巨杉數(shù)據(jù)庫目前已經(jīng)在超過50家大型商業(yè)銀行核心業(yè)務上線使用，本文為銀行金融科技轉型應用系列文章第一篇，此后巨杉還將陸續(xù)推出銀行業(yè)應用和科技創(chuàng)新文章，大家敬請期待。

隨著銀行業(yè)務的拓展以及網(wǎng)點業(yè)務的需求量加大，在新一輪技術浪潮驅動下，各大商業(yè)銀行也在紛紛推進智能網(wǎng)點的建設。其中，商業(yè)銀行的柜面無紙化就是最先推進的業(yè)務之一。

包括廣發(fā)銀行、民生銀行在內的大型商業(yè)銀行，已經(jīng)于近幾年陸續(xù)上線柜面無紙化業(yè)務，并開始在全國網(wǎng)點進行推廣使用。今后，隨著柜面無紙化、“一站式”綜合店員、人工智能等系統(tǒng)的陸續(xù)應用，各大商業(yè)銀行也將全面實現(xiàn)網(wǎng)點智能化轉型建設。

大型商業(yè)銀行，平均有超過300~400個業(yè)務系統(tǒng)，每一個業(yè)務系統(tǒng)既有完整技術棧，又和不同的業(yè)務之間存在許多的相互依賴和相關的關系，業(yè)務和技術復雜度遠超其他行業(yè)。此外，銀行對于平臺可靠性要求最為嚴苛，核心數(shù)據(jù)需保證0丟失、0錯誤率，核心業(yè)務系統(tǒng)也有“5個9”以上的穩(wěn)定性要求。這些要求給后臺數(shù)據(jù)庫帶來了極大的要求，因此業(yè)界也戲稱銀行是企業(yè)級數(shù)據(jù)庫的“試金石”。

“無紙化”業(yè)務作為商業(yè)銀行的新一代應用業(yè)務，對于數(shù)據(jù)管理帶來了新的挑戰(zhàn)。針對銀行在新一代柜面無紙化業(yè)務上的痛點需求，巨杉數(shù)據(jù)庫在保證穩(wěn)定安全的基礎上，利用其所支持的非結構化存儲、結構化事務、可彈性擴張、高可用、以及多數(shù)據(jù)中心災備等能力，全面支持廣發(fā)、民生銀行的柜面無紙化業(yè)務，為業(yè)務帶來巨大提升。

巨杉數(shù)據(jù)庫分布式雙活部署整體示意圖

非結構化數(shù)據(jù)存儲

作為一款分布式的交易型數(shù)據(jù)庫，SequoiaDB數(shù)據(jù)庫提供了同時存儲結構和和非結構化引擎的機制，非結構化數(shù)據(jù)的存儲在引擎中主要是以 LOB形式來實現(xiàn)的。SequoiaDB 3.0在對象存儲API的基礎之上提供了標準Posix文件系統(tǒng)接口，能夠原生接入任何支持Posix協(xié)議標準的操作系統(tǒng)，用戶對應用程序無需任何改造即可從NAS遷移至SequoiaDB。

在巨杉數(shù)據(jù)庫中，LOB大對象存儲引擎可將各種尺寸的非結構化文件切分成小存儲塊，按散列映射存放于集群的多個數(shù)據(jù)組，實現(xiàn)文件的高效并發(fā)存取，對外提供對象標識進行文件訪問。

在巨杉數(shù)據(jù)庫中，LOB存儲結構分為元數(shù)據(jù)文件（lobm）與數(shù)據(jù)文件（lobd）。其中，元數(shù)據(jù)文件存儲整個LOB數(shù)據(jù)文件的元數(shù)據(jù)模型，包括每個頁的空閑狀況、散列桶、以及數(shù)據(jù)映射表等一系列數(shù)據(jù)結構。而數(shù)據(jù)文件則存儲用戶真實數(shù)據(jù)，數(shù)據(jù)頭之后所有數(shù)據(jù)頁按照page size進行切分，每個數(shù)據(jù)頁不包含任何元數(shù)據(jù)信息。

與結構化數(shù)據(jù)的記錄引擎完全不同，巨杉數(shù)據(jù)庫的非結構化存儲提供了原生的對象文件塊存儲機制，同時適用于影像類大文件與票據(jù)類小文件。在巨杉數(shù)據(jù)庫對小文件存儲與檢索的過程當中，每個數(shù)據(jù)塊均使用散列算法判斷其所處的物理位置，因此不會進行任何物理查表操作，數(shù)據(jù)庫也不需要維護每個對象文件的物理位置表，因此不論從安全性、吞吐量、以及響應速度都遠遠高于其他同類對象存儲。

多活與災備

巨杉數(shù)據(jù)庫的原生分布式架構，一方面提供了引擎級別的內部數(shù)據(jù)多副本和高可用以及基于Raft算法的數(shù)據(jù)一致性的保證。同時，在跨數(shù)據(jù)中心層面，可以做到分布式集群為單位的容災和多活機制，在滿足數(shù)據(jù)安全要求下減少了數(shù)據(jù)安全方面的部署和運維難度。

從多活架構的角度看，巨杉數(shù)據(jù)庫都秉承著計算存儲分離的設計思路，因此其SQL解析與執(zhí)行器往往與數(shù)據(jù)存儲和事務控制分別運行在不同的進程中。在這種情況下，利用數(shù)據(jù)庫自身分布式與三副本復制的特性，將數(shù)據(jù)打散放置在多個數(shù)據(jù)中心內，每個數(shù)據(jù)中心配置本地SQL服務節(jié)點，從應用程序的角度看不需要關注底層數(shù)據(jù)庫的主從架構，僅需要通過JDBC連接到本地的SQL服務節(jié)點進行讀寫操作即可。在這種架構下，每個SQL節(jié)點完全對等，并均可以處理讀寫操作。所有的事務控制、一致性控制、鎖等待等機制都由底層的分布式數(shù)據(jù)庫直接提供。

以兩地三中心為例，在該架構中，城市A機房1作為主機房，提供與同城的機房2之間的同步數(shù)據(jù)復制。而對于城市B的機房來說，在帶寬足夠的情況下可以選擇使用同步機制與城市A的機房進行數(shù)據(jù)復制。而在帶寬不足時則可以選擇異步的復制方式。

同時，巨杉也支持異地災備機房的定期追加更新。用戶可以通過定義異地災備機房的同步策略，使災備機房定期進行日志文件的同步，以做到災備機房與主機房的數(shù)據(jù)擁有一定的時間差異，避免手工誤操作。

高性能實時性能響應

通過分布式架構，多維數(shù)據(jù)分區(qū)，高性能索引，以及數(shù)據(jù)壓縮等機制，影像平臺無論非結構化數(shù)據(jù)還是結構化數(shù)據(jù)在大數(shù)據(jù)量下依舊保持性能的平滑擴展，實時響應。在性能測試對比中，對比巨杉數(shù)據(jù)庫，傳統(tǒng)NAS方案想要達到同樣吞吐量至少需要3倍以上的磁盤數(shù)量。

以下是巨杉數(shù)據(jù)庫在實際測試環(huán)境中，對于非結構化數(shù)據(jù)管理這塊的測試數(shù)據(jù)：

2GB/s的整體吞吐量，分布式架構

6節(jié)點x86服務器、整個集群共36塊SAS盤

傳統(tǒng)方案，高端配置：1.5GB/s 120塊盤以上

100%寫入場景

100%讀取場景

混合業(yè)務場景

巨杉數(shù)據(jù)庫為底層數(shù)據(jù)引擎的分布式非結構化數(shù)據(jù)管理平臺，已經(jīng)在包括民生銀行、廣發(fā)銀行在內的超過50家大型銀行業(yè)務應用。在某大型股份制商業(yè)銀行業(yè)務系統(tǒng)中，巨杉數(shù)據(jù)庫總集群部署節(jié)點數(shù)達到122臺物理服務器，部署邏輯節(jié)點1530個，平臺服務銀行網(wǎng)點數(shù)超過840個 ，性能響應在毫秒級別，數(shù)據(jù)實現(xiàn)了同城數(shù)據(jù)中心災備和雙活。

民生銀行：

民生銀行是中國第一家主要由民營企業(yè)發(fā)起設立的全國性股份制商業(yè)銀行

，截至2017年末，中國民生銀行已經(jīng)成為資產(chǎn)總額59,020.86億元，一級資本凈額超過3800億元、資產(chǎn)總額超過5.9萬億元、分支機構近3000家、員工近5.8萬人的大型商業(yè)銀行。在英國《銀行家》雜志2017年7月發(fā)布的全球1000家大銀行排名中，中國民生銀行位居第29位。民生銀行堅持“民營企業(yè)的銀行、科技金融的銀行、綜合服務的銀行”的戰(zhàn)略定位，銳意變革創(chuàng)新，加速戰(zhàn)略轉型，致力于成為一家特色鮮明、價值成長、持續(xù)創(chuàng)新的標桿性銀行。

(摘自民生銀行官網(wǎng))

廣發(fā)銀行：

廣發(fā)銀行是國內首批組建的股份制商業(yè)銀行之一。目前在全國設立了43家一級分行、843家營業(yè)機構，并與全球125個國家和地區(qū)的1,718家銀行總部及其分支機構建立了代理行關系，為超過30萬對公客戶、3,422萬個人客戶、5,711萬張信用卡客戶、2,427萬移動金融客戶提供優(yōu)質、全面的金融服務。廣發(fā)銀行在移動金融創(chuàng)新領域一直走在行業(yè)前列，強力推動智慧化銀行發(fā)展，持續(xù)推動移動金融創(chuàng)新，在升級普惠金融、助力實體經(jīng)濟等方面取得了豐富成果。

（摘自廣發(fā)銀行官網(wǎng)）

關于巨杉數(shù)據(jù)庫

目前，巨杉數(shù)據(jù)庫已經(jīng)在目前，巨杉數(shù)據(jù)庫付費企業(yè)級客戶與社區(qū)用戶總數(shù)超過1000家，并已在超過50家500強級別的銀行、保險、證券等大型金融機構生產(chǎn)業(yè)務上線。

對于非結構化數(shù)據(jù)管理，巨杉數(shù)據(jù)庫在金融行業(yè)的應用場景包括：金融行業(yè)新一代影像平臺、內容管理云平臺、傳統(tǒng)ECM替換、計算機視覺與人工智能、金融雙錄系統(tǒng)以及電子證照等數(shù)十個個業(yè)務場景。