近日，北京金融科技产业联盟正式公布2023年度优秀课题评选结果。工商银行和华为云牵头，并联合7家金融机构共同编制的《金融行业开放平台数据库转型白皮书》（下文简称：白皮书）荣获2023年度十佳课题。该白皮书通过调研金融行业开放平台数据库技术应用现状、分析金融行业数据库架构转型中的重点和难点应用场景，并结合开放平台业务系统关系型数据库的应用转型实践，提出了切实可行的转型解决思路和建议，对金融机构数据库转型具有重要的参考价值。

金融开放平台数据库如何选型，如何转型？

金融开放平台数据库作为金融信息系统的核心基础软件，其转型升级对于突破金融效率瓶颈、释放金融创新空间、提升金融服务水平、支撑金融行业数字化转型和高质量发展具有重要而深远的意义。然而，金融开放平台数据库的转型是一项复杂的系统性工程，面临着技术选型难、系统迁移难，综合风险提升等诸多挑战。

白皮书指出，开放平台数据库选型应遵循客观、可量化的选型策略，采用标准化、体系化的转型方法，同时建议先易后难、先简单后复杂，业务改造可按照先外围后核心，先办公系统，后一般业务系统及关键业务系统的路径。在数据库架构选型时，需要结合业务需求和业务类型进行评估，比如稳态业务较适合采用集中式部署模式，敏态业务较适合采用分布式部署模式。

具体到转型方法，白皮书建议金融机构开放平台数据库转型可参考方案设计、数据库迁移和投产运行三个阶段进行整体规划。其中方案规划设计阶段需要制定部署方案、容灾方案、迁移方案和测试方案；数据库迁移阶段的主要工作包括数据库迁移、应用迁移、应用代码迁移和测试验证；投产运行阶段主要包括生产投产、并行切流、传统数据库退库、安全保护与运维监控。

剖析云原生数据库五大发展趋势，华为云GaussDB引领技术革新

白皮书指出，当前各数据库技术路线高速演进，呈现出相互融合发展的趋势。能否满足金融行业在高可用容灾、数据一致性、业务连续性和系统可扩展等方面的更高要求，提升分布式环境下对应用研发和系统运维的支持能力，是金融级数据库最核心的竞争力。白皮书以华为云GaussDB为例，对云原生数据库的技术路线发展趋势进行了剖析。

趋势一：内存池化，全栈解耦，追求极致的弹性伸缩。GaussDB实现了内存池化和全栈解耦，基于存算分离三层解耦，可支持分钟级别的节点扩展能力、秒级的高可用切换能力、秒级资源释放回收能力以及秒级快照备份能力。

趋势二：基于内存池的HTAP，释放软硬协同的潜能。将内存池技术和HTAP结合，是应对内存池化给云原生数据库带来的新挑战的一大趋势。以GaussDB为代表的云原生数据库在OLTP和OLAP能力融合的基础上，未来将更进一步结合内存池软硬协同，实现网络吞吐的大幅度缩减，同时也将内存池的性能优势发挥到极致。

趋势三：智能弹性，实现更细粒度、更精准的资源调度。Serverless数据库未来还需要具备智能弹性的能力，能够根据用户的历史负载计算出用户特征描述，快速判断未来的负载曲线，提前为弹性伸缩准备好资源，避免负载冲击到资源规格上限，减少系统资源浪费，追求更极致的弹性。

趋势四：全场景智能数据库，发挥AI与数据库的融合价值。2019年，华为首次发布了GaussDB AI-Native技术，并持续将AI技术融入数据库内核、核心算法和数据结构，实现数据库自动优化和调优等功能。同时，GaussDB还在分布列推荐、慢SQL发现与诊断、负载趋势预测与异常检测等领域引入AI技术，大幅提升管理效率，让数据库管理更加智能高效。未来，云原生数据库将持续与AI内外协作，向支持AI for DB和DB for AI的全场景智能数据库迈进。

趋势五：结合全密态和防篡改技术，保障云上数据安全。云原生数据库部署环境由封闭式私有环境向开放式公有云服务环境演变，数据库面临的威胁和挑战也越来越多，数据安全隐私问题愈发凸显。在提升数据库安全性方面，华为云GaussDB数据库结合当下迅猛发展的全密态和防篡改技术，提升数据可信存储与可信维护能力，保障数据全流程的安全。这也将成为云原生数据库的发展趋势之一。

展望金融行业数据库转型，白皮书提出了加快推动数据库金融应用系统标准体系建设、促进产用对接，推动产业生态发展成熟、“加强人才培养”等建议，呼吁金融行业及科技产业携手前行，共建标准体系，加强应用创新与技术创新的循环驱动，促进数据库关键技术成熟完善，赋能金融行业数字化转型。

华为云GaussDB作为金融级数据库的杰出代表，获得了越来越多行业权威机构和头部金融机构的认可。凭借高可用、高安全、高性能、高弹性、高智能的技术优势，和在数据库替换场景中的易部署、易迁移等特性，已经成为金融行业数据库转型首选。目前华为云GaussDB已经支撑了中国工商银行、中国邮政储蓄银行等国有大行的核心业务。未来，华为云将持续携手金融行业客户，共同加速金融数据库转型，助力金融行业高质量发展。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

文章投诉热线:182 3641 3660  投诉邮箱:7983347 16@qq.com