资源，其中 120 台为计算与存储资源节点，70 台为独立存储资源节点；  总计 4000 核物理 CPU；  总计 53040GB 内存；  总计存储空间为 7276TB(如果通过三副本保障数据安全的机制，则真 实可用空间为 2425 TB)；  具体服务器配置可见下文《服务器配置清单》。 3.3.2 计算资源池建设 3.3.2.1 计算资源池架构 当前虚拟化技术已经非 OSD 内建为弹性块存储服务，可供虚拟机直接挂 载使用，在数据写入时通过三副本、写入确认机制及副本分布策略等措施，最 大限度保障数据安全性和可用性。逻辑架构如下： 私有云平台 分布式存储系统是整个云平台架构不可或缺的核心组件，通过 分布式存储集群体系结构提供基础存储资源，并支持在线水平扩容，同时融合 智能存储集群、多副本机制、数据条带化、数据重均衡、故障数据重建、数据 清洗、自动精简配置及 能的存储服务。 本次 S 县政务云平台存储资源池由 190 台服务器节点组成，其中 120 台为 计算与存储资源节点，70 台为独立存储资源节点，总存储资源池规模为 7276T B（如果通过三副本保障数据安全的机制，则真实可用空间为 2425 TB）。具 体配置信息如下：  SATA 计算存储节点 80 台 单台服务器(配置 6 块 4T 的数据盘)容量为 6*4T=24T，总容量 24T*80=19

Kubernetes 进行管理和编排。Kubernetes 的集群特性和自我修复机制为运维 管理功能的高可用特性提供了保障。运维管理功能的系统服务可以分布部署在 集群的不同节点（Node）中，相同的服务可以运行多个副本。 当一个节点故障时，该节点中运行的服务可以由 Kubernetes 自动调度到 其他节点，并将其启动起来。 系统还提供了熔断检测机制，当服务中断时（维护期间、临时的外部系统 第 225 页 第 334 页 7.4.3.2 多副本机制 为了对数据存储获得高可靠性，常用的方法就是多副本技术，即把用户的 数据在存储体中存放多份，比如典型的 3 副本。在这种情况下，只有在 3 份数 据全部丢失，用户的数据才会真正丢失。在 ONEStor 系统中，数据的多副本分 布示意图如下图所示。 上图中，一方面，用户数据(为简便计，用数字序号表示)的不同副本放置到 多个不同的磁盘，具体放置到 多个不同的磁盘，具体放置到哪些磁盘由数据放置算法决定；另一方面，同一 个磁盘会承载多个用户的数据。如果某个磁盘发生了损坏，系统为保证副本个 数，会将损坏磁盘所包含的用户数据利用其它磁盘的数据副本复制到其它可用 磁盘。 ONEStor 系统实现用户数据的强一致性。其基本原理如下： 假定文件以 3 副本写入到 ONEStor 集群中，则寻址过程中每个 object 将被 第 335 页 映射到 3 个不同的 OSD，这

Kubernetes 进行管理和编排。Kubernetes 的集群特性和自我修复机制为运维 管理功能的高可用特性提供了保障。运维管理功能的系统服务可以分布部署在 集群的不同节点（Node）中，相同的服务可以运行多个副本。 当一个节点故障时，该节点中运行的服务可以由 Kubernetes 自动调度到 其他节点，并将其启动起来。 系统还提供了熔断检测机制，当服务中断时（维护期间、临时的外部系统 第 225 页 第 334 页 7.4.3.2 多副本机制 为了对数据存储获得高可靠性，常用的方法就是多副本技术，即把用户的 数据在存储体中存放多份，比如典型的 3 副本。在这种情况下，只有在 3 份数 据全部丢失，用户的数据才会真正丢失。在 ONEStor 系统中，数据的多副本分 布示意图如下图所示。 上图中，一方面，用户数据(为简便计，用数字序号表示)的不同副本放置到 多个不同的磁盘，具体放置到 多个不同的磁盘，具体放置到哪些磁盘由数据放置算法决定；另一方面，同一 个磁盘会承载多个用户的数据。如果某个磁盘发生了损坏，系统为保证副本个 数，会将损坏磁盘所包含的用户数据利用其它磁盘的数据副本复制到其它可用 磁盘。 ONEStor 系统实现用户数据的强一致性。其基本原理如下： 假定文件以 3 副本写入到 ONEStor 集群中，则寻址过程中每个 object 将被 第 335 页 映射到 3 个不同的 OSD，这

为考虑性能建议分开设计 存储系统方案 - 架构设计（基础设施层） 29  根据本次项目需求，需要 200TB 块存储、 200TB 对象存储、 200TB 文件存储可用容量  本次规划全部采用三副本技术，则分布式块存储系统需配置总容量为 646TB 、分布式对象存储系统 需配置总容量为 646TB 、分布式文件存储系统需配置总容量为 646TB 。 区域 存储类型 服务器配置 服务器数 量 9361-8i PCIE 插槽： 7 个 IPMI 接口： 1 个 USB3.0 接口： 2 个 VGA 接口： 1 个 10 注：  存储服务器配置根据厂家建议和招 标要求配置  采用副本技术还是纠删码技术，根 据招标要求配置  块存储对性能要求较高，所有配置 高于文件存储和对象存储  可用容量 = 总容量 *0.93 （ 0.9 ） 存储系统方案 - 配置和数量（基础设施层） 用户数据需存储在中国境内，并符合中国法律 密码服务 剩余信息防护  云平台支持当虚拟机所使用的内存和存储空间回收时会得到完全清除  云平台支持云服务客户删除业务应用数据时，云计算平台应对云存储中所有副本 删除 信创要 求 入侵防范  能检测非授权新建虚拟机、 非授权配置变更或者重新启用虚拟机， 并进行告警 镜像和快照保护  采用国家密码主管部门批准的密码技术或其他技术手段防止虚拟机镜像、快照中

为考虑性能建议分开设计 存储系统方案 - 架构设计（基础设施层） 29  根据本次项目需求，需要 200TB 块存储、 200TB 对象存储、 200TB 文件存储可用容量  本次规划全部采用三副本技术，则分布式块存储系统需配置总容量为 646TB 、分布式对象存储系统 需配置总容量为 646TB 、分布式文件存储系统需配置总容量为 646TB 。 区域 存储类型 服务器配置 服务器数 量 9361-8i PCIE 插槽： 7 个 IPMI 接口： 1 个 USB3.0 接口： 2 个 VGA 接口： 1 个 10 注：  存储服务器配置根据厂家建议和招 标要求配置  采用副本技术还是纠删码技术，根 据招标要求配置  块存储对性能要求较高，所有配置 高于文件存储和对象存储  可用容量 = 总容量 *0.93 （ 0.9 ） 存储系统方案 - 配置和数量（基础设施层） 用户数据需存储在中国境内，并符合中国法律 密码服务 剩余信息防护  云平台支持当虚拟机所使用的内存和存储空间回收时会得到完全清除  云平台支持云服务客户删除业务应用数据时，云计算平台应对云存储中所有副本 删除 信创要 求 入侵防范  能检测非授权新建虚拟机、 非授权配置变更或者重新启用虚拟机， 并进行告警 镜像和快照保护  采用国家密码主管部门批准的密码技术或其他技术手段防止虚拟机镜像、快照中

PostgreSQL 14，SSD 存储 3 负载均衡器 Nginx 1.22 2 DeepSeek 服务节 点 专用 GPU 推理服务器（A100 40G） 2 测试数据采用脱敏后的生产数据副本，覆盖 85%以上的业务场 景数据组合，并通过 Faker 生成边界值数据补充。 核心测试用例设计 1. 接口连通性验证 - 报文格式测试：检查 JSON Schema 是否符合 OpenAPI 政务数据查询优化方案包括： 1. 建立跨库视图索引，将分散 在 12 个政务系统的字段预聚合 2. 引入列式存储压缩技术，使数据 包体积减少 40% 3. 实施读写分离机制，配置 3 个只读副本分担查 询负载 以下为优化前后关键指标对比（单位：ms）： 指标 优化前 优化后 降幅 平均响应时间 2300 920 60% P95 响应时间 4800 1500 68.8 % 模型推理耗时 网络带宽 | 1Gbps 专线 | 1 条 | 15 万 | 15 | 2. 存储与备份：需预留 200TB 分布式存储空间，采用多副本冗 余机制，年成本约 25 万元，含灾备系统建设费用。 技术开发投入 - 智能体定制开发：基于 DeepSeek-7B 模型微调，需投入 3 名算法 工程师（6 个月周期）和 2 名政务业务专家，人力成本约

精细化监控告警、日志在线 检索 2. 支持多集群统一管理 3. 支持超大集群资源弹性调度 存算分离 TCO 下降 1. 存算分离，兼容 HDFS 、 OBSFS 、 S3 等接口 2. 企业级 EC ，副本数最低 1.09 ， TCO 下降 50%+ 3. 统一数据目录和安全，多引擎 共享数据，减少数据搬迁 多场景融合 高性能 1. 批 - 交互式融合，数据不 出 湖，秒级自助分析 2

支持跨机房、机架、跨节点、 跨网络平台的多维度高可用 存算分离 TCO 下降 1. 存算分离，兼容 HDFS 、 OBSFS 、 S3 等接口 2. 企业级 EC ，副本数最低 1.09 ， TCO 下降 50%+ 3. 统一数据目录和安全，多引擎 共享数据，减少数据搬迁 大数据 +AI 智能数据湖 1. 大数据与 AI 数据共池， 减少数据搬迁

云对外提供视频档案的访问接口，进而实现了视频资料的集中存储、集中管理、集中调取，相 比较于各业务系统、各设备节点单独保存视频资料，集中存储更方便访问授权控制，降低泄密 风险，同时云平台具备异地容灾、多副本备份等能力，有效避免了因为设备损坏导致的资料丢 失，提供更安全的数据存储。 4.5.6. 统一管理、统一维护、统一调度，更易使用 检视云平台提供统一的资源管理能力，可以对全院各种视频会议资源、视频监控资源、显

这些集群可以方便地扩展到数以千计的节点中。  高效性 Hadoop 能够在节点之间动态地移动数据，并保证各个节点的动 态平衡，因此处理速度非常快。  高容错性 Hadoop 能够自动保存数据的多个副本，并且能够自动将失败的 任务重新分配。 3.5.1.2 技术方案 3.5.1.2.1 物理架构设计方案 大数据平台的物理架构实现是十分复杂且技术难度较大的过程。 参考目前流行的大数据设计理念和先进技术，设计大数据平台集群