列
S8、重复步骤S3-S7直至达到设定的I轮,将总花费时间最小的传输顺序序列作为最终的最优传输顺序。
6.根据权利要求1所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,获得医疗服务在各个医疗机构的启动时长,包括:
将医疗机构的cpu、cpu占用、内存、内存占用和医疗服务的大小作为参数训练得到线性回归模型,通过训练完成的线性回归模型拟合得到医疗服务在对应的医疗机构的启动时长。
7.根据权利要求1所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,基于医疗服务对应的依赖文件生成docker镜像,包括:基于依赖文件对基础镜像的依赖库进行更新,并删除依赖库中多余的依赖文件和可执行程序,获得新的依赖库,对新的依赖库进行压缩打包得到docker镜像。
8.根据权利要求1所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,更新各个医疗机构的docker镜像,包括:
中心服务器向各个医疗机构发送关闭原始docker镜像请求,并将接收到各个医疗机构发出的已关闭原始docker镜像的反馈信息后依据各个医疗机构配置信息向各医疗机构发送新的docker镜像,使得各个医疗机构能够解压新的docker镜像得到运行医疗服务的运行镜像,启动运行镜像以完成docker镜像的更新;
各医疗机构配置信息包括医疗机构节点端口、IP地址和对应的医疗服务的配置信息。
9.根据权利要求1所述的基于服务类型传输策略的自动化医疗计算服务部署方法,其特征在于,医疗机构启动医疗服务,包括:
当中心服务器接收到启动医疗服务的请求时,首先检测医疗机构的docker镜像是否运行,如果医疗机构接收的docker镜像没有运行,则首先启动未运行的docker镜像,如果医疗机构接收的docker镜像已运行,则对医疗机构发出启动医疗服务的指令,使得医疗机构能够启动医疗服务并将医疗服务的进程号发送至中心服务器,中心服务器接收并保存进程号。
10.一种基于服务类型传输策略的自动化医疗计算服务部署装置,其特征在于,包括:
镜像生成模块,用于获得医疗服务,同时基于医疗服务对应的依赖文件生成docker镜像;
部署模块,用于首先将docker镜像部署至各个医疗机构以用于启动对应的医疗服务,然后基于医疗服务传输至各个医疗机构的传输时长和在各个医疗机构的启动时长对医疗服务进行分类,基于医疗机构配置信息采用不同服务类型传输策略将不同类型的医疗服务传输至对应的医疗机构,使得各医疗机构启动对应类型医疗服务,从而完成医疗服务的部署。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311237605.8A CN117311760B (zh) | 2023-09-25 | 2023-09-25 | 一种基于服务类型传输策略的医疗服务部署方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311237605.8A CN117311760B (zh) | 2023-09-25 | 2023-09-25 | 一种基于服务类型传输策略的医疗服务部署方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117311760A true CN117311760A (zh) | 2023-12-29 |
CN117311760B CN117311760B (zh) | 2024-09-06 |
Family
ID=89261458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311237605.8A Active CN117311760B (zh) | 2023-09-25 | 2023-09-25 | 一种基于服务类型传输策略的医疗服务部署方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117311760B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111601327A (zh) * | 2020-05-14 | 2020-08-28 | 北京赛宝工业技术研究院有限公司 | 一种服务质量优化方法、装置、可读介质和电子设备 |
CN114840221A (zh) * | 2022-04-15 | 2022-08-02 | 医渡云(北京)技术有限公司 | 云服务器部署方法、装置、系统、存储介质及计算机设备 |
CN115480771A (zh) * | 2021-05-31 | 2022-12-16 | 京东方科技集团股份有限公司 | 用于部署算法的方法及相关设备 |
US20230054371A1 (en) * | 2021-08-19 | 2023-02-23 | Analytics For Life Inc. | Medical evaluation systems and methods using add-on modules |
-
2023
- 2023-09-25 CN CN202311237605.8A patent/CN117311760B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111601327A (zh) * | 2020-05-14 | 2020-08-28 | 北京赛宝工业技术研究院有限公司 | 一种服务质量优化方法、装置、可读介质和电子设备 |
CN115480771A (zh) * | 2021-05-31 | 2022-12-16 | 京东方科技集团股份有限公司 | 用于部署算法的方法及相关设备 |
US20230054371A1 (en) * | 2021-08-19 | 2023-02-23 | Analytics For Life Inc. | Medical evaluation systems and methods using add-on modules |
CN114840221A (zh) * | 2022-04-15 | 2022-08-02 | 医渡云(北京)技术有限公司 | 云服务器部署方法、装置、系统、存储介质及计算机设备 |
Non-Patent Citations (1)
Title |
---|
徐星;李银桥;刘学锋;毛建华;: "企业开发、测试环境快速部署方案的设计与实现", 工业控制计算机, no. 03, 25 March 2018 (2018-03-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN117311760B (zh) | 2024-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10613788B2 (en) | Data migration between cloud storage systems | |
CN102571932B (zh) | 为在线应用用户提供状态服务 | |
US11689641B2 (en) | Resiliency control engine for network service mesh systems | |
CN108243055B (zh) | 一种容器云自动发现与注册系统及方法 | |
CN106888233A (zh) | 数据更新系统及方法 | |
CN109584105B (zh) | 一种服务响应的方法及系统 | |
WO2023155819A1 (zh) | 一种应用部署方法和系统 | |
JP2022179423A (ja) | マスタースレーブアーキテクチャのota差分更新方法とシステム | |
JP6434021B2 (ja) | データフィードの管理 | |
CN113162888B (zh) | 安全威胁事件处理方法、装置及计算机存储介质 | |
CN111177160B (zh) | 服务更新方法、装置、服务器及介质 | |
CN114237510B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN117311760B (zh) | 一种基于服务类型传输策略的医疗服务部署方法和装置 | |
CN111506388B (zh) | 容器性能探测方法、容器管理平台及计算机存储介质 | |
CN115129574A (zh) | 一种代码测试方法和装置 | |
US10944697B2 (en) | Sliding window buffer for minimum local resource requirements | |
CN113986423B (zh) | 一种弹框显示方法、系统及存储介质和终端设备 | |
WO2021230285A1 (ja) | データ処理装置、データ処理装置の制御方法、データ処理装置の制御に用いられるコンピュータプログラム、及び、その記録媒体 | |
US20090083747A1 (en) | Method for managing application programs by utilizing redundancy and load balance | |
CN115357336A (zh) | 容器组的在线扩容方法、装置、终端设备与介质 | |
CN112685102B (zh) | 一种网关插件热加载方法、装置、设备及介质 | |
CN111158654A (zh) | 算法调用方法、装置、服务器及存储介质 | |
CN113821267A (zh) | 一种配置文件处理方法、控制终端和管理终端 | |
CN110995463B (zh) | Ap自恢复的方法及装置 | |
CN112907221B (zh) | 一种自服务方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |