一、行业概述

金融行业是我国十三大关键基础行业之一，囊括了银行、证券、保险以及泛金融领域。同时金融行业也是国内首批信创行业试点，逐步从外围的综合管理系统深入到关键业务系统和核心业务系统。从2023年开始，银行、证券、保险行业开启全面信创改造和数字化转型，以普惠金融、乡村振兴、赋能行业为导向开始进入数字化“深水区”。中国人民银行关于印发《金融科技FinTech)发展规划（2019-2021年）》，要求加强分布式数据库研发应用，探索产用联合新模式，发挥科技公司的技术与创新能力，共同研发新产品、发展新产业、凝聚新动能。

二、行业特点

金融行业业务具有高连续性、高安全性、高性能的特点。自2010年开始，随着“大数据”的爆发及国内“互联网+”战略不断深入，电子商务的迅速发展催生了互联网金融领域，改变了公众金融习惯，出现了非现金支付、微小借贷、互联网理财等新兴金融场景。与此同时，金融行业的典型应用，例如转账、存取款、代发工资、资产盘点等也受到服务线上化趋势的冲击，从而对性能的要求不断提升。为响应业务发展的需要，金融系统开始逐渐从单纯的“数据集中”阶段向“数据融合”阶段过渡，采用“物理集中且逻辑隔离”的“数据湖”建设思想，选用分布式的数据库架构，将数据壁垒打通，把集中的数据资源融合。

三、虚谷优势

• 稳定性好：虚谷数据库的分布式版本已经在市场上迭代近10年，支撑国家级核心应用超过60000小时无故障。
• 可靠性高：虚谷数据库支持两地三中心的策略，在机房内支持计算、网络、存储、管理的冗余技术，可以最大程度支撑业务连续性，满足金融行业要求。
• 性能强劲：在目前金融行业使用国产化硬件和操作系统的情况下，虚谷针对国产软硬件环境进行了深度调优，对市面上常见的国产操作系统、芯片、中间件、服务器、网络设备都有较好的支持，甚至在高并发场景下，基于虚谷的国产全栈方案在同等档次下，相较于国外软硬结合的能力还有50%以上提升。
• HTAP：金融行业除了有交易和跑批业务外，还有两者混合的场景，例如风控、统一查控、反洗钱等业务。虚谷数据库一个引擎可以同时支持事务模型和分析模型，在一份数据下支撑事务与分析混合。

四、行业案例

1、某股份制商业银行反洗钱业务

    1.1案例场景

反洗钱业务是金融行业的核心业务之一，是需要每天定期向人民银行汇报的业务系统。

    1.2案例概述

此反洗钱系统是该银行的重点项目，并且作为全国为数不多的采用全栈国产软硬件进行试点的项目，具有较强的示范意义。

该系统原基于Oracle开发，面向名单业务和反洗钱风控业务。原系统每天跑批时间约为4小时~6小时，每日新增数据规模超过20GB。

    1.3案例价值

• 性能提升明显：跑批比开源产品提升50%，比Oracle跑批性能提升10%。
• 全栈信创国产：采用曙光服务器+麒麟操作系统+虚谷数据库的搭配。
• 分布式平滑改造：数据库采用分布式架构部署，数据均衡分布到所有节点中，不再采用IOE设计。
• 分布式存储过程：本次跑批业务全部采用存储过程设计，虚谷将Oracle存储过程无缝迁移，还实现了分布式下的并行计算。