去年开学前我带孩子去打疫苗查验证明，在社区卫生服务中心的接种点排了整整3小时队——系统卡得转圈圈，工作人员说每年开学季都是这样，上百万条接种记录要查，系统扛不住。当时只觉得是“系统不好用”，直到看到世窗信息唐强老师的分享《五大省份计划免疫和妇幼健康管理系统的TiDB应用实践&AI探索》，才明白：不是系统不想快，是过去的底层数据库，根本撑不起上亿人群、高并发、跨区域的公共卫生服务需求。
世窗信息是国内深耕公共卫生信息化的领军企业，他们做的计划免疫和妇幼健康管理系统，覆盖了五大省份，服务上亿人群：要存几十年的疫苗接种记录、孕产妇服务档案，要对接省市县疾控、产科医院、学校、疫苗厂商等十几类主体，开学季接种高峰9-11点、14-17点的瞬时并发量是平时的几十倍，还要支撑跨区域的公共卫生统计、疫情预警、健康画像等复杂分析需求。唐强老师说，这些业务特性，是他们选型数据库的根本出发点。
他们踩过的坑，几乎是所有公共卫生信息化从业者的共识：最早用传统集中式MySQL，业务初期还能用，等数据量涨到千万级以上、并发量上来，单点性能瓶颈立刻显现；后来搞分库分表，按地市拆分库，看似解决了扩容问题，但跨市查询要汇总十几张宽表，运维成本高到离谱，每周要做DDL变更，DBA要半夜操作14个地市的数据库，稍有差池就要回滚，影响业务；再后来加MPP引擎做分析，结果数据延迟高，一致性没法保障，团队为了迁就MPP，连SQL优化都懒得做了，技术债越堆越厚。
直到换成TiDB，这些问题才真正得到解决：原生HTAP能力一套系统同时支撑高并发写入和实时分析，不用再做复杂的数据同步链路；弹性水平扩展，数据量涨了直接加节点，不用停业务；完全兼容MySQL协议，原来的应用代码不用大改，迁移成本极低；在线DDL不锁表，改表结构不用半夜停机，完全不影响接种、建档这类民生业务的使用。唐强老师分享的收益非常直观：系统现在7×24小时稳定运行，哪怕开学季高峰也不卡顿，跨区域的接种记录、孕产档案查询秒出，原来要几小时才能出的跨区域统计报表，现在几分钟就能拿到结果。
更让我触动的是他们做的AI智能运维探索：原来DBA要维护30套数据库、近2万张表，出了问题排查要几小时，现在基于日志的AI辅助诊断，几分钟就能定位慢查询的根因，自动给出索引优化、SQL改写、参数调优的建议，把DBA从重复的救火工作里解放出来，去 focus 更有价值的业务优化。