《金融数据中心存储顶层架构白皮书》解读

一图带你全面了解，面对数据井喷式增长对数据安全，数据运维、数据容灾带来的挑战，金融机构应如何构建创新开放的存算分离架构，建设高可靠，高扩展性的基础设施。

金融数据存储的主要趋势及挑战

1. 数据爆发式增长

根据北京金融信息化研究所（FITI）2023年发布的最新报告，目前金融机构的数据量普遍达到PB级，未来五年预计年均增幅将达到24.33%。金融行业在整体数据量方面已经达到了EB（Exabyte，即千万亿字节）级别。

2. 业务连续性保障

以中等规模的银行为例，其核心系统的交易量通常维持在每秒1000至3000笔之间。系统服务的任何一秒中断或不可用，将导致金融机构蒙受超过1000笔交易的损失，并引发大量用户流失。甚至，服务中断将招致监管层的严厉处罚，对金融机构造成难以逆转的负面影响。

3. 数据安全防勒索

Veritas最近的研究显示，在过去三年中，金融行业企业年度报告中提及 "网络攻击 "的次数增加了55%。同时，勒索软件的提及率从2020年到2022年上升了88%。同时，《中国数据灾备产业白皮书暨数据灾备建设调研报告2021》对技术架构分析显示，中国金融行业普遍缺乏数据防勒索措施。异地备份的比例只有约10%，本地备份的完备性也不足。

4. 运维智能化

面对复杂多变的存储环境，金融机构需要实现存储资源的智能管理、自动化运维，降低运维成本，提高运维效率。灵活调度、资源可视、高效运维是智能时代金融业务的发展基本要求。

金融存储目标架构设计规划

1. 生产交易 – 存储分离的资源池架构

从多数银行公布的年报来看，新兴金融服务交易量年度平均增长都在50%以上。数字化的深入，数据已成为金融机构的重要数字资产，为适应未来业务发展，数据中心基础设施，必须满足业务所需的高吞吐性能和高可靠性的要求，并具备面向未来的系统扩展性。

吞吐性能：存储读写时延每增加1毫秒，数据库处理的时延影响可能到秒级，对上层业务整体时延影响可能增加数十秒。

超高韧性，助力金融容灾无忧，业务永续

系统可靠性：系统服务的任何一秒中断或不可用，将导致金融机构蒙受超过1000笔交易的损失。

系统扩展性：业务间的数据交换日益频繁，对数据的实时性要求日益增高。

面向未来，基于共享存储池和分层解耦的存算分离架构将是架构选择的主流方向。

2. 数据分析 - 大数据存算分离架构

《IDC PeerScape：金融领域中数据管理分析服务最佳实践案例》预计，中国金融行业大数据市场支出规模，在2027年将增长至64.6亿美元，CAGR达到21.4%。大数据应用的深入，驱动大数据平台从注重数据处理走向注重数据价值挖掘，降本增效成为关键诉求。

能获客、能活客、降本增效、支持平滑演进、更简单的数据管理必然成为金融大数据分析业务场景核心要素。

湖仓融合架构将领跑大数据的下半场，成为金融大数据的战略重点，也是大数据分析平台架构演进的必然趋势。

3. 金融AI业务场景

随着AI大模型NLP走向多模态，其参数规模从千亿参跃升万亿，将来甚至会演变到十万亿，AI在金融行业的应用场景与价值持续深化，尤其在增强金融产品营销效能力、提升风险应对能力、提升运营与开发效率，使能新兴业态这四个维度，彰显出非凡的价值与潜力。构建可靠AI 数据湖，保障数据要素的流通，实现数据价值最大化。

理想的 AI 数据湖解决方案应具备以下几个核心能力：数据全局管理和高效流通、高性能、大容量以及可扩展性、数据韧性和安全、知识实时更新及记忆能力、成本效益。

4. 高可用数据中心底座 – 两地三中心四副本架构

全球金融服务正加速迈向数智化时代的同时，因存储故障导致业务中断的事故频频发生，诸多案例为金融行业核心业务系统敲响警钟，高可用容灾系统承载核心应用逐渐成为业内共识。

金融行业存储容灾架构设计须考虑：

本地高可用：应对数据中心存储单点故障，提供业务连续、稳定可靠的数据底座。

两地三中心：通过同城+异地3DC容灾方案，本地双活+同城复制-异地复制四副本方案，构建高层级的容灾保护，应对数据中心级的灾难。

5. 数据保护

金融行业以其高度信息化和严格的信息安全标准而著称，勒索软件攻击事件频发，金融行业亟需构筑可靠的网络安全防护体系，维护全球金融体系的安全稳定。

目前金融行业主流的灾备建设方案为以存储产品为核心实现灾备建设，数据备份系统按照 “32110”原则规划建设：

3 个物理独立分离的副本；

采用 2 种不同的介质，支持备份数据的冗余性；

至少有 1 份离线副本，放在同城/异地站点；

有 1 份隔离区的副本和防篡改技术保护；

恢复 0 报错：保障备份数据的安全及可恢复性。