来源 | 螳螂观察

作者|李永华

从宏观部署到企业响应,绿色高质量发展的经济模式正在更进一步,双碳目标进入紧锣密鼓的落地进程当中。

而作为经济的血液系统、关联广泛的金融业,其数字化、低碳化革新尤为值得关注,典型如绿色基础设施的打造——世界500强、全国股份制银行前3甲兴业银行就借助华为的力量在行业内首次打造出一个“全闪存数据中心”,将传统机械硬盘替换为闪存硬盘,在高速存储交换网络等创新技术的共同支持下,全面支撑银行各项数字化业务。

毫无疑问,兴业银行的全闪存数据中心在金融业打了个样,但正如兴业银行“为金融改革探索路子、为经济建设多作贡献”的初心与使命,从这个案例中更应该看到绿色基础设施变革对银行业数字化思维方式的改变,能够为行业所借鉴。

数字化的能力:硬件堆砌模式可见的“天花板”被打破

这些年在“金融科技”热潮不断兴起的背景下,很多互联网创新企业出于概念炒作等种种动机进行的舆论宣传,让金融业“被动”地树立了一个数字化能力不足甚至落后的业界印象。

而这,也造成了对金融业尤其是银行业的最大误解——事实上,在不变的目标下,银行业数字化进程始终领先于时代。

出于数据安全、跨地区甚至全球化交易便捷的需求,银行业的数字化变革在1970、1980年代就在IBM等企业的推动下广泛开展。与其他行业不同的是,现代银行必须在一开始就建立在一个数字化体系之上,所谓“金融科技”本身就是银行业的内在需求,其发展已有数十年,而不是一个来自外部的新提法。

直到最近几年,在互联网创新浪潮下,银行业出于不断满足客户需求、保障业务合规的目的,其数字化探索仍然领先于时代,以兴业银行为代表,科技基础研究和科技应用研究力度不断加大,一批具有自主知识产权的金融科技创新产品持续推出。

但是,作为领跑者,银行业的数字化也面临着自己的问题,这个问题,不是某些互联网公司口中的“金融科技”问题,而是底层基础设施造成的能力“天花板”问题。

以兴业银行为例,经过数年的革新和快速发展,目前仅兴业银行APP用户数就已经超过6000万,核心系统日交易规模均在亿笔级以上,此外,”钱大掌柜“等互金APP实现金融产品和客户的供需匹配年销售规模已超8000亿。

客户量的绝对值暴涨的同时,强调客户体验与精准营销又让银行数字化系统所面临的任务增加不仅体现在客户数量的绝对值上,还体现在各种AI、大数据能力的融合上,这就将压力直接传导了给了底层数字化基础设施。

而与许多银行一样,兴业银行过去也采用的是传统数据库+服务器/虚拟机+集中式存储的部署模式,渠道业务则采用分布式数据库+服务器的架构。面对业务增长,这种模式和架构一般都通过堆叠设备数量来解决,例如在数据存储上原本普遍采用机械硬盘,有新的业务需求就不断地加入新的机械硬盘进行扩容——这也是很多银行在数据中心这里的惯性思维方式。

但是,由于机械硬盘采用磁头+碟片旋转的读写模式,其机械结构有转速的极限,随着银行业务的快速发展,在存储介质上采用机械硬盘的数据中心所面临的性能和规模的“天花板”已经被普遍预见,而在摩尔定律下快速进步的CPU处理能力也逐步被机械硬盘所拖累,计算资源的浪费状况已经十分明显,也增加了数据中心的运维难度。

这时候,转变思维方式、改变数据中心的底层存储介质状况,从根技术上突破就成为一种必要。只不过,过去即便很多人能意识到这个问题,但有技术能力能够做下来的很少,很多大谈金融科技的赋能方往往都没有深入到这一层面——它们也没有能力去做到,所谓的“金融科技”概念的繁荣盛景,多数集中在产品等软层面。

所以,华为这种从硬基础设施改造上出发的合作方的出现,就成为银行业数字化突破“天花板”的一种必然,其推动的解决方案围绕闪存介质进行,这种介质从原理上颠覆了传统介质对机械运动极限速度的遵从,读写性能和单盘容量都获得巨大提升。

在兴业银行案例中,以闪存硬盘替代机械硬盘成为内部共识,其在生产交易系统部署多套华为OceanStor Dorado全闪存存储,并引进华为NoF+高性能数据中心网络技术,全面加速其数据库、虚拟机及NAS文件共享业务。

一方面,是闪存方案本身具备的业界标杆级的块存储和文件存储性能,另一方面,是专门面向闪存介质打造的端到端NVMe等技术最大化消除了网络瓶颈、释放闪存性能,基础软硬件相互协同使得业务的增长不再一定需要对等的硬件堆叠(即规模收敛),最终让兴业银行在建设全闪存数据中心后,交易系统性能最大提升达数十倍,单个交易时延缩小至μs级,冲破了性能的天花板。

有来自银行自身的理念突围,也有来自外部科技企业的能力支撑,数字化才能实现这样的跨越式转变。

数字化的保障:在习以为常的模式中寻找进化空间

如果说在性能上,银行业需要通过底层基础设施的进化来实现突破,那么在安全上,银行业则需要打破固有的思维定势,继续寻找进化的空间。

目前,在国内乃至全球范围内,在数据安全问题上,银行业已经形成了一些圣经般的做法,例如“两地三中心”,这种做法就如同建筑设计中的结构设计通常规则,其稳定性和经济性恰到好处,已经被理论和实践所反复验证。兴业银行也是如此,核心交易系统采用两地三中心双活架构,其它系统则主要采用本地双活+远程容灾的架构,保证数据的安全无虞。

但是,这不意味着银行业就可以躺在既定的安全规则上无所作为,客观地说,过去银行的做法更多强调的是“容灾”,而对“备份”重视不足。至少在目前,银行业在安全这里至少有两个方面还存在进化的空间:一是底层硬件设备故障率的进一步降低,二是在万不得已出现数据篡改、损坏等问题后,能够更快速地响应和解决、恢复秩序保证业务的连续性,即强调“备份”。

而受制于机械硬盘本身的物理特性,如果再采用传统的做法,这两个方面已经很难再进一步了,这时候,闪存的价值又凸显了出来。

在兴业银行案例中,其引进华为OceanProtect备份一体机,以全闪存方案建设备份系统,处处体现了闪存的先天“基因优势”,例如故障率低于机械盘,且闪存化大大减少了设备数量,即便有故障其故障面积也更小,这就直接拉升了系统的安全性;又例如闪存的读写速度的优势让数据备份和恢复的速度大大加快,在出现问题时能够更快速地备份恢复保证业务的连续性,适应7*24小时业务在线的新需求。

现在,兴业银行备份带宽大幅提升,可实现180个虚拟机同时备份,现网5000+核虚拟机能在备份时间窗内按时完成备份,这在机械硬盘时代可能很难想象。

发生问题概率低+出现问题恢复快双向闭环,如此,华为的全闪存方案帮助兴业银行实现了资源的敏捷性、弹性与整体系统的效率和可靠性兼得。

这或许也说明,在银行业过去数十年的数字化发展过程中,很多习以为常的模式和做法,或许在华为这类企业的支持下,都可以拿出来再审视一遍,探寻新的优化可能性。

数字化的代价:被迫忍受的成本变成过去式

对银行来说,过去在业务快速增长的背景下,以及基于安全合规的需要,花费在数字化能耗上的成本似乎不值一提,但随着硬件堆叠的做法持续进行,当下的数据中心能耗问题已经到非关注不可的时候了。

仍然以兴业银行为例,在建设全闪存数据中心之前,存储能耗已经占到了数据中心总能耗25%,让数据中心原本就戴在头上的“能耗大户”帽子变得更加显眼,但机械硬盘的堆叠模式和硬盘本身的高能耗状况,让兴业银行很长一段时间必须忍受这样的代价。

但是,现实推动着银行业必须有所改变。

目前,在全球范围内,ICT基础设施在帮助全社会数字化转型的同时,其自身能耗问题开始得到广泛关注,有数据显示,全面ICT碳排放已经占全球碳排放的4%左右,未来它还会高速增长。

在国内,双碳目标走向全面落地,数字化转型与碳中和洪流正在一同袭来。对银行来说,在数字化创新过程中通过绿色节能帮助落地碳中和政策,成为其必须承担的新的社会责任。而值得一提的是,作为”绿色银行“,以国内首家赤道银行的身份,兴业银行原本就以绿色金融为企业核心战略。

种种因素叠加,数据中心的闪存化成为兴业银行的一种必然选择。从数字上看,闪存硬盘比机械硬盘节能65%以上,一块闪存盘替代机械硬盘一年所减少的CO2排放量相当于植树150棵所吸收碳排量,而整个数据中心所减少的排放量相当于植树1500万棵所吸收的碳排放。

通过全闪存替换,兴业银行存储系统可实现超过60%的能耗节省,不用再因为“没有选择”而被迫忍受各种成本,做到了与新时代主题的同频共振。

在这样的绿色基础设施革新面前,或许,每一个银行都可以思考,哪些过去总是在忍受的不合理现象,现在可以在华为这类科技企业的帮助下大胆说“不”,迈出改变的一大步。

结语

正如开篇所言,“全闪存数据中心”这个概念在兴业银行之前并没有金融行业的应用先例,用一次自我突破,兴业银行解决了性能加速、数据安全、绿色节能3大挑战,实现了客户价值、自身价值与国家社会价值的统一。

可以料想的是,未来闪存将更多出现在银行底层数字化基础设施当中,会有更多系统原生在闪存之上而不是像现在这样去改造和迁移旧有的系统,闪存化已经成为银行数字化的重要趋势,现在兴业银行“敢于尝试”的动作,未来将会成为行业的标配。

而与此同时,华为帮助兴业银行所建设的也是一整套适用于闪存介质的方案——无论是数据库+容器平台+OceanStor Dorado全闪存存储的架构,还是帮助资源灵活分配的DME设备管理引擎,对那些想要进行闪存化改造的银行而言,一个原生的、普惠的体系已经准备好了。

*本文图片均来源于网络

此内容为【螳螂观察】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

•泛财经新媒体。

•微信十万+曝文《“维密秀”被谁杀死了?》等的创作者;

•重点关注:新商业(含直播、短视频等大文娱)、新营销、新消费(含新零售)、上市公司、新金融(含金融科技)、区块链等领域。

全闪存数据中心首次落地后,银行业数字化冲破“天花板”相关推荐

  1. 华为数据中心服务器数量,IDC 与华为联合发布《全闪存数据中心白皮书》,目前已有多个应用...

    IT之家 7 月 24 日消息根据华为中国官方消息,7 月 22 日,2021 华为金融创新数据基础设施峰会在内蒙古成功召开.本次大会上,呼伦贝尔市委常委.副市长施强在致辞中表示:金融业作为数据数字化 ...

  2. 华为庞鑫:闪存3.0时代,四大变化激发全闪存数据中心潜能释放

    从2005年到2019年间,中国数字经济总体规模由2.6万亿元增加至35.8万亿元,数字经济在GDP的占比也由14.2%提升至36.2%.随着数字经济蓬勃发展,数据也成为当之无愧的关键生产要素,是基础 ...

  3. 绿色数据时代,全闪存与数据中心的注定邂逅

    随着数据在数字化社会.智能化生活中扮演的角色愈发重要,我们也在经历一场从大数据时代,向绿色数据时代.高效数据时代.智能数据时代的升级变迁.在这个过程中,数据中心在社会经济中扮演的角色也愈发重要. 5月 ...

  4. 金融业数字化聚焦容器云,全闪存为什么是点睛之笔?

    文|螳螂观察 作者|李永华 刻板.保守.小心翼翼-- 很多人对金融业尤其是银行在数字化创新方面的印象,都是如此. 这个印象到底对不对? 答案可能是,既对,又不对. 对的地方在于,出于合规等要求,一个创 ...

  5. All In全闪存存储,这家银行干得漂亮

    华为构建全闪存数据中心全生命周期服务,全面支持河北银行将所有业务系统迁移到全闪存存储,以单设备全闪存存储承载更多业务. 出品 | 常言道 作者 | 丁常彦 曾几何时,互联网金融的强势崛起,让众多传统金 ...

  6. NetApp AFF C 系列全闪存存储解决方案

    NetApp AFF C 系列: "C"代表"酷炫"(Cool) 采用最新的容量闪存技术,辅以若干一流的智能技术,您将获得一个经济实惠的闪存解决方案,它重新定义 ...

  7. 数据湖,当然得要全闪存的!

        文 / 戴尔科技集团大中华区非结构化数据存储事业部总经理刘志洪     为什么是全闪存数据湖,为什么是现在?     当今,需求最严苛的非结构化数据工作负载让许多存储系统"疲于奔命& ...

  8. 全闪存助攻:数据存储迎来又一个“新元年”

    每一次数据存储产业的发展,都离不开存储技术的进步.闪存技术发展的日新月异,也带来了全闪存阵列的创新与崛起. 2020进入了全闪存元年 源自企业级用户应用需求对存储性能有了更高的要求,最终驱动闪存技术飞 ...

  9. 2018年全闪存阵列市场七大趋势

    全球著名IT产品与技术分析机构DCIG近日给出了全闪存阵列(AFA,All-Flash Array)市场的七大趋势,DCIG分析师认为这七大重要的市场趋势将影响到2019年企业级用户的购买决策.北美市 ...

最新文章

  1. Swift2.0系列]Error Handling(项目应用篇)
  2. ireport各个版本的下载地址分享
  3. 在windows10上搭建caffe
  4. Batch Normalization 与Dropout 的冲突
  5. 什么版本测试通过就能发布?
  6. 查询性能优化(使用 Explain 进行分析、优化数据访问、重构查询方式)、存储引擎(InnoDB/MyISAM)
  7. 为什么学习Python数据分析,python数据分析有什么用?
  8. python和java哪个好学-学Python 好还是java 好?
  9. RDLC报表上下标实现
  10. 动态桌面壁纸软件:iWall for Mac
  11. 30岁了开始自学编程,家里比较困难还来得及吗?
  12. 如何把PDF转成护眼模式/反色/黑底白字
  13. Matlab LZW编码
  14. java roundup函数_Excel函数(2)if、rand、round函数
  15. Proxy ARP--即ARP代理
  16. 【性能测试】如何完全卸载LoadRunner?
  17. cad的dwg如何转换成pdf?
  18. Pytorch使用VGG做迁移学习(基于 CIFAR100 数据集)
  19. 美容院管理系统统一管理制度?
  20. 机器学习 第三节 第十课

热门文章

  1. asp毕业设计——基于asp+access的毕业生信息管理系统设计与实现(毕业论文+程序源码)——毕业生信息管理系统
  2. Hash-based Shuffle内幕彻底解密
  3. 湘潭大学计算机科学与技术录取分数线,计算机科学与技术专业分数线各大学排名(湖南)...
  4. 往年二本计算机分数线,全国一本、二本院校历年录取分数线汇总
  5. c++顺时针螺旋方阵
  6. 服务容错 - Hystrix
  7. 谈一谈机器视觉里的定拍与飞拍
  8. K8S学习之service
  9. Android-PullToRefresh代码分析
  10. 一生应该必看的20个故事