概览
工作原理
这些技术细节包含一张架构图,用于说明如何有效使用本解决方案。该架构图展示了关键组件及其相互作用,并逐步概述了架构的结构和功能。
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构,您应该遵循尽可能多的 Well-Architected 最佳实践。
使用 Step Functions 将整个工作流程编排为状态机。Step Functions 协调多个 Lambda 函数的处理,允许您以代码形式执行操作,从而实现自动处理。您还可以限制人为错误,实现对事件的一致响应。EventBridge 可以安排 Step Functions 状态机自动运行,从而减少运营开销并确保定期处理实体解析流程。此外,您还可以使用 AWS Glue 爬取患者数据集并填充 Glue Data Catalog,从而自动执行提取、传输和加载(ETL)流程。最后,使用 Amazon CloudWatch 监控指标和日志,提高运营可见性并简化故障排除。
AWS 身份和访问管理 (IAM) 强制执行最低权限访问,并且可以与 L ake Formation 集成,为利益相关者创建和授予适当的权限。这使您的利益相关者可以使用 Athena 安全地查询您的 HealthLake 数据存储。HealthLake 在静态和传输中均采用默认加密功能,以保护您的数据。通过使用具有加密、访问控制和版本控制功能的 Amazon S3,您可以进一步改善您的安全状况。
Amazon S3 提供持久的数据存储,可跨多个可用区(AZ)自动复制。您可以使用 Athena,对您在 Amazon S3 中的数据进行可靠且高度可用的访问。此外,还可以使用提供内置错误处理和重试机制的 Step Functions 来编排您的工作流程。而且,通过在专为容错和高可用性而设计的 AWS 全球基础设施上运行您的服务,您可以帮助确保一个区域的问题不会影响其他区域的服务。
通过使用 EventBridge、Lambda、AWS Glue、Athena 和 Amazon S3 等无服务器技术,本指南可根据您的工作负载需求扩展您的配置资源。此外,借助 AWS Glue 爬网程序,您可以通过简化数据准备和最大限度地减少手动工作来自动执行 ETL 流程。此外,使用 AWS Entity Resolution 数据匹配服务的高级匹配功能来准确识别和链接不同的患者记录,优化资源利用率并减少对手动干预的需求。然后,您可以使用 CloudWatch 监控资源的性能,从而识别和解决潜在的瓶颈或效率低下问题。
Athena、Amazon S3、Lambda、AWS Glue 和 EventBridge 可按需扩展,且仅按使用的资源向您收费。借助 Athena,您无需预置或管理任何基础设施即可分析 HealthLake 数据存储中的数据,从而消除闲置资源成本。AWS Entity Resolution 数据匹配服务采用按使用量付费的模式,您只需为工作流程处理的源记录数量付费。
EventBridge 和 Step Functions 使用尽可能少的资源,以弹性、高效的方式编排工作流程。通过使用 Amazon S3、Lambda、Athena 和其他利用 AWS 可再生能源基础设施的无服务器服务,您的架构能够高效扩展,优化能源使用。
自信地进行部署
为部署做好准备了吗? 查看 GitHub 上的示例代码,了解详细的部署说明,以根据需要按原样部署或进行自定义部署。
免责声明
找到今天要查找的内容了吗?
请提供您的意见,以便我们改进网页内容的质量。