利用分布式存储技术解决企业数据存储痛点方案｜金融信息系统

Posted 2021-04-19 滨合毕方

数据库是应用系统的重要组成部分，而金融级数据库系统需要同时具备高性能、可扩展、高可用和高容错特性。

传统储存方式

集中存储指采用集中的形式存放所有数据，各种功能模块围绕信息库的周围并对信息库进行录入、修改、查询、删除等操作的组织方式。传统的集中存储系统，在系统性能扩展性上存在瓶颈，集中存储数据的扩展性、可靠性和安全性也有风险，无法满足大规模存储应用的需要。

随着金融业务数据量的剧增，随着互联网金融的发展，以及金融制度的不断完善，金融信息系统面临运行要求严格，IT成本压缩、信息安全满足自主可控的监管要求等多方面的挑战，利用大数据实现业务创新的时代，必须重新审视存储解决方案，数据的量级规模需要相应的存储技术解决方案来支撑，解决方案的能力体现为数据容量、数据处理速度和数据吞吐率等指标。

-

分布式储存

分布式存储与数据集中存储不同，它由多台分散、独立的设备，通过网络共同构成一个虚拟的存储设备，数据存储在不同的数据节点中，利用多台存储节点分担存储负荷，利用元数据定位存储信息，不但提高了系统的可靠性、可用性和存取效率，还具有易于扩展的特点。

分布式存储模式下不需要进行传统的数据搬移工作，写入以后分散在存储节点中，计算节点融合在数据旁边的CPU，数据越来越贴近计算，有效提升了大数据处理能力和响应效率，分布式存储与闪存技术、橫向扩展技术、云计算技术相结合，可以对大量的数据进行存储和管理，提高了信息存储和管理的效率时能够有效降低了扩展的成本，因此分布式存储技术的应用，能够有助于金融信息系统实现开放高效IT基础设施、智慧的服务平台和便捷的服务渠道，为更多的金融业务大数据应用提供了技术支撑。

分布式储存应用在银行

以银行为例，为实现自主可控、降低成本、可以承载金融业核心系统的目标，现在的银行对新一代分布式数据库期望的目标如下：

• 使用成本可控的普通服务器，能够以线性扩展的方式部署面向大规模用户与数据的应用

• 可对外提供7×24 h、不间断、稳定的金融服务

• 能提供丰富、高可靠、强一致性保证的数据处理服务，使之支撑各种复杂的金融应用

• 能够应对应用高峰造成的压力（如金融优惠活动等特殊场景）

• 方便系统的运维及管理

上述特征表现在数据库系统上，即原子性、一致性、隔离性、持久性、可扩展性、高可用性、高可靠性、高吞吐量和高性能特性。数据库系统本身的复杂性决定了设计同时具备以上特性的系统存在很大的挑战。针对这一难题，基于分布式存储系统技术，在其基础上实现了基于读分离的分布式数据库BBASE，从系统架构层面支持上述特性。

如下图所示，BBASE的系统架构可以被划分为以下4个功能模块：

集群管理节点：主要负责管理集群中所有的服务器、数据分布及副本。

事务处理节点：主要负责响应更新操作，存储系统的增量更新数据。

数据存储节点：主要负责存储集群的基准数据，为了保证数据的可靠性，一般基准数据会存储多份。

SQL处理节点：主要负责接收并解析客户端的SQL请求，经过词法、语法分析和查询优化等一些列操作后，发送给相应的数据存储节点或事务处理节点进行执行。如果请求的数据分布在多台服务器上，SQL处理节点还需要将这些数据进行合并。

该分布式架构具备若干优势

SQL处理节点、事务处理节点、数据存储节点分离解耦，各司其职，可根据需求对查询、事务、存储做到动态扩展

对于大量改动不频繁的静态数据，利用普通的PC服务器进行多备份存储，通过冗余保证系统的高可靠性和高可用性，对于少量高并发事务产生的更新数据，配置大容量内存的事务处理节点处理，有效提高了事务的处理性能，并能有效应对高并发应用

通过系统集群管理节点及事务处理节点间精确的一致性协议，做到数据存储节点及事务处理节点都具备多个实时同步的备份，主备角色间实现了快速切换，实现了系统的高可用性，即保证系统99.999 9%的时间是对外可用的

来，试试最新的分享键