传统制造企业IT架构和互联网企业的IT架构，之间的区别

工商银行通过实施“1031”工程、信息化银行建设等工作，打造了同业领先的第四代核心银行系统，确立了信息 科技 领先优势。随着银行进入40时代，金融 科技 推动银行从生产资料、生产力和生产关系三方面打破传统、变更生产经营模式，顺势数字化、智能化、开放化的时代特征，银行不断丰富服务渠道、完善产品供给、提升服务体验和效率，同时对企业级架构建设和信息系统转型提出了新要求。

为应对内外部形势变化、满足业务创新转型发展要求，工商银行于2015年启动IT架构转型工作。充分利用分布式、云计算等新技术，基于开放平台与主机有机结合的基础架构，构建面向未来业务发展，以开放性、高容量、易扩展、成本可控、安全稳定、便捷研发为特征的全新技术体系。在技术变革的外部驱动和转型发展的内生需求互相作用下，工商银行于2017年启动智慧银行生态系统（ECOS）工程，围绕“客户服务智慧普惠、金融生态开放互联、业务运营共享联动、创新研发高效灵活、业务 科技 融合共建”的智慧银行建设目标，通过整合构建企业级业务架构，强化产品创新顶层设计与跨产品线整合，将业务架构由内部企业级延展至跨界生态，在业务架构指导下，进一步深化IT架构转型，持续优化应用架构、数据架构、技术架构、安全架构，建立金融与 科技 高度融合的全新生态体系。

1构建服务化、松耦合应用架构。 同步ECOS工程建设，工商银行引入了业界领先的持续价值提升方法论，通过分析全行发展战略、业务发展前瞻性规划和业务现状问题，体系化地开展业务领域顶层设计，从流程、产品、实体等三个维度开展业务建模，整合构建覆盖63个业务领域、100多个业务组件、近4000个任务组件的企业级业务架构，并指导推动IT系统建设。通过从业务领域、业务组件、业务对象到IT应用、IT服务、数据对象的对接落地，围绕业务对象，以数据为中心聚合服务，形成了覆盖业务产品服务、业务和数据基础服务、技术基础服务的企业级服务体系，打造了分层解耦的应用架构。建立组件化研发机制，实现业务模型的高效传导，促进统一架构语境下从业务到IT的一致性承接。在支付结算、xyk等热点领域完成组件化落地， 提炼 了19000余个IT服务，日交易量逾40亿笔，提升了产品研发的市场响应速度。

2打造主机+开放平台双核心系统。 依托自主可控、体系完备的开放平台技术，逐步从传统的以主机为核心的应用布局向主机+开放平台双核心布局转型，初步建成具备承接主机业务下移能力的开放平台核心银行系统。在国内大型银行中，率先实现银行核心业务的完整闭环处理，截至2020年上半年，已有超过90%的应用部署在开放平台。在中资银行中，率先使用自主研发的开放平台境外核心业务系统，已在欧洲、亚太区域新设机构实际投产运营。随着双核心建设不断深化，工商银行在业务量快速增长态势下，整体保持主机资源零增长，2015~2020年累计实现主机资源压降65000MIPS以上。

3形成双轮驱动的开放金融生态。 工商银行建设以“嵌入场景、输出金融”为特征的API开放平台，与以“绿色部署、敏捷上线”为特征的金融生态云，组合形成全行互联网金融场景建设“双轮驱动”的体系化品牌。目前已对外开放9大类1800多项API服务，为8800多家合作方提供服务，成为银行同业中“合作伙伴最多、服务最全面”的开放平台。已推出教育云、物业云等17款金融生态云产品，累计推广G/B端客户超过3万个，C端客户929万。

1打造多模式、高性能数据交换体系。 工商银行综合运用流数据处理、数据复制、文件共享等技术，打造了多模式、高性能的企业级数据交换平台，面向全行提供实时、准实时、分钟级、小时级等多种时效的企业级数据交换服务，并在余额变动实时提醒、实时交易反欺诈、准实时存贷款偏离度计算等应用场景取得良好成效。

2率先建成自主可控的大数据服务云。 同业率先完成传统封闭式架构（TD、Extradata）向开放分布式架构(Hadoop、MPPDB)转型，建成金融行业集群规模最大、技术生态最全、供给能力最强的大数据服务云体系，软硬件投入仅为原有产品投入的30%。全数据整合后容量超过93PB，为171个总行应用、22个业务部门和52家境内外分行及子公司提供了高效、便捷、丰富的高质量数据服务。

3着力打造企业级数据中台。 按照ECOS工程总体布局，以共享、复用、创新为目标，通过数据资产沉淀、数据服务化、数据资产运营、数据产品输出等措施，打造高效、智慧、开放、共享的标准化数据服务。面向全行1万余名数据分析师提供一站式、全链路线上BI分析能力，支撑全面风险管理、xyk风控、智慧大脑等重点场景建设，加快推进客服、运营、产品和风控等领域的智慧赋能，提升各专业数据应用创新能力。

1打造一系列企业级新技术应用平台。 工商银行依托金融 科技 研究院体系化布局新技术，建成了云计算、分布式、API平台、大数据、流数据、人工智能、物联网、区块链、生物识别、移动互联网十大技术平台，是工商银行技术领先优势的集中体现。人工智能机器学习平台集成业界主流机器学习算法，提供便捷高效、全流程建模、自学习的AI全栈平台，赋能数据智能化应用，构建工行智慧大脑。物联网金融服务平台通过智能感知万物，获取海量物联数据，扩展银行金融服务边界，创新金融服务模式，提供安全可靠的智慧物联解决方案。区块链技术平台在资金管理、供应链金融等七大业务领域构建服务实体经济的区块链应用生态，机构用户超千家，个人用户超100万，拥有近百项专利，荣获多项业界大奖。生物识别平台提供人脸、指纹等生物特征管理、安全管控、服务调度等功能，具备多生物特征统一管控、统一服务的能力。

2建成自主可控、体系完备的云计算、分布式技术体系。 云计算平台具有开放性、高容量、易扩展、智能运维等特点，从传统手工为主的虚拟化架构，转变为快速供给、稳定可靠、资源集约、运维智能的新型云计算体系架构。截至2020年8月，工商银行已实现60000+节点、34000+容器的入云规模，具备万级容器集群自动供给能力，同等业务量下服务器虚拟资源利用率平均提升2~3倍，业务高峰期系统扩容时间由几十分钟缩至秒级，2019年荣获人民银行 科技 发展奖一等奖。分布式技术平台涵盖9大类分布式技术组件，在快捷支付、纪念币预约等150余个应用广泛运用，为IT架构从单体集中式架构向分布式服务化架构转型提供了技术基础。截至2020年8月，日均交易量超过50亿笔，并发支撑能力超过10万笔/秒，重点交易平均响应时间小于10ms，有效应对“双十一”秒杀等高频、大并发交易对IT架构稳定性、业务连续性的冲击。

落实国家网络安全等级保护20要求，完善安全体系建设，加强新技术领域的安全防护，随云计算、大数据、人工智能、区块链、5G、物联网等金融 科技 发展同步规划、同步建设。研究完善以数据为中心的安全方法论和保护体系，加强个人信息和隐私的保护，“融e行”第一批完成在中国互联网金融协会的认证备案。围绕ECOS工程建设，建立多因子身份认证体系，发展手机盾、云证书、指纹、人脸、声纹、指静脉、虹膜等多种认证及生物识别技术。建设企业级反欺诈平台，通过终端、账户、行为等多维度展开智能风控，有效拦截欺诈交易，提升开放银行防御和风险处置能力。

在新一轮 科技 革命与我国转变发展方式的 历史 交汇期，工商银行将 科技 创新作为第一发展动力，积极创新和引入金融 科技 前沿技术，在全行战略、企业架构的指引下，强化IT与业务的融合。通过金融 科技 赋能经营转型，创新服务模式，拓展新生态，提高金融供给对实体经济的适配性和灵活性，为广大客户提供高价值服务，为建设具有全球竞争力的世界一流现代金融企业提供动能源泉。

答: It是Information technology的缩写，，主要意思就是信息技术，这些技术呢，主要用在计算机和通信行业，应该来说是一个统称，并不仅仅是说Java还是Python，因为在信息技术当中呢，有很多种计算机语言，比如还有C#， C++，go等，我们主要得知道是利用这个技术来解决相关的计算机问题。它主要涉及硬件软件等方面的应用，希望能够帮助到你。

说一说对互联网系统和传统企业IT系统的一些看法和观点。

现在被炒的很火热的互联网，云计算架构，其相对于传统的大型企业系统架构，最大的区别就是以分布式的架构去替代原先的集中式系统架构。

打个比方，原先的大型企业系统架构，就好像一架大型的民航客机。作为出行来讲，飞机无疑是最舒适最快的交通工具，同时安全性也很好。但飞机却也不是人人都能坐的。首先：做飞机要经过换领登机牌，安检等若干道手续，乘客必须提前一个多小时到机场办理各种手续，而坐火车大巴则随到随买随上车，方便的多；其次：坐飞机很多东西不能随身携带甚至不能托运，火车大巴则相对宽松;还有：机票很贵坐飞机花销很大而且飞机运载能力也不如火车。当你有数万数千人要一次性到达某地时，一两架飞机的运载能力根本不够，要调动成批飞机的话整体成本又太高。最后：虽然飞机很少出事故，飞机一旦出现事故的话危险级别往往都会很高。

但是，以前除了飞机之外，就只有火车，大巴这种交通方式选择了。相比之下，这些方式虽然收费低廉，乘车，携带物品都比较方便，但是速度实在太慢而且受外界因素诸如雨雪等等的影响太大，乘坐也不是很舒适。只能满足那些相对时间宽裕，或者囊中羞涩人群的出行需求。

于是，为了满足更多人，更便利更高速的交通运输需求，新的交通运输模式—动车/高铁就出现了。它和火车最大的区别是：火车只有一节车头有动力，后面能拖几节车厢跑多快基本就是看一个车头有多强劲。但个体的力量终究有限，一个车头再强劲也有个极限，发展空间也就那点了，实在难以有太大作为。动车则不同，它每节列车都独立有自己的动力系统，连在一起各节车厢动力系统就是一个叠加递增的关系。所以理论上越多节车厢接在一起就可以拉更多人跑的更快，是一个无限扩展的系统!而且因为动车可以搭载的乘客很多，所以均摊到每个乘客头上，坐动车的速度可以某种程度上接近坐飞机，但成本要低很多。

现在互联网，云计算的系统架构其实和动车的理念相类似，就是分布式系统的架构 – 将任务分解交由每个小计算单元进行分布式的并行处理，充分利用每个单元的计算和存储能力，理论上性能可以无限线性扩展，任何一个节点的故障不影响整个系统的运行，整个系统没有单点故障。

也就是说：我们可以简单把大型企业核心架构，或者说就是大型机，RISC系统比作飞机;而把互联网，云计算的系统架构比作动车。现在，就可以做些很有意思的讨论了。

还是来说说稳定性和可靠性：就说2012年吧，飞机也好，动车也好，新闻里面都有报道过出现严重事故，可见没有一种系统是完全稳定可靠不会出现任何宕机风险的，但是其概率都是非常非常小的。从整体来讲，都是很稳定很可靠很安全的选择。只不过各自对于如何防灾冗余的策略还是有些不一样。先说飞机，因为飞在空中，万一出了事情没有后备可用，所以能采取的方式只有想尽一切办法提高飞机自身个部件的冗余度，设计时尽可能多的考虑各种小概率事件。哪怕发生某故障的概率只有千万分之一甚至亿万分之一，只要有可能，也要把应对措施设计进去。这也是飞机造价为什么会那么高，对携带物的要求会那么多的原因。而动车则相对简单：反正多拖几节车厢又不影响我速度，那我就尽量多拖些备用车厢跑着呗。万一某节车厢出事了，就把里面乘客挪到备用车厢里，车照样跑得欢。然后等到了站再去更换检查有问题车厢也不迟。

回到IT世界也是一样。分布式系统基本都是基于x86的PC服务器。单就一台服务器而言，虽然性能可靠性在不断加强，但肯定还是不如RISC系统的。但是没关系，咱可以用数量来弥补单机冗余度的不足啊。设计没你好冗余度没你考虑的多我就多拉几台呗。坏了几台没事，应用任务再分配到别的空闲机器上就好了。坏了的机器也不用马上修，反正没坏的机器加起来也够用。等到故障机器到了一定数量我再一次性批量检修更换部件效率更高。对于用户来讲，即使我坏了100来台服务器只要剩下的服务器还能正常工作，应用就不会受任何影响。谷歌，Facebook那些超大型数据中心现在的工作思路大致如此。这么做看起来是个很简单有效，很聪明的方法，但其实也有不少问题存在。

首先我觉得这个架构好处是实现原理简单，而且扩展性d性比起RISC架构来好处不言而喻。但其实这个架构里面也存在着无谓的资源浪费可能性。例如拿存储而言，目前Hadoop类的多副本分布式存储很火。一份数据存三份，发现有数据损坏立即找空闲空间恢复。听上去很简单很容易实现很高效，但如果你真的坐下来仔细算算账，你就会发现：

1 当你数据量不大(小于PB)的情况下这种一份数据存三份方式的成本其实比现有任何商业存储方案的成本都要高。

2 这种方式下每台服务器的CPU利用率都很低，而现在市面上的大存储容量服务器，CPU配置都很高。所以这种方式，基本上是对于CPU资源的一种浪费。所以，或许对于数据量适中的企业来说，用EC CODE这种以计算能力换存储的分布式存储解决方案会比多副本方案更经济实惠。

3 这种方式很容易让IT运维人员产生一种习惯性思维 – 即要提高系统在线时间就多买些服务器就好了。因为服务器多了分布性好了自然冗余度就高了。于是不必要的服务器采购就这么产生了，每个数据中心也就又多了很大一笔不是很必要的电费开销。

其次，我觉得分布式架构的某些故障很可能会产生连锁效应，导致更严重全局瘫痪。打个比方，大家都知道赤壁之战的故事。里面有个很著名的桥段就是庞统献连环计，铁锁连舟。起始时使曹 *** 万余战船连成一体稳如平地进可攻退可守前后都可照应看似完美，但唯有一个命门就是怕火攻。而诸葛亮周瑜正是利用这个命门，解东风火烧赤壁把曹 *** 百万大军杀的丢盔卸甲。互联网的分布式架构其实我觉得也有类似“命门”。大型机或者RISC系统之所以那么贵，其实很多时候用户在为千万分之一甚至亿万分之一的“万一”买单。而互联网，现在的公有云架构，在设计之初，基本的考虑思路是大用户，大并发，然后尽量减少TCO。所以很多时候，设计架构时会先把那些“千万分之一”排除在外，暂时不予考虑。而系统上线之后，稳定运行一段时间用户量暴涨，精力往往又会去专注扩容方面了。搞不好就会把一些“命门”漏掉，于是乎万一正好遇上“东风”吹到了命门上，后果估计会比曹阿瞒更惨。因为IT世界里还没有那么仁义的关云长会在华容道上放曹 *** 一马。

其实从最近Facebook，Amazon、谷歌的几次宕机事件来看，已经有些那个苗头了。好在那些互联网领头羊们应该是已经意识到这些问题，已经在积极修补“命门”了。

最后，我想说互联网，云计算的业务类型其实和传统企业的业务类型不一样，所以大型机，RISC系统处理的任务，运行的计算并不一定都适合移植到分布式系统架构上来。还是以交通运输举例：我要去美国，目前还是只有飞机可以满足我的需求。当然你可以说我坐动车也可以，无非是多转几趟跨国列车。但那毕竟很勉强，速度不快，费时费力还不省钱，毫无意义。人家直接飞过去就行了，你却要绕着太平洋海岸线跑一个大圈来兜，何必呢

那么以上这些问题有没有办法解决呢其实我觉得解决以上问题的关键就是两个字：运维。分布式系统，要保障其安全可靠的运行，合理有效的扩容，关键不在系统的软硬件，而是在系统搭建之后的运维和持续的对系统的改进修正!现在网络上很多人都在热衷于各种开源架构如openstack，Hadoop的开发，应用场景探讨。但个人以为这些开源系统的特点是搭建简单，维护艰难!要想把这些架构和技术真正投入企业成熟应用，在运维管理上投入的成本可能要比RISC大得多。因为这些系统架构更分散，出现的不可预估性更多，同时也更需要有人来理清何时用分布式架构，何种场景还是需要传统架构。那么可能有人要问，既然如此，我们还有必要走分布式系统这条路吗当然有!原因也很简单：分布式架构给了我们处理海量请求的能力和应对突发事件的d性;同时分布式架构也使系统具备了更好的扩展能力和更多业务创新的可能性。

说了这么多，基本要讲的也就讲得差不多了。怕前面说的有些散稍微总结下我想说的观点：无论传统RISC架构还是现在流行的分布式架构，虽然实现方式各有不同，但都是具有很高的稳定性可靠性的系统。但没有一个系统是绝对稳定不会宕机的，要保障系统稳定可靠运行，运维管理很重要。分布式系统相比传统RISC架构有扩展性和灵活性方面的巨大优势，但也存在资源浪费和故障隐患危险。在这一方面，分布式系统架构还需要多向传统架构的运维管理学习借鉴，提升自身的忧患意识和故障预警处理能力。

传统的IT架构使用了这么多年，所有的监控设备以及网络架构都是基于此打造，那么在传统架构虚拟化、云化后的今天，如何针对虚拟化、云计算的环境如IAAS、PAAS进行运维？

传统监控系统主要是基于传统的环境构建。主要是针对基础的硬件设备、业务系统的监控，对于虚拟化环境的覆盖是不足甚至可以说是零覆盖的，特别是在虚拟化技术引入之后，每台宿主机里面的众多虚拟机怎么去运维？众多的容器 、微服务 、APP怎么运维

如何监控是云化后运维监控面临的挑战。

博睿数据依托完整的IT运维监控能力，公司利用大数据和机器学习技术构建的先进智能运维监控能力，可基于自身的通用性，满足最为广泛的用例，有效控制企业成本，确保数字化业务平稳运行，保证成功交易，保障良好的数字化体验，更有针对性地向客户提供服务。

截至2023年3月1日，博睿数据已经拥有17项已授权发明专利、111项软件著作权、27项核心技术，在应用性能管理领域实现了多项技术突破，具备较强的技术先进性。如今，公司已经与CNNIC、CFCA、IATA、中国互联网协会、数据中心联盟、中国信息通信研究院、中国金融产业科技发展联盟、华为等机构和企业达成了多元合作，并成为中国信息通信研究院AIOps标准工作组、中国电子工业标准化技术协会信息技术应用创新工委会等行业权威组织的会员单位。

博睿数据秉承“让IT运营更智能”的品牌理念，成立15年以来，公司已在北京、上海、广州、深圳、武汉、成都等地设立了营销中心，在北京、武汉、厦门等地设立有研发中心。持续对IT运维监控技术的专注，使得公司的解决方案覆盖了IT运维监控管理所有分支领域（DEM、APM、ITIM、NPM和智能运维管理），并被广泛应用于互联网、金融、制造业、电信相关服务、电商等多个领域，客户包括阿里巴巴、腾讯、百度、华为、国泰君安证券、中信银行、中国南方航空等行业巨头，覆盖IT运维人员、开发人员、技术支持人员、前端业务人员等多种职业角色。

以上就是关于罗毅：深化IT架构转型，助力业务创新发展全部的内容，包括:罗毅：深化IT架构转型，助力业务创新发展、IT到底指的是啥是java、python吗、传统制造企业IT架构和互联网企业的IT架构，之间的区别等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！