会议伊始，北京卫生信息技术协会青年分会副主委、北京儿童医院信息中心主任邓卓对到会成员表示热烈的欢迎，并阐明本次会议的核心宗旨是致力于为参会者提供一个深入了解和掌握国产数据库最新发展趋势及当前实际应用状况的平台。他强调，希望通过本次会议的深入讨论和交流，大家能够分享各自在实践中的宝贵经验和见解，以及共同探索疑难问题的解决方案，从而为推动我国卫生信息技术领域的进步和发展贡献智慧与力量。
随后，云和恩墨创始人兼总经理盖国强，公司解决方案专家曹碧碧、张鹏志，分别就数据库技术发展史和现状、国产数据库架构解析及医疗数据迁移实战、智慧医疗数据库基座建设等主题发表演讲，为医疗行业数字化转型升级提供了兼具技术深度与实践价值的解决方案。
云和恩墨创始人盖国强以“以史为鉴，洞见未来”为主题，系统梳理了数据库技术的发展脉络与医疗行业的应用实践。他指出，数据库技术的每一次重大突破都与关键历史事件紧密相关——从1964年通用电气研发的世界首个数据库IDS，到1968年支撑阿波罗登月计划的 IBM IMS 系统，技术创新始终由实际需求驱动。在医疗领域，1967年，马萨诸塞总医院研发的“M技术”为医疗数据管理奠定了重要基础，历经半个多世纪发展，至今仍支撑着全球大量电子病历系统。
盖国强强调，当前国产数据库的技术路线主要分为自研闭源、自研开源、开源衍生和商业衍生四条路径。他特别指出，开源路线是国产数据库实现弯道超车的关键，而云和恩墨的 MogDB 正是基于 openGauss 开源内核进行增强提升而打造的企业级数据库产品。他表示：“当社区汇聚8700名开发者贡献代码，技术迭代速度已非单一厂商可比拟，这正是医疗行业需要的长期技术保障，也是开源模式的战略价值。”
针对医疗行业的特殊性，盖国强提出了数据库产品选型的六大核心考量：数据安全性与隐私性、完整性与准确性、高可用性与可靠性、高性能与低延时、可观测性与可维护性，以及成本效益与经济性。针对这些方面，openGauss 和 MogDB 均具备高性能、高可用、高安全、高智能的“四高”特性和完善的解决方案，并且国产数据库通过开源模式和自主研发，大幅降低了企业的采购和运维成本。此外，云和恩墨的 zData X 数据库一体机和 zCloud 数据库云管平台则为数据库的高效运行和全生命周期管理提供了可靠方案。
在演讲的最后盖国强还提到，在AI技术浪潮的翻涌下，他预测数据库运维将在AI技术的推动下迎来“奇点时刻”。通过大模型与知识图谱的结合，将实现知识性工作模型化和经验性工作推理化。同时，这也将促使如zCloud 的告警诊断、SQL性能优化、容量智能规划等功能实现从发现问题到解决问题的“最后一公里”跨越，使数据库管理从“人工经验驱动”转向“智能决策驱动”。
云和恩墨解决方案专家曹碧碧在《抽丝剥茧：openGauss 架构解析与医疗数据迁移实战精要》的分享中，聚焦开源数据库在医疗行业的落地路径。他首先展示了全球数据库流行趋势变迁：2021年5月开源数据库流行度首次超过商业数据库，而 openGauss 在2024年中国新增线下集中式关系型数据库市场中占比达30.2%，成为增长最快的国产开源技术路线。
曹碧碧表示，openGauss 社区通过“开源+商业”的模式将自主权牢牢掌握在客户手中：开源层面，多方共同研发推动技术快速迭代，形成丰富的生态社区和人才储备；商业层面，鼓励共建单位推出企业级定制版，并由如云和恩墨这样的厂商提供数据库运维管理全兜底服务及完备的工具链，确保数据库在生产环境中的稳定运行。
针对医疗数据迁移的复杂性，曹碧碧详细介绍了云和恩墨提出的“平滑迁移六原则”，包括应用等价、数据一致、性能保证、可回退、周期可控和改造适度，以确保迁移过程中业务功能不降级、数据不丢失。此外，他还强调了迁移步骤标准化和迁移工具的重要性：通过“调研-规划-迁移-验证-优化”的五个阶段的标准化，可以规避质量差异，加快实施进度；同时通过迁移工具来提效，能够大幅降低人力投入，从而实现“测得全、改得少、迁得顺、跑得稳”的目标。
云和恩墨作为“智能的数据技术提供商”，能够提供端到端全流程国产化迁移方案，以工具为主、人工为辅，实现了迁移过程的高度自动化。MogDB 配套的异构数据库迁移套件MDB能够实现从Oracle MySQL / PostgreSQL 等国外主流数据库产品到 openGauss 系数据库的600GB/小时的全量迁移，配合双轨并行机制将停机窗口压缩至15分钟。针对如 Oracle 中大量存在的存储过程、函数等PL/SQL对象，通过自动化转换工具实现95%以上的代码迁移率；对于无法自动转换的部分，提供应用层适配指导，确保业务逻辑的完整迁移。
云和恩墨解决方案专家张鹏志在《擎画蓝图：智慧医疗数据库一体化基座建设与系统效能跃迁之路》的分享中，首先剖析了医疗行业面临的数据暴涨与技术挑战。他引用CHIMA 2023-2024年度调查数据指出，当前38.33%的医院业务数据存储总量已达10TB-100TB，23.73%突破100TB，而服务器硬件故障占信息系统意外故障的43.82%，是医疗IT系统稳定性的最大威胁。
针对这一现状，张鹏志提出了“快、稳、易、智”的一体化基座建设理念。
在性能优化层面，他强调要充分释放硬件革新的潜力，例如如今X86服务器、InfiniBand/RoCE网络、全闪存存储等新技术所带来的性能将数倍于曾经的小型机、SAN网络等等；此外，他还对比了集中式与分布式架构的技术差异，形容集中式架构如同传统火车，由车头带动车厢前行，这种模式会导致扩展能力差，一旦所需要的“车厢”更多，可能会面临开不动的风险。而分布式架构则类似动车，每节车厢都能够提供动力，因此线性扩展能力更强，带来的性能也更好。对此，云和恩墨也在分布式架构的数据库专用存储方向做了实践，自研的全闪存分布式块存储软件zStorage 通过对数据库场景的专项优化，可实现140万IOPS@0.3ms的极致性能，较开源分布式方案提升近10倍。
在可靠性保障方面，张鹏志认为可以从IO级、部件/机柜级、解决方案级三个层次来建立多重容错机制。其中，IO级高可靠即通过校验位插入与实时校验，及时发现并修复数据写入时的逻辑错误；部件级高可靠则包括亚健康检测、节点和机柜的冗余设计，以确保单节点/机柜掉电不影响整体系统；解决方案级则是通过数据库层面的RAC、DG等灾备手段，形成多层级的可靠性保障体系。
此外，针对医疗行业IT资源不足的问题，易用性的设计就显得至关重要。开放兼容的架构设计能够支持从X86到国产服务器、从 Oracle 到国产数据库的平滑过渡，避免技术锁定；同时，通过事前分析、事中监控、事后恢复的全流程管理来实现端到端的管控，弥补人力不足的短板；智能可视化的界面使得数据库运行状态与故障清晰呈现，处理简易快捷。
智能化也是医疗行业正在积极探索的技术变革方向，因此构建智能化的数据库一体化基座，使内部数据和流程高效的运转也是首要课题。云和恩墨的 zCloud 数据库管理平台，其内置的智能体已实现智能问答、巡检报告分析等功能，通过“专家经验形成的知识图谱（KG）+大模型（LLM）+机器学习诊断”的模式来降低大模型幻觉风险，甚至能完成告警智能诊断与SQL优化等原本需要专家参与的工作，一站式地完成数据库运维管理工作，前置化规避风险、提高问题处理效率、降低运维人力成本。
在本次研讨会的最后环节，来自解放军总医院、北京儿童医院、301医院、宣武医院等多家医疗机构的技术人才与云和恩墨的专家们围绕国产数据库落地和基础设施升级等过程中产生的疑难问题展开了深入探讨。与会专家一致认为，医疗数据基础设施的升级不是简单的技术替换，而是涉及架构设计、应用改造、运维体系重构的系统工程。云和恩墨展示的从数据库内核技术到全栈解决方案的能力，以及在医疗行业积累的丰富实践经验，获得了参会嘉宾的高度认可。
随着医疗信息化进入深水区，数据作为核心生产要素的价值日益凸显。此次会议的召开，不仅为医疗行业搭建了技术交流平台，更推动了国产数据库技术在医疗场景的深度融合，为智慧医疗的发展筑牢数据基石。未来，云和恩墨将继续携手行业伙伴，以技术创新驱动医疗数字化转型升级，共同绘制医疗信息化的崭新篇章。