近日，有幸參加了2023金融業數據庫技術大會。本次大會以“數據庫賦能數智金融發展”為主題，邀請管理部門、金融機構、科技企業、研究機構等多方，共同對我國金融業數據庫技術的研究進展、應用實踐、風險挑戰、發展趨勢等進行了深入探討與交流。金融業作為數據應用“高地”，一直以來都很重視底層基礎平臺-數據庫的建設。特別是近些年來隨著金融業務轉型、自主創新需求、新技術架構突破等因素，數據庫在金融領域的應用正呈現一些新的變化趨勢。下文是我參加會議后的一些感受。

1. 參會有感：技術篇

1).路線之爭：分布式與集中式

曾幾何時，談到新型數據庫或信創數據庫，大家都不約而同認為是分布式數據庫。確實，近些年來分布式數據庫發展很快，很多國產數據庫也采用了分布式架構。同時在金融客戶的國產化替代過程中，因為對國產數據庫在穩定性、擴展能力、算法優化等方面的擔心，用戶也愿意去考慮選擇分布式架構。但從真實業務系統來看，超過70%、甚至80%以上的業務系統是可以采用集中式架構來解決的，而且其綜合成本、運維資源、技術成熟度等更具優勢。那么如何看待這一技術路線之爭？用戶又如何進行兩種路線的選擇呢？很多乙方廠商，給出的自己的答案。

? 集中式分布式一體化

從技術長期發展來看，集中式和分布式不是完全割裂的，而是可以做到統一。采用一套內核代碼，使用統一的開發、運維接口，可以在兩種架構間平滑過渡。用戶不用去糾結選擇哪種架構，而是可以根據需要隨時切換或升級架構。我們也看到了有廠商提出諸如“單機分布式一體化”的理念，正是基于這一考慮。

? 單一平臺，多種架構

分布式架構，經常被詬病的是組件眾多、使用復雜、成本投入高，特別是對于應用而言，不可避免的需要進行數據分片后的改造。一種新的思路是，基于分布式架構提供多種運行模式，針對數據規模有限、擴展需求不大的場景，可以使用“單分片”架構，這樣即可以充分利用分布式帶來的收益，保留未來擴展的可能性；又可以減少應用遷移改造的成本，可以快速實現業務平遷。對于數據規模大或有擴展需求的，可直接選擇分布式架構。這樣實現，一套平臺，兩種架構，滿足不同場景需求。

? 充分挖掘單機潛力

隨著近年硬件技術的快速發展，單機的能力有了巨大的提升，也就是說硬件上限被提的很高。在單機/集中式架構下，中小規模的應用其綜合使用成本是較低的，達到一定規模后會不及分布式架構的成本低；但這一規模已經可以滿足絕大部分用戶需求。因此，我們也看到近些年諸如“一體機”形態有重新火熱，通過極致的硬件組合可以滿足大部分需求，且通過一體化管控降低運維壓力。

2).產品選型：選路線非選產品

在具體的數據庫產品選項上，參會的很多甲方企業經過前些年的實踐，已經形成了自己的一套方法論。總結下來，可以大致總結為以下一些原則：

? 根據場景，選擇產品

面對金融企業復雜、多樣的業務場景，很難找到一種“one size fit all”的數據庫，之前的一家數據庫獨大的情況不再會發生。用戶可以根據協議、負載、并發、容量、形態等多種因素進行選擇。我之前也曾總結過，金融企業需整理自己的數據庫應用矩陣，來滿足內部的不同需求。

? 選擇標準，而非產品

這里所說的標準，是指數據庫的生態標準。與之前使用國外大型商業數據庫不同，國內數據庫產品的生態建設相對較晚，還沒有形成生態標準。因而在產品構建上大多選擇了兼容性，常見如對Oracle、MySQL、PostgreSQL的商業數據庫或開源數據庫的兼容。后續在設計開發層面，僅需面對生態標準編程即可。因此，在用戶選擇上選擇某種標準是比較好的做法，如選擇小眾產品又沒有兼容生態，則會冒很大的風險。

? 選擇多家，不依賴綁定

即使是某款產品能很好地滿足需要，在選擇時也要考慮其他可能，做到可隨時替代。一方面是因為廠商本身的不確定性帶來的風險，一方面是廠商的供給服務能力存在一定制約，難以滿足需要。選擇多家，可以有充分的靈活性，同時在采購、續約時也能保有一定話語權。

? 不迷信、不盲從，自主測試

目前國產數據庫廠商非常大，各家能力也參差不齊，很難通過一兩次交流就做出選型。同時，不同機構的業務場景也有其自身特點，很難采用通用的標準進行評測。很多甲方已經總結出符合自己情況的一套測試標準，通常包括有功能、非功能、性能、高可用等測試。通過這種方式，做出自己的選擇。

3).擴大場景：HTAP 成為剛需

此次大會上，很多用戶與廠商都同時提到了 HTAP 能力。確實，對于金融企業來說，很多場景很難通過簡單的OLTP、OLAP 進行劃分，混合負載的場景成為常態，這對國產數據庫來說提出了更高的要求。其實從本質來說，之前很多國外的商用產品，都是一種 HTAP 架構，也只有這樣才能滿足金融業務需求。雖然針對 HTAP 這一能力，不同廠商的實現技術差異較大，尚無統一的技術標準，但各家都將這一能力的提升作為產品的核心競爭力之一。相信未來針對這一技術能力，會形成技術共識。

4).降低門檻：全方位多層次兼容

兼容性也是這次大會被提及很多的一個能力，很多產品將兼容性提升到一定高度。從底層硬件適配，到內核層面的SQL 語法、庫內計算，到管理、安全、診斷、優化等，再到上層驅動、乃至上游生態如開發工具、BI工具等都希望能支持，進而達到全方位、多層次的兼容。即使無法做到兼容，也通過一系列的工具，來降低改造、遷移的工作量，進而減低遷移的門檻。自己之前也曾對兼容性寫過一篇文章，參考《Oracle兼容性面面觀》

5).規模供給：云化、容器與多芯

隨著國產數據庫在金融企業的規模化使用，頭部金融用戶的使用體量已經達到數千、乃至上萬節點數。如何快速實現資源供給，成為制約企業實施的因素。與會的很多甲方用戶，特別是頭部用戶，在數據庫落地實踐后都紛紛開始提升規模化供給能力。這其中技術能力包括有：

? 多芯：X86與國產化

所謂多芯，是指底層平臺是可以基于X86構建，也同時需要支持國產非X86的方式。這樣一方面可以實現利用全國產化平臺來承載業務，真正規避可能的卡脖子風險；另一方面可以充分利用多資源池，實現資源供給的多樣性。從乙方廠商來看，一方面需適配國產化平臺，另一方面將支持資源混部作為突破點，來解決有效利用資源及規避國產平臺穩定性風險作為賣點。

? 容器：解決管理痛點

在分布式數據庫使用中，通常會面臨規模大、節點多、組件多、故障多等問題及現象。如何實現分布式數據庫的規模化管理成為用戶使用上的普遍痛點。容器方式，通過獨有資源編排能力，可在一定程度上解決之一問題。部分頭部用戶，開始嘗試使用容器化來解決這一問題。

? 云化：實現規模化

IT 的終極架構在云上，金融企業也不例外，隨著國產數據庫逐步成熟，通過云實現規模化應用成為必然。很多頭部用戶在已有多年云平臺的基礎上，支持國產數據庫的服務，并通過“行業云”、“信創云”等實現對外或對內的技術服務。這方面相較于公有云，金融企業自己的云有著獨特優勢。

2. 參會有感：實踐篇

1).數據庫遷移規模化成難點

很多企業已經在內部做過了國產數據庫遷移，有了一定的經驗，但這其中的難點在于規模化問題。企業內不是一兩套系統，而是可能有上百套、數百套、乃至上千套的系統。如何在有限的時間內，付出可接受的成本完成遷移任務，同時還需保障業務正常開展是個大問題。信創實施不是做科研項目，不能采用定制化的方式，是需要以工程化（低風險）、可復制（標準化）、可推廣（服務化）的方式來完成。很多甲方用戶在進行一定體量的改造后，建立了數據庫遷移實施的規范標準，形成了“評估-實現-控制-改進”的科學方法論，進而實現遷移可評估、數據有保障、運行可觀測、風險可控制的遷移能力。形成了一批包括從系統開發、應用改造、應用測試、數據遷移（同步）、數據校驗、流量切換、優化分析等一整套工具或平臺。但這里有個較大的問題在于，大型金融企業這么做沒有問題，但對于廣大中小企業而言，既沒有足夠的技術積累，也沒有充足的財力支持，只能依賴于乙方廠商完成這一過程。因此如何將大型金融機構的成熟能力為其他用戶賦能，是個關鍵問題。

2).數據庫穩定運行風險

金融企業最為關注的是數據安全及業務可用性，作為數據的重要載體，數據庫承擔著至關重要的角色。如何滿足金融行業對數據一致性、運行可靠性的要求是進行國產化改造的關鍵。一方面乙方廠商通過自身技術積累、海量實踐磨合、新架構技術突破等手段來解決這一風險；另一方面作為甲方的用戶也在通過一系列運營手段來解決這一問題。很多甲方企業已經總結出一整套生產實施工藝，包括從可研評審、開發測試、遷移切換、基線管理、版本升級、配置管理、高可用部署、告警監控、應急處置等多個環節來解決。盡量從流程上去解決引入數據庫可能帶來的運行風險。

3).實施方式多種路徑各異

在具體的實施路徑及選擇方式上，不同企業差異很大。有的采取了“先核心、后推廣”的策略，通過核心系統遷移積累經驗、磨合產品、鍛煉隊伍，為后續的規模化復制做好鋪墊。有的則采取“先外圍、后核心”的策略，早期通過外圍系統選擇合適場景進行試點，然后再逐步深入。有的采取“平滑為主、重點突破”，通過將穩定業務優先平遷到國產庫，然后再找難點場景完成分布式改造，即先易后難的方式。這些路徑及方式的選擇，通常是根據企業的自身技術能力、業務特點、財力投入、戰略發展等有關，沒有標準經驗可復用。

3. 參會有感：發展篇

1).成熟度不足，還需驗證

隨著國產數據庫在金融業的規模化應用，特別是分布式數據庫的使用，在過程中暴露出國產產品的一些不足。金融行業作為數據庫應用“高地”，對海量規模、高并發、高穩定性等方面均提出苛刻的要求。國產數據庫產品在高性能、穩定性、可運維性方面普遍存在短板，需進一步提升。

2).專業人才短缺，阻礙發展

國產數據庫（含分布式數據庫），存在較大的人才缺口，特別是具有實戰進行的技術人員。一方面乙方廠商自有人員不足，三方資源培養也處于剛剛起步階段；另一方面以分布式數據庫為代表，技術領域跨度大，專業技術人才的培養較長；第三方面不僅僅在運維側、針對分布式架構在研發、架構側同樣繼續人才，這方面更加匱乏。

3).無標準體系，推廣困難

目前缺乏數據庫標準體系，需聯合行業與產業端，加強數據庫金融應用標準規范建設。覆蓋從路線、架構、產品選型，到開發、測試、遷移，再到部署、上線、保障全流程的使用體系；進而推動金融行業與數據庫產業融合健康發展。

4).開源生態存在安全風險

開源數據庫在金融行業已經大規模使用，很多國產數據庫也是基于開源基礎進行構建的。需充分借鑒、吸收開源技術、融合開源技術生態，走獨立自主演進開源技術道路，實現彎道超車。在使用中應加強開源數據庫在金融業的管理、合規治理，考慮收斂技術棧，加強開源數據庫風險防范并形成機制。

5).加速從“能用”到“好用”轉變

希望數據庫廠商，加大投入，針對金融行業客戶的典型場景，加快產品迭代，不斷優化產品。加速產品從“能用”到“好用”的快速轉變，擴大、深化國產數據庫在金融行業使用。

6).提升服務意識，做好保障

金融行業是涉及國計民生的重要行業，其穩定性、可靠性尤為重要。希望廠商在應用實施過程中，投入更多資源，做好售后技術保障工作，加快響應速度，制定有效的應急手段，提供全面、優質的服務保障體系。畢竟好的產品還需要好的服務配合，才能在用戶處發揮更大作用。