2018年金融级数据库核心技术与应用.pdf

1、金融级数据库核心技术与应用巨杉数据库 郝大为SequoiaDB（巨杉数据库）中国第一款自主研发企业级分布式数据库完全自主研发，数据库引擎没有基于任何开源数据库源代码核心研发团队来自IBM北美DB2研发团队金融级分布式数据库行业认可与奖项行业认可与奖项国内首家入选Gartner数据库报告的分布式数据库唯一入选“2016硅谷大数据生态象限图”的中国公司连续两年获得美国创新媒体红鲱鱼的“全球创新企业100强”连续三年获评为美国科技媒体快公司“中国50大创新公司”中国人民银行金融电子化杂志评选的“优秀自主创新”奖；中国人民银行金融电子化杂志评选的“优秀创新技术”奖中国开源软件推进联盟（COPU）颁发的

2、“2015年度优秀开源项目”奖新一代金融级数据管理需求金融数据管理-普惠与高效 通过金融科技，为用户提供普惠金融服务，通过技术创新，更好的链接每个用户普惠金融，连接客户 通过金融科技创新，为大量无法通过传统渠道融资的实体企业提供了便利、快捷的融资渠道，补充了传统渠道无法覆盖的市场服务实体经济 大数据，人工智能等技术将大大提高工作效率提高效率 金融科技能够有效降低获客、坏账和运营成本。降低成本业务驱动金融架构转型 分布式架构技术已在以互联网企业为代表的新兴公司中广泛使用，技术体系也在互联网行业逐渐成熟和完善分布式架构与技术日趋成熟 金融行业与互联网行业在业务特点、服务理念、客户群体、存量IT资产

3、等方面存在的较大差异，深入剖析传统IT架构与分布式架构的优缺点和适用场景，取长补短，有差别有针对性地予以采用金融业务“互联网化”趋势明显 对功能相对稳定、与客户资金安全紧密相关、且无明显性能容量压力的业务，一段时期内仍以传统集中式架构实现部分稳定型业务架构转型较慢 对于业务新颖、创新速度较快、交易并发量大，或者对信息系统部署有特殊监管要求的境外业务，则逐步以开放平台分布式架构实现新兴金融业务更多应用分布式架构新一代金融数据管理需求“数据孤岛”跨业务数据统一管理维护新型金融级数据库的出现旨在打破传统数据管理的体系，将跨业务、多类型的数据进行统一的管理与维护，从数据的层面将企业内部的各个部门与业务

4、线融会贯通。非结构化数据管理传统内容管理需求传统内容管理需求全新内容管理需求全新内容管理需求数据量数据量 数据量不大 高成本的专用存储设备，容量性价比极低 内容数据独立管理，没有统一管理平台 数据量激增 庞大的数据存量需要应用 内容数据类型增多 实时性实时性 内容数据以归档和简单调阅为主，使用不频繁，实时性要求不强 操作并发量不高，实时性压力不大 互联网和移动应用推动下，内容数据访问开放给用户，并发量大增。同时实时性要求高 图像识别等新应用，带来新的事实访问需求部署方式部署方式和数据安和数据安全全 内容数据量小，业务以本地化应用系统为主，单点本地部署即可 安全机制比较简单，不存在更进一步的备份

5、保护需求 数据安全重要性加大，大企业提出“两地三中心”甚至“双活”需求 大型企业需要多地部署的架构，更好支持分支机构应用的需求内容管理内容管理服务服务 内容数据独立管理，不需要跨业务共享 批次，版本等信息不统一，无法统一检索 企业统一管理策略不规范，业务系统各自为政，须维护多个平台系统；互联网+时代，新业务需要更灵活的作业方式。统一管理 更简单的内容管理金融级数据库核心技术能力金融级数据库新一代金融级数据库需要在分布式架构、非结构化数据管理、多模式数据处理、标准化数据访问、数据可靠性、与混合负载等几个角度对传统数据库架构进行重新定义。分布式架构非结构化数据管理多模式数据处理标准化数据访问数据安

6、全混合负载分布式架构弹性扩容性能线性增长数据可用性有效降低TCO提升开发运维效率SequoiaDB分布式架构 分布式对象存储PB级别非结构化数据管理分区分区2数据块数据块数据块数据块分区分区1数据块数据块数据块数据块分区分区3 数据块数据块数据块数据块SequoiaDB分布式对象存储逻辑架构分布式对象存储，通过分布式架构，结合平台化的、可扩展的基础内容服务模块，解决了大中型企业存储、管理和使用海量非结构化数据所面临的技术挑战和痛点。多模数据处理数据统一管理为了实现金融业务数据的统一管理和数据融合，新型数据库需要具备多模式（Multi-Model）数据管理