当前位置:首页 > 报告详情

华为:2024金融数据中心存储顶层架构白皮书(35页).pdf

上传人: 拾起 编号:176399 2024-09-29 35页 1.40MB

下载:

1、金融数据中心存储顶层架构白皮书2024-9-29华为保密信息,未经授权禁止扩散第 1页,共 35页金融数据中心存储顶层架构白皮书金融数据中心存储顶层架构白皮书华为技术有限公司华为技术有限公司金融数据中心存储顶层架构白皮书2024-9-29华为保密信息,未经授权禁止扩散第 2页,共 35页版权所有版权所有 华为技术有限公司华为技术有限公司 2024。保留一切权利。保留一切权利。非经本公司书面许可,任何单位和个人不得擅自摘抄、复制本文档内容的部分或全部,并不得以任何形式传播。商标声明商标声明和其他华为商标均为华为技术有限公司的商标。本文档提及的其他所有商标或注册商标,由各自的所有人拥有。注意注意您

2、购买的产品、服务或特性等应受华为公司商业合同和条款的约束,本文档中描述的全部或部分产品、服务或特性可能不在您的购买或使用范围之内。除非合同另有约定,华为公司对本文档内容不做任何明示或默示的声明或保证。由于产品版本升级或其他原因,本文档内容会不定期进行更新。除非另有约定,本文档仅作为使用指导,本文档中的所有陈述、信息和建议不构成任何明示或暗示的担保。华为技术有限公司地址:深圳市龙岗区坂田华为总部办公楼邮编:518129网址:http:/客户服务邮箱:客户服务电话:0755-285600004008302118客户服务传真:0755-28560111金融数据中心存储顶层架构白皮书2024-9-29

3、华为保密信息,未经授权禁止扩散第 3页,共 35页目目录录1 概述概述.51.1 背景.51.2 金融存储趋势、技术&市场洞察.51.3 金融数据中心存储底座建设总体要求.62 存储目标架构规划原则存储目标架构规划原则.83 存储目标架构详细规划存储目标架构详细规划.93.1 生产交易 存储分离的资源池架构.93.1.1 金融行业生产交易场景的趋势和变化.93.1.2 金融行业生产交易场景业务需求.103.1.3 金融行业生产交易场景目标架构.133.2 数据分析-大数据存算分离架构.143.2.1 金融大数据分析发展趋势和变化.143.2.2 金融大数据业务需求.错误!未定义书签。错误!未定

4、义书签。3.2.3 金融大数据平台架构演进趋势.错误!未定义书签。错误!未定义书签。3.2.4 金融大数据分析平台目标架.错误!未定义书签。错误!未定义书签。3.3 金融 AI 业务场景.143.3.1 金融 AI 趋势与变化.213.3.2 金融客户落地 AI 业务需求.错误!未定义书签。错误!未定义书签。3.3.3 金融 AI 业务场景目标架构.错误!未定义书签。错误!未定义书签。3.4 高可用数据中心底座 两地三中心四副本架构.213.4.1 金融行业容灾趋势和变化.263.4.2 金融行业存储容灾架构业务需求.273.4.3 金融行业存储容灾架构.27金融数据中心存储顶层架构白皮书20

5、24-9-29华为保密信息,未经授权禁止扩散第 4页,共 35页3.5 数据保护.293.5.1 金融行业数据保护趋势和变化.293.5.2 金融行业备份业务需求.313.5.3 金融行业备份目标架构.324 结语结语.35金融数据中心存储顶层架构白皮书2024-9-29华为保密信息,未经授权禁止扩散第 5页,共 35页1概述概述1.1背景近年来,在全球经济增长缓慢,贸易战和地区冲突持续的背景下,金融行业的营收压力增大,资产规模增长显著放缓。借助科技的力量,金融机构的数字化进程在后疫情时代持续深化。一方面,金融机构利用数字化技术持续为客户提供无所不在的智能化体验,以满足多样性的客户需求;另一方

6、面,金融机构也在积极利用智能化技术构建敏锐的业务洞察力,以快速应对各种市场变化。因此,金融服务正从数字化时代走向智能化时代。1.2金融存储趋势、技术&市场洞察金融机构一直是率先将新兴 IT 技术的应用于业务场景的行业。凭借云计算云计算,大数据和人工智能等技术大数据和人工智能等技术的应用,金融机构正在优化金融服务流程,重塑金融服务模式。重塑金融服务模式。金融数据中心存储顶层架构白皮书2024-9-29华为保密信息,未经授权禁止扩散第 6页,共 35页我们看到,随着手机银行和线上支付技术在金融行业的广泛应用,金融服务触达客户的时间和空间进一步扩展,促使金融机构的服务模式从 5*8 改为 7*24

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了金融数据中心存储顶层架构的白皮书,内容涵盖以下几个关键点: 1. 金融行业生产交易场景的趋势和变化,包括业务模式的变化和数据量的增长,对数据中心基础设施提出了更高的吞吐性能和可靠性要求。 2. 金融行业生产交易场景业务需求,包括吞吐性能、系统可靠性和系统扩展性。 3. 金融行业生产交易场景目标架构,采用分层解耦、按需分配的统一资源池架构。 4. 金融大数据分析发展趋势和变化,大数据平台从注重数据处理走向注重数据价值挖掘。 5. 金融大数据分析业务需求,包括降本增效、支持平滑演进和更简单的数据管理。 6. 金融大数据分析平台架构演进趋势,湖仓融合架构成为大数据的重点布局技术。 7. 金融大数据分析平台目标架构,支持 HDFS 和 S3 两种数据访问协议,通过元数据网关实现新老集群统一纳管。 8. 金融 AI 业务场景,AI 大模型技术在金融行业的应用场景已非常广泛。 9. 金融 AI 业务需求,包括提升算力集群利用率、打破数据孤岛、提升数据准备效率和提升推理应用的性价比和用户体验。 10. 金融 AI 业务场景目标架构,构建 AI 数据湖,实现数据全局管理和高效流通。 11. 金融行业容灾趋势和变化,业内使用高可用容灾系统承载核心应用逐渐成为共识。 12. 金融行业存储容灾架构业务需求,对不同重要性等级的业务系统有不同的 RPO、RTO 要求。 13. 金融行业存储容灾架构,包括本地高可用和两地三中心。 14. 金融行业数据保护趋势和变化,金融行业一直是勒索软件阴影下的“高危行业”。 15. 金融行业数据保护目标架构,采用全闪存热备+海量对象存储温备+公有云冷备实现多级备份。
金融行业生产交易场景面临哪些挑战? 金融大数据分析平台如何实现降本增效? 金融AI业务场景如何解决数据孤岛问题?
客服
商务合作
小程序
服务号
折叠