2024金融業(yè)數(shù)據(jù)庫創(chuàng)新發(fā)展報(bào)告

大型金融機(jī)構(gòu)率先開展創(chuàng)新，積累豐富實(shí)踐經(jīng) 中小金融機(jī)構(gòu)緊跟迭代步伐，夯實(shí)數(shù)據(jù)庫基礎(chǔ)能 不斷完善升級(jí)路徑和方法論，為同業(yè)提供參考借 生成式AI加速非關(guān)系型數(shù)據(jù)庫發(fā) 軟硬一體化降低數(shù)據(jù)庫適配調(diào)優(yōu)工 存算分離架構(gòu)提升數(shù)據(jù)庫擴(kuò)展靈活 金融業(yè)數(shù)據(jù)庫應(yīng)用生態(tài)面臨問 金融業(yè)數(shù)據(jù)庫應(yīng)用生態(tài)發(fā)展建 數(shù)據(jù)庫創(chuàng)新應(yīng)用的廣度和深度顯著提 數(shù)據(jù)庫技術(shù)產(chǎn)品能力持續(xù)得到打磨優(yōu) 高效靈活部署架構(gòu)和遷移方案不斷推 數(shù)據(jù)庫創(chuàng)新應(yīng)用生態(tài)將會(huì)逐步健全完 非關(guān)系型數(shù)據(jù)庫包括NOSQL三是OLTP數(shù)據(jù)庫依然占據(jù)重要地位，而OLAP和HTAP數(shù)據(jù)庫的占比則呈現(xiàn)出上升趨勢(shì)。OTP（聯(lián)機(jī)事務(wù)處理）作6%。OAP（聯(lián)機(jī)分析處理）在決策支持和分析工作負(fù)載方面2%。隨著金融數(shù)據(jù)量的不斷增長(zhǎng)以及數(shù)據(jù)處理需求的多樣化，HP數(shù)據(jù)庫（混事務(wù)分析處理）需求量有所上升，整體占比達(dá)到1。1OLTP、OLAP、HTAP44%。其中，54IT10TB100TBPC索實(shí)踐，并結(jié)行業(yè)實(shí)踐情況，總結(jié)提出核心系統(tǒng)數(shù)據(jù)庫轉(zhuǎn)型升第三階段為規(guī)?；瘧?yīng)用和創(chuàng)新，2022年啟動(dòng)小型機(jī)下移，進(jìn)行進(jìn)行創(chuàng)新，包括Oracle在現(xiàn)有DBA同時(shí)可以多芯片混部署，并在此基礎(chǔ)上與國產(chǎn)芯片與服務(wù)器、一方面需要推動(dòng)我國數(shù)據(jù)庫廠商不斷提升自身產(chǎn)品的可靠性和要依靠數(shù)據(jù)庫技術(shù)和應(yīng)用的深度結(jié)依靠數(shù)據(jù)庫廠商和產(chǎn)視化、自動(dòng)化和智能化的數(shù)據(jù)庫管理以及配套的相關(guān)平，提升生產(chǎn)環(huán)節(jié)前有效攔截風(fēng)險(xiǎn)SQL，提升投產(chǎn)SQL據(jù)庫異地RPO、縮短故障切換和災(zāi)難恢復(fù)時(shí)間進(jìn)行技術(shù)攻關(guān)，保該系統(tǒng)在硬件設(shè)施、云平、數(shù)據(jù)庫、中間件、開發(fā)平等關(guān)鍵通過DATASHARING分布式數(shù)據(jù)庫OceanBase，實(shí)現(xiàn)高性能、高擴(kuò)展、高可用。的策略，在物理部署上實(shí)現(xiàn)了一個(gè)數(shù)據(jù)分片對(duì)應(yīng)了一個(gè)（2）物理部署方面，將若干個(gè)數(shù)據(jù)分片分散到數(shù)個(gè)證任何一個(gè)機(jī)房宕機(jī)不會(huì)影響OceanBase（3）性能優(yōu)化方面，通過應(yīng)用程序、平框架、中間件配配置優(yōu)化方面，新一代核心系統(tǒng)的微服務(wù)容器均通過阿里SOFA-ODP（分庫分表）OceanBaseSQL質(zhì)量平和CICD門禁篩選不規(guī)情況、通過數(shù)據(jù)庫監(jiān)控平TopSQLSlowSQL，并定制不同的告警級(jí)別及時(shí)告警和處理慢SQLNUMA最終確定了適的配置保障OceanBase在我國操作系統(tǒng)和硬件能力。20226.52TB，并隨著業(yè)務(wù)的增長(zhǎng)持續(xù)增加，以及個(gè)人核心要GaussDB10TPS群分片數(shù)多（64GaussDB亟需補(bǔ)齊DBPaaS平的缺失功能不斷完善現(xiàn)有能力，以服務(wù)化理念提升平的使用效率和易用性同時(shí)要提升平智確保不影響業(yè)務(wù)連續(xù)性?；卩]儲(chǔ)銀行的使用環(huán)境，GaussDB開源MYSQL平安銀行基于流行度、穩(wěn)健性、高性能等綜考慮因素，選取TDSQLTDSQL避免了原生MYSQL活的高可用架構(gòu)，實(shí)現(xiàn)單一機(jī)器、機(jī)房、IDC據(jù)庫都可以快速轉(zhuǎn)移。在高性能處理能力，TDSQL景下對(duì)MYSQLMYSQL與我國PC（DSU（GNS括吞吐量、QPS和TPS沒有建立起售后平和面向客戶的較為完整的知識(shí)庫體系。配套結(jié)核心業(yè)務(wù)特點(diǎn)開展數(shù)據(jù)庫選數(shù)據(jù)一致性，跨IDC移前兼容性評(píng)估，測(cè)試及遷移階段的SQL/對(duì)象轉(zhuǎn)換、數(shù)據(jù)遷移在DBA據(jù)和多維度的可視化監(jiān)控?cái)?shù)據(jù)展示，以及告警平、容量平平、零依賴應(yīng)急處理平。元化適能夠根據(jù)客戶維度拆分的系統(tǒng)，分片內(nèi)部實(shí)現(xiàn)自包含，客戶的業(yè)務(wù)均可以在單個(gè)分片完成，而不需要技術(shù)平層、框架層上支持分布式事務(wù)。在單元容量評(píng)估上，需要提前做出理的BUFFER新的DSU，但成本和風(fēng)險(xiǎn)較高。C/CODBC聯(lián)GaussDB分布式數(shù)據(jù)庫并結(jié)借記卡系統(tǒng)業(yè)務(wù)需求3hash安全與建立規(guī)性策略和審計(jì)機(jī)制，以確保符行業(yè)法規(guī)要求。通過優(yōu)化后確保TPS（每秒通過事務(wù)數(shù)、交易平均響應(yīng)時(shí)間、交易成功率等性能指標(biāo)，CPUMEMI/O（iGO）數(shù)據(jù)遷移平，實(shí)現(xiàn)了特殊Latin字符集遷移與數(shù)據(jù)內(nèi)構(gòu)建統(tǒng)一數(shù)據(jù)庫服務(wù)平，具備自動(dòng)化部署和運(yùn)維能力，具備平化管理能力華夏銀行結(jié)自己實(shí)際通過華為管理平接口與華夏銀行的一體化平、iKnow基礎(chǔ)技術(shù)軟硬件分析平、數(shù)據(jù)庫對(duì)象、PRO*C創(chuàng)采用了ODBC平解決并提升了遷移效率根據(jù)我國數(shù)據(jù)庫的自身結(jié)構(gòu)進(jìn)行不通過自研數(shù)據(jù)庫魔方，iKnow，并整一體化運(yùn)維平及加強(qiáng)內(nèi)部培訓(xùn)等措施來解決。50%。國泰君安重塑全業(yè)務(wù)集中清算平建全業(yè)務(wù)集中清算平負(fù)責(zé)公司低延時(shí)交易、場(chǎng)外市場(chǎng)系統(tǒng)、業(yè)務(wù)支持、可快速迭代、符行業(yè)發(fā)展趨勢(shì)的分布式清算平，全業(yè)務(wù)集中清算分布式平基于彈性擴(kuò)展架構(gòu)支持公司經(jīng)數(shù)據(jù)庫從SQLServerOceanBase可以處理數(shù)據(jù)聚性操作并在一個(gè)集群基礎(chǔ)上實(shí)時(shí)進(jìn)行負(fù)載均202310圖4全業(yè)務(wù)集中清算平系統(tǒng)架構(gòu)示意清算系統(tǒng)使用大量SQLServer數(shù)據(jù)遷移方面，SQLServer技術(shù)棧較為封閉，業(yè)內(nèi)缺ETL需業(yè)務(wù)和數(shù)據(jù)庫配設(shè)計(jì)全套方案，以進(jìn)行針對(duì)性改造和驗(yàn)證?；诳缮炜s的分布式框架重構(gòu)清算業(yè)務(wù)平采用我國中間OceanBase5070%，對(duì)于歷史庫的大數(shù)據(jù)存儲(chǔ)，可以降低對(duì)廣州期貨交易所核心結(jié)算系統(tǒng)從Oracle19CRAC+2TB，未來會(huì)持續(xù)增長(zhǎng)。針對(duì)典型期貨核心業(yè)務(wù)系統(tǒng)及基于達(dá)夢(mèng)完全自主研發(fā)針對(duì)性結(jié)應(yīng)用內(nèi)核級(jí)別調(diào)優(yōu)性能和達(dá)夢(mèng)數(shù)據(jù)庫多年在行業(yè)實(shí)踐案例中不斷完善兼容性，除SL測(cè)試和運(yùn)維，減輕遷移改造壓力。RaftSQL遷移前理賠系統(tǒng)使用IBMP870OracleRAC2集群，并基于41PC服務(wù)器進(jìn)行承載5SQL196132T。業(yè)務(wù)高峰期CPU30%。功能方面，分布式改造避免在分布式核心系統(tǒng)建設(shè)中，廣發(fā)銀行結(jié)GoldenDB分布式6X86相比集中式大型主機(jī)平服務(wù)器的穩(wěn)定性和單機(jī)處理能力上等，對(duì)監(jiān)控平全棧監(jiān)控能力提出新要求。1-5-10“1推動(dòng)分布式核心系統(tǒng)中技術(shù)架構(gòu)、硬件平、操作系恒豐銀行按“試點(diǎn)先行聯(lián)創(chuàng)新逐步推進(jìn)自主可控”CLPMGoldenDB成了客戶評(píng)級(jí)、業(yè)務(wù)審批、同支用、押品管理、貸后檢查等11CLPM來DDLSQLOracle金融機(jī)構(gòu)、數(shù)據(jù)庫企業(yè)通過聯(lián)技術(shù)攻關(guān)、應(yīng)用試點(diǎn)超限問題，恒豐銀行與數(shù)據(jù)庫廠商聯(lián)攻關(guān)，梳理統(tǒng)計(jì)表寬度，金融機(jī)構(gòu)聯(lián)應(yīng)用開發(fā)商、數(shù)據(jù)庫企業(yè)加快推進(jìn)應(yīng)用系統(tǒng)與數(shù)據(jù)庫的兼容適配恒豐銀行聯(lián)應(yīng)用開發(fā)商和數(shù)據(jù)庫企3理設(shè)計(jì)接口并全面集成測(cè)試，與供應(yīng)商緊密作。商保持緊密作，解決集成過程中出現(xiàn)的問題，確保系統(tǒng)平穩(wěn)過常開展的基礎(chǔ)。核心系統(tǒng)于2021OracleRAC+DataGuard高可用架構(gòu)建設(shè)，整體系統(tǒng)處理能力峰值約為OceanBase2024OceanBaseOracleOceanBase用高端NASOceanBase7OracleOceanBase數(shù)據(jù)從ADGOMS金融機(jī)構(gòu)核心系統(tǒng)數(shù)據(jù)庫傳統(tǒng)上主要以O(shè)racle、DB2金融機(jī)構(gòu)需要根據(jù)業(yè)務(wù)特點(diǎn)、IT基礎(chǔ)設(shè)施現(xiàn)狀進(jìn)行全面的升級(jí)規(guī)劃以及設(shè)定安全可控要求，并基于此制定科學(xué)理、可落安全與數(shù)據(jù)安全與規(guī)性是金融機(jī)構(gòu)無法忽視的重要方面在系統(tǒng)生成式AI2022ChatGPTAIIDC型和生成式AI2027253ZBAI知識(shí)圖譜：通過將知識(shí)圖譜與大模型相結(jié)，生成AI可以在生成內(nèi)容時(shí)基于知識(shí)的連接性和關(guān)系進(jìn)行推理，實(shí)時(shí)查詢驗(yàn)證生成內(nèi)容的準(zhǔn)確性，確保生成的內(nèi)容更加理和精確。GraphRAG（Graph-BasedRetrieval-AugmentedGeneration）通過結(jié)圖數(shù)據(jù)庫的知識(shí)連接和向量數(shù)據(jù)庫的相似性檢索技術(shù)既果更符事實(shí)，提升可解釋性。余弦相似度，提供快速高效的相似性搜索；而支持異質(zhì)圖（HeterogeneousGraph，點(diǎn)、邊的類型可以不同）的圖數(shù)據(jù)庫據(jù)庫的普及，又能加速生成式AIAIAI相結(jié)，可以提升各類任務(wù)的處理能力和結(jié)果表現(xiàn)。以圖數(shù)據(jù)庫AI可能，適生成式AI的各類應(yīng)用。行繁瑣適配，而數(shù)據(jù)庫一體機(jī)是預(yù)配置的集成系統(tǒng)，結(jié)硬件和儲(chǔ)、網(wǎng)絡(luò)和數(shù)據(jù)庫管理軟件，通過理高效的架構(gòu)設(shè)計(jì)，降低軟據(jù)庫一體機(jī)的整體性能。在數(shù)據(jù)計(jì)算，多核、GPU和FPGA芯片設(shè)計(jì)加速了并行和查詢性能；在數(shù)據(jù)存儲(chǔ)，NVMe全閃存儲(chǔ)需的IT時(shí)分析能力、國產(chǎn)化全棧適配、安全規(guī)等方面。存算分離架構(gòu)是指將數(shù)據(jù)存儲(chǔ)和計(jì)算資源分開管理的數(shù)據(jù)儲(chǔ)通常使用獨(dú)立的分布式存儲(chǔ)系統(tǒng)或數(shù)據(jù)庫管理系統(tǒng)有單獨(dú)的適應(yīng)市場(chǎng)的快速變化。RAC3等級(jí)的存儲(chǔ)介質(zhì)，理優(yōu)化存儲(chǔ)成本。用。同時(shí)，利用存儲(chǔ)RAID、快照和磁盤鏡像等技術(shù)，極大提升性和演進(jìn)能力方面具有優(yōu)勢(shì)，適大規(guī)模、高并發(fā)、高可用的應(yīng)運(yùn)維和能耗壓力。為此，金融機(jī)構(gòu)要結(jié)真正業(yè)務(wù)需求，包括數(shù)擇適自身實(shí)際情況的架構(gòu)。ITTOPSQL、業(yè)務(wù)慢查詢等問題的排查不夠直觀便捷。軟件供應(yīng)商ISV發(fā)展目標(biāo)。目前，我國數(shù)據(jù)庫的ISV作伙伴數(shù)量有限，作伙金融業(yè)對(duì)數(shù)據(jù)安全、規(guī)性、交易處理等方面要求嚴(yán)格，部分ISV部署更加復(fù)雜，增加系統(tǒng)整的成本和難度。高水平的數(shù)據(jù)庫內(nèi)核和生態(tài)工具研發(fā)人才主要集中在數(shù)據(jù)上新階。礎(chǔ)軟件、硬件及應(yīng)用場(chǎng)景的深度融，形成健康的生態(tài)體系，為促進(jìn)技術(shù)交流與作進(jìn)一步提升開源社區(qū)的影響力和行業(yè)地位，完善運(yùn)維工具平，提升運(yùn)維管理效和管理平，并融機(jī)器學(xué)習(xí)、大模型等新技術(shù)，以自動(dòng)化和智術(shù)支持團(tuán)隊(duì)提供與實(shí)際應(yīng)用緊密結(jié)的定制培訓(xùn)以及提升文檔伴緊密作，拓展售后服務(wù)的覆蓋范圍，根據(jù)金融機(jī)構(gòu)的具體業(yè)ISV術(shù)深度作，為金融機(jī)構(gòu)打造更高效、更易用的綜解決方案。軟硬件實(shí)現(xiàn)深度適配和技術(shù)作，以確保在全棧國產(chǎn)化環(huán)境中，構(gòu)建自主可控的數(shù)據(jù)庫技術(shù)產(chǎn)品為數(shù)字金融發(fā)展與安全提供堅(jiān)實(shí)保障為有效彌現(xiàn)有數(shù)據(jù)庫評(píng)測(cè)標(biāo)準(zhǔn)與金融業(yè)實(shí)際需求之間的差異需要建立與金融業(yè)實(shí)際應(yīng)用場(chǎng)景高度契涵蓋詳有助于保障系統(tǒng)的穩(wěn)定性安全性和規(guī)性降低潛在風(fēng)險(xiǎn)，并為業(yè)務(wù)發(fā)展提供強(qiáng)有力的技術(shù)支持。討會(huì)以及與學(xué)術(shù)研究機(jī)構(gòu)的作構(gòu)建完善的人才發(fā)展生態(tài)系統(tǒng)。模態(tài)融、云原生架構(gòu)、AI技術(shù)集成等多元化發(fā)展趨勢(shì)，將推同業(yè)務(wù)場(chǎng)景無需再選擇多種數(shù)據(jù)庫配使用產(chǎn)品對(duì)硬件的依賴智能技術(shù)深度融，人工智能的發(fā)展使數(shù)據(jù)庫產(chǎn)生智能運(yùn)維、智發(fā)展方向呈現(xiàn)出多元化和融創(chuàng)新的趨勢(shì)，軟硬一體、HTAP混架構(gòu)、AI活的調(diào)度能力支持?jǐn)?shù)據(jù)庫混部署，優(yōu)化資源利用率；容器的隔夠滿足更嚴(yán)格的安全規(guī)要求。在數(shù)據(jù)庫服務(wù)方式上，以DBaaS完善的數(shù)據(jù)庫生態(tài)對(duì)于金融機(jī)構(gòu)開展數(shù)據(jù)庫轉(zhuǎn)型升級(jí)至關(guān)平、文檔知識(shí)庫、人才等各方面將取得長(zhǎng)足進(jìn)步。統(tǒng)一數(shù)據(jù)庫標(biāo)準(zhǔn)將提高管理平的開發(fā)效率和質(zhì)量為構(gòu)建確保數(shù)據(jù)安全與規(guī)，還可以促進(jìn)基礎(chǔ)平、多種數(shù)據(jù)庫間的互案例一：工商銀行對(duì)公核心系統(tǒng)GoldenDB應(yīng)用實(shí) 案例二：農(nóng)業(yè)銀行分布式核心TDSQL應(yīng)用實(shí) 案例三：建設(shè)銀行對(duì)公核心系統(tǒng)GoldenDB應(yīng)用實(shí) 案例五：民生銀行新一代信用卡核心GoldenDB應(yīng)用實(shí)踐.79 案例七：北京農(nóng)商行核心銀行系統(tǒng)OceanBase應(yīng)用實(shí) 案例九：江南農(nóng)村商業(yè)銀行信貸核算系統(tǒng)GaussDB應(yīng)用實(shí)踐91案例十：中信證券數(shù)據(jù)庫容器化平建設(shè)實(shí)踐 案例十一：國信證券分布式數(shù)據(jù)庫TDSQL應(yīng)用實(shí) 創(chuàng)建數(shù)據(jù)庫集群的能力，GoldenDBGoldenDB1GoldenDB服務(wù)節(jié)點(diǎn)容器化功能為大規(guī)模集群部署、擴(kuò)縮容2000GoldenDB2求，GoldenDB實(shí)現(xiàn)鏈路級(jí)透?jìng)鞴δ?，?shí)現(xiàn)分片級(jí)并發(fā)，極大提據(jù)分片，GoldenDB實(shí)現(xiàn)了自定義分片算法的功能，數(shù)據(jù)庫與應(yīng)入行內(nèi)告警系統(tǒng)，實(shí)現(xiàn)與工商銀行集中監(jiān)控平、e企郵聯(lián)動(dòng)，實(shí)時(shí)上送告警。完成與行內(nèi)數(shù)據(jù)備份平對(duì)接，遠(yuǎn)程備份數(shù)據(jù)到S3S3自工商銀行選擇GoldenDB來建設(shè)新一代對(duì)公平后，雙方核心下移的GoldenDB平2022年完成全部對(duì)公應(yīng)用仿真運(yùn)行，20232024GoldenDBGoldenDB在工商銀行成功承接對(duì)公主機(jī)下移，證明了GoldenDB有完全能力承接國有大行對(duì)公核心系統(tǒng)轉(zhuǎn)型工作，對(duì)案例二：農(nóng)業(yè)銀行分布式核心TDSQL中國農(nóng)業(yè)銀行是中國主要的綜性金融服務(wù)提供商之一以中國農(nóng)業(yè)銀行第三代信用卡分布式核心系統(tǒng)基于騰訊云農(nóng)業(yè)銀行基于騰訊云分布式數(shù)據(jù)庫TDSQL，采用兩地三中心以針對(duì)SQL3傳統(tǒng)的信用卡集中式系統(tǒng)架構(gòu)難以有效應(yīng)對(duì)互聯(lián)網(wǎng)類業(yè)務(wù)平微服務(wù)和分布式數(shù)據(jù)庫的新架構(gòu)新架構(gòu)數(shù)據(jù)庫層基于TSL高可用與業(yè)務(wù)連續(xù)性等關(guān)鍵設(shè)計(jì)，并通過“雙活+異地災(zāi)備”部信用卡核心是國有大行中首批使用數(shù)據(jù)庫原生分布式能力支撐新核心系統(tǒng)建設(shè)的案例。GoldenDB4庫，使用drsp141238GoldenDB提供分片分區(qū)表功能，允許不同分片數(shù)據(jù)的分區(qū)202311GoldenDB布式數(shù)據(jù)庫投產(chǎn)后，20244光大銀行人民幣跨境支付系統(tǒng)基于光大銀行核心業(yè)務(wù)系統(tǒng)平搭建一直以來具有運(yùn)行穩(wěn)定功能強(qiáng)大易于維護(hù)等特點(diǎn)。主流數(shù)據(jù)庫幾十年銀行大部分成熟的后數(shù)據(jù)庫應(yīng)用開發(fā)中PRO*C與國產(chǎn)數(shù)據(jù)庫兼容問題，以及對(duì)國產(chǎn)化遷移改造后存在顧前些年大部分我國數(shù)據(jù)庫不提供PRO*C基于我國數(shù)據(jù)庫無法繼續(xù)使用高效C語言嵌入數(shù)據(jù)庫通用的SQL沿用幾十年的開發(fā)平無法很好地繼續(xù)使用。其次，原數(shù)據(jù)庫運(yùn)平的遷移改造，造成大量潛在風(fēng)險(xiǎn)，以及數(shù)據(jù)庫版本不穩(wěn)定，PRO*CPRO*C核心業(yè)務(wù)系統(tǒng)改造中，基于國產(chǎn)平，應(yīng)用系統(tǒng)修改代碼量只有個(gè)位數(shù)最終順利完成了從小型機(jī)平安全穩(wěn)定遷移到國產(chǎn)平于維護(hù)的問題，在本項(xiàng)目中，采用面向共享存儲(chǔ)集群架構(gòu)的DM8到DM3.0DM7.0目前DM82000接口的達(dá)夢(mèng)數(shù)據(jù)復(fù)制軟件DMDRS，實(shí)現(xiàn)了在跨越多種軟硬件平的異構(gòu)環(huán)境中非高峰期秒級(jí)數(shù)據(jù)同步高性能，保障了從Oracle5先級(jí)配置計(jì)算節(jié)點(diǎn)，每個(gè)優(yōu)先級(jí)配置一個(gè)計(jì)算節(jié)點(diǎn)的IP。當(dāng)數(shù)節(jié)點(diǎn)可能跨機(jī)房訪問數(shù)據(jù)節(jié)點(diǎn)。根據(jù)組網(wǎng)架構(gòu)，GoldenDB可感OLTPOLAP眾銀行調(diào)用九江銀行的微粒貸API2.5T九江銀行“微粒貸”+數(shù)倉核心業(yè)務(wù)系統(tǒng)從OracleRAC+DataGuardDMDataWatch400553030我行核心銀行系統(tǒng)于2021年投產(chǎn)并使用，基于OracleOceanBase數(shù)據(jù)庫提供兩地三中心七副6問題，我們對(duì)核心銀行系統(tǒng)的所有大表進(jìn)行了梳理，按照減少影響業(yè)務(wù)的時(shí)間，我們搭建了移植用ADG備庫，數(shù)據(jù)從ADG備庫中進(jìn)行遷移。先獲取一份完整的靜態(tài)數(shù)據(jù)，然后再通過OceanBase移植工具（OMS）進(jìn)行靜態(tài)同步和全量數(shù)據(jù)校驗(yàn)，一2022年4月18日，浙江農(nóng)商聯(lián)銀行正式掛牌成立，標(biāo)早在2020年浙江農(nóng)商聯(lián)銀行就確定了分布式IT技術(shù)架構(gòu)轉(zhuǎn)型的“十四五”科技發(fā)展規(guī)劃，明確了國產(chǎn)IaaS云平、分布式PaaSIT浙江農(nóng)商聯(lián)銀行經(jīng)過充分的解決方案調(diào)研和技術(shù)對(duì)比驗(yàn)7TDSQL基于該技術(shù)架構(gòu)，浙江農(nóng)商聯(lián)銀行建立了如下數(shù)據(jù)庫使面向前述提到的經(jīng)營管理類、交易服務(wù)類、多源融TDSQLPGOLAP（庫，建設(shè)中，2024TDSQLPGTDSQLPGMPP技術(shù)優(yōu)勢(shì)，解決OLAPSQL有對(duì)客類的OLTP聯(lián)機(jī)交易場(chǎng)景特點(diǎn)的業(yè)務(wù)系統(tǒng)遷移到TDSQLMySQLOLAP（如：監(jiān)管報(bào)送、反洗錢、客戶經(jīng)營類等）TDSQLPG浙江農(nóng)商聯(lián)銀行之前既使用開源MySQL數(shù)據(jù)庫又有大量DB2、OracleOLTP多源融類、歷史數(shù)據(jù)類或聯(lián)機(jī)數(shù)據(jù)分析類等業(yè)務(wù)場(chǎng)景，則具有典型的OLAP聯(lián)機(jī)分析型數(shù)據(jù)庫訪問特點(diǎn)，比如：一是多表聚，SQL2021年，經(jīng)過充分選型和嚴(yán)格技術(shù)驗(yàn)證，浙江農(nóng)商聯(lián)銀行確定騰訊云TDSQL（移，后DB2、Oracle）也逐漸反映出上述業(yè)務(wù)需求和聯(lián)機(jī)復(fù)雜OLAPITx86arm9大TDSQL系統(tǒng)物理集群，并通過DBPaaS數(shù)據(jù)庫統(tǒng)一運(yùn)維管理云帆平的DTSDBBrianSQL審核等工具，實(shí)現(xiàn)不同數(shù)據(jù)庫引擎等一體化運(yùn)維和性能管理?；谌腔赥DSQLPGOLTP數(shù)據(jù)庫和大數(shù)據(jù)平及數(shù)據(jù)倉庫之間建立了OLAP聚庫，OLAPSQL算分離和存算一體組高可用架構(gòu)即基于達(dá)夢(mèng)共享存儲(chǔ)集群和達(dá)夢(mèng)數(shù)據(jù)守護(hù)集群組的兩地三中心高可用架（DSC+DSC+DSC+DataWatch享存儲(chǔ)集群數(shù)據(jù)庫和集中式主備集群組高可用架構(gòu)已經(jīng)在幾改造中是否沿用這個(gè)成熟的存算分離和存算一體組的高可用是否可以結(jié)特定業(yè)務(wù)進(jìn)行內(nèi)核級(jí)深度優(yōu)化而內(nèi)核級(jí)深度優(yōu)化針對(duì)農(nóng)信各類核心系統(tǒng)在遷移改造中的普遍性問題結(jié)各統(tǒng)高可用架構(gòu)技術(shù)選擇沿用穩(wěn)定高可用架構(gòu)同時(shí)結(jié)國產(chǎn)化數(shù)EALGaussDB完成了信貸核算系統(tǒng)傳江南農(nóng)村商業(yè)銀行選擇GaussDB構(gòu)的信貸核算系統(tǒng)進(jìn)行了“全棧自主創(chuàng)新+分布式”改造，打新系統(tǒng)采用GaussDB8筆的結(jié)息日批量交易，各項(xiàng)指標(biāo)優(yōu)于之前320%，批量計(jì)提時(shí)間上；日間交易TPS20三中心方案，異地RPO≤5RTO≤145在遷移過程中，GaussDB搭配數(shù)據(jù)庫和應(yīng)用遷移UGO98%以上；搭配數(shù)據(jù)復(fù)制服務(wù)DRS正確性的校驗(yàn)。在應(yīng)用適配過程中，GaussDB與GaussDBGaussDB實(shí)現(xiàn)信貸核算系統(tǒng)案例十：中信證券數(shù)據(jù)庫容器化平建設(shè)實(shí)中信證券作為中國領(lǐng)先的綜性證券公司其業(yè)務(wù)范圍廣泛，KubeBlocks社區(qū)版容器化數(shù)據(jù)庫管理平，通過K8s實(shí)現(xiàn)了數(shù)（SLO中信證券基于KubeBlocks在K8s容器平之上構(gòu)建了數(shù)據(jù)庫統(tǒng)管平，充分利用了國產(chǎn)化的海光、鯤鵬等硬件基礎(chǔ)設(shè)施，并通過K8s度和資源管理能力為數(shù)據(jù)庫的隔離、混部提供了基礎(chǔ)。KubeBlocks平使中信證券能夠靈活部署和管理多種類型的數(shù)圖9數(shù)據(jù)庫統(tǒng)管平示意在數(shù)據(jù)庫管理平中高效的調(diào)度系統(tǒng)需要多維度評(píng)估資源并實(shí)施約束控制。該平維護(hù)了節(jié)點(diǎn)資源分配表，實(shí)時(shí)監(jiān)控資源策略，如內(nèi)存不超分配、CPUIOPS外，調(diào)度系統(tǒng)根