关于分布式存储加集中式存储互补

当医院的核心系统如HIS需要部署在超融合架构上时，确实会遇到数据写入多副本机制导致的延迟和一致性问题。超融合架构通过多副本机制提高数据的可靠性和可用性，但在某些场景下，如需要严格数据一致性的业务，这种机制可能会带来问题。

对于您提到的解决方案，即在超融合架构之外再加入一个集中式存储阵列，将数据同时写入超融合和集中式存储，这种方法理论上可以解决数据一致性问题，但也会带来新的挑战：

1. **成本增加**：额外的集中式存储阵列会增加硬件和维护成本。
2. **复杂性增加**：需要设计和维护数据同步机制，确保数据在超融合和集中式存储之间的同步，这会增加系统的复杂性。
3. **性能影响**：同时写入两个存储系统可能会降低整体的写入性能。

在实际操作中，可以考虑以下几种策略来解决数据一致性问题：

- **优化副本策略**：在超融合架构中，根据业务需求调整副本数和副本分布策略，尽量减少数据写入延迟。
- **采用同步写入机制**：在超融合架构中启用同步写入机制，确保数据写入所有副本后才返回成功，但这可能会影响写入性能。
- **使用一致性算法**：如Paxos或Raft等一致性算法，确保在分布式系统中数据的一致性。
- **数据分层**：将对一致性要求高的数据存储在集中式存储中，而其他数据存储在超融合架构中，通过数据分层策略来平衡性能和一致性需求。

综上所述，解决超融合架构中数据一致性问题需要综合考虑业务需求、成本、性能和复杂性等因素，选择最适合的策略。