2026 年 1 月 1 日，一项新规正式生效：国家医保局强制执行药品溯源码的采集与上传。这意味着全国医保基金告别人工核查时代，全面迈入数字化转型的新纪元。

每一盒药从出厂到患者手中，要经历生产、流通、使用、结算四个环节；每一次医保结算涉及身份核验、规则审核、资金划拨；每一笔基金流向必须全链路透明、可追溯、实时合规——这对底层的数据基础设施提出了前所未有的严苛要求。

在某省级医保云项目中，新华三技术有限公司引入平凯数据库（TiDB V7.1 企业版），构建了全新的分布式数据底座。新华三资深解决方案架构师徐田原在 TiDB 社区活动郑州站上，分享了这套架构从选型到落地的完整实践。

新华三资深解决方案架构师徐田原

医保监管：一个"四维一体"的极端化场景

徐田原将医保监管的业务挑战概括为"四维一体"——高并发、大数据、强一致性、复杂分析，每一个维度都对应着真实业务场景中的严峻考验。

在实际业务中，医保监管涵盖六大维度：典型欺诈行为识别（虚假住院、串换药品）、特殊群体监控（困难人群、慢特病人群）、药品耗材追踪（倒卖、串换、超量开药）、诊疗项目审核（虚假诊疗、重复收费）、病种管理（高编高套、分解住院）、多险种监管（物理隔离与统一分析并重）。

药品溯源是其中最具代表性的场景。仅药品溯源码一项，某省级平台日增数据量就达到数十万条，叠加结算明细、诊疗记录、行为日志，数据增长极为迅猛。而传统架构在面对这些挑战时，暴露出了难以逾越的瓶颈。

传统架构的四大困境

省级医保平台长期采用典型的烟囱式架构，徐田原总结了传统架构的四大痛点：

第一，事前响应延迟。传统集中式数据库的算力仅能支撑事后分析，面对实时结算场景下的欺诈行为，基本无法做到实时拦截。医保监管需要从"事后追责"转向"事前预警、事中拦截"的主动模式，但传统架构根本无法支撑秒级响应。

第二，数据割裂。药品从药企到医院再到医保结算，数据被人为割裂在不同系统中。省医保局作为监管者，只能看到结算结果，看不到中间的数据流转过程。

第三，容量见顶。 传统架构的计算和存储扩展性有限，分库分表逻辑复杂，面对持续增长的数据很快触及物理天花板。

第四，停机扩容成本高。 传统架构的扩容和变更需要停机，但医保业务要求 7×24 小时不间断服务——这一矛盾无法调和。

这四大处境不是性能瓶颈的问题，而是架构层面的基因缺陷。

选型之路：为什么不是分库分表？

在技术选型阶段，团队详细对比了分库分表中间件架构与平凯数据库分布式架构两种路线。徐田原非常坦诚地分享了分库分表方案在医保场景中踩过的"真实坑"：

一致性问题。 分库分表的分布式事务能力较弱，可能出现部分成功、部分失败的情况，导致重复结算或时间戳乱序。医保监管要求全链路可追溯，这种不确定性可能触及安全合规红线。

跨分片查询极易 OOM。 医保业务 90% 的查询依赖跨分片关联，中间件在执行此类查询时往往进行全表扫描加内存排序，高并发下频繁 OOM，系统稳定性无从谈起。

分布键修改成本极高。 业务上线后若需调整分布键，代价极大，这直接违背了医保业务"永不停机"的要求。

SQL 能力缺失。 流量拓扑、三码关联等核心功能依赖高级 SQL 特性，中间件方案一旦缺失这些能力，开发工作量将急剧增加。

全局 ID 冲突与数据倾斜。 唯一溯源码在中间件架构下容易产生 ID 冲突，热门药品还会导致数据倾斜和局部热点瓶颈。

相比之下，平凯数据库的原生分布式架构以单集群一致性、透明扩容和完整 SQL 能力，成为医保云药品溯源码场景的最优解。

平凯数据库四维升级：存储、计算、事务、生态

依托 H3C CloudOS 7.0 云平台与 TiDB 分布式数据库搭建省级医保云全栈基座，凭借高可靠、高安全能力，赋能医保数字化稳健高效运转，从四个维度实现了架构跃迁：

存储：从硬件受限到弹性扩展。 平凯数据库云原生分布式架构通过存算分离设计，PD（管理节点）统一调度，支持弹性水平扩展，不再受限于单机硬件瓶颈。

计算：从事后批处理到实时分析。 平凯数据库分布式执行引擎支持多维度复杂关联的实时分析。原本某省级平台需要数十小时跑批的医保监管报表，现在可以压缩到秒级响应。

事务：从跨库弱一致到分布式强一致。 医保结算对一致性要求极为严苛——一分钱不能差，一条记录不能丢。平凯数据库基于 Raft 共识协议实现分布式 ACID 强一致性，确保数据零丢失。即使遭遇节点故障或网络延迟，每一笔资金流水也能达到强一致。

生态：从异构迁移到无缝平移。 医保平台大量历史业务基于 Oracle 和 MySQL 生态。平凯数据库 高度兼容 MySQL 协议，使得业务能够无缝迁移，极大降低了改造成本和风险。

落地架构：三层解耦，紧密协同

在具体落地中，团队构建了三层医保数据底座：

• 核心存储层：以 平凯数据库为分布式云原生数据库基座，承担海量数据高频读写、HTAP 实时分析和弹性水平扩展，是整个平台的"压舱石"
• 数据能力层：提供数据清洗治理、统一编码管理、实时数据同步、多维数据分析和 API 服务网关等核心能力，屏蔽底层存储复杂性，充分释放平凯数据库的计算潜力
• 业务应用层：覆盖医保药品全生命周期——药品采购、库存管理、销售追溯、医保结算、不良反应监测，三层架构层层解耦又紧密协同

业务场景优化：三码合一，一码通行

以门诊发药为例，新架构实现了就医流程的全面优化。

传统流程中，患者需要反复出示医保电子凭证、身份证、社保卡，药师手动核验、人工录入、事后上传，流程繁琐且效率低下。

新架构下，系统通过"三码合一"核验引擎，整合医保凭证、身份证、社保卡三码能力，后台自动比对直接出结果。自动发药窗口核验患者身份后，系统完成三码比对，结算后自动调用医保规则引擎进行实时审核，数据同步上传至省级监管平台。

患者无需反复出示证件，结算时效缩短 50% 以上，全链路数据实时可追溯。 这背后是平凯数据库的高并发读写能力和强一致性在发挥核心作用。

运行成果与价值

经过一年多的稳定运行，这套基于平凯数据库的医保云架构已成为省级数字化医保底座的新标杆。徐田原用三个关键词概括其价值：

省级实战检验。 底座承受住了省级重大项目的高并发、大数据量考验，支撑千万级用户规模的业务稳定运行。

全栈自主可控。 基于云平台加平凯数据库构建了全套技术体系，从 IaaS 层到数据库层实现完整的自主可控链条。"在医保安全上升为国家安全组成部分的今天，自主可控不是可选项，而是必选项。"

极简架构重塑。 打破传统烟囱式架构，通过云原生和分布式服务架构实现资源池化和能力复用。过去多套独立的业务系统（药品溯源、结算、监管）统一收敛到一套平凯数据库集群上，运维复杂度大幅降低。

未来愿景：三阶段发展路径

面向未来，某省级医保局规划了三阶段发展路径：

阶段一，全生命周期无死角监管。 从入院到出院实现全链路数据打通，彻底消除监管盲区，夯实数据底座。

阶段二，扩展监管范围。 将实时监管能力扩展至高价值医用耗材和复杂诊疗项目，平凯数据库的高并发、高可用、强一致性底座为海量数据的实时流转提供支撑。

阶段三，融合 AI 大模型。 引入生成式 AI 和大模型技术，实现预测性监管和智能辅助决策——"让系统不仅能看见违规，还能预见风险"，最终构建跨省可复制的智慧医保标准生态。

徐田原最后表示："医保基金是人民群众的看病钱、救命钱。从传统集中式架构到平凯数据库分布式数据库的技术跃迁，从人工核查到数智监管的模式变革，不仅仅是一次系统升级，更是让每一笔医保基金都在阳光下运行的庄严承诺。"