长久以来，IOE技术架构是银行业的标准配置和唯一选择，而在2013年之后，由于金融系统IT架构定价权和 游戏 规则控制在海外厂商手中，并且随着移动互联网的普及，高频交易让传统系统不堪重负，银行业也开始艰难谋求去IOE。
时隔7年，在金融 科技 助推下，银行们通过自我研发去IOE仍在进行中，也有银行依靠互联网等外部力量以求快速实现IT架构国产化。
银行业去IOE始于2013年左右。图 站酷海洛
IOE，分别指IBM（国际商用机器公司）、Oracle（甲骨文）和EMC（易安信），三者分别是小型机、数据库和高端存储的领导厂商，一定程度上主导了企业的IT架构。它们组成的系统一度被视为大型金融企业后台的“黄金架构”。
中国银行业自上世纪90年代开始逐步实现电子化，陆续采用数据、 *** 作、应用大集中的管理模式，即数据中心大集中时代，以革除各家分支行各自为政的弊病，实现网点和业务的数据集中。而IBM以其强大的数据处理能力，装机量在国内一枝独秀。
当时，各类银行争相引进海外业务系统产品，实现流程改造和管理方式改革。
银行业去IOE始于2013年左右。
一直以来，由于银行业采用IOE为代表的IT基础体系，使得如此重要的金融机构IT整体都处于海外厂商的控制之中。可想而知，如若存在技术漏洞，或被主动植入漏洞，或者是国与国之间产生矛盾，供应商被要求停止技术服务，则金融业暴露在安全风险之中。
因此，国家层面基于金融与信息安全的导向推动提出了去IOE的想法，2012年6月国务院发布《关于大力推进信息化发展和切实保障信息安全若干意见》（国发〔2012〕23号），金融监管部门也期望银行逐年减轻对IOE的依赖程度。
尽管去IOE化在2014年、2015年就成为了金融 科技 领域的热门话题，但是它的进展速度显然没有它的热度上得快。
广发证券研报显示，去IOE在开始几年在传统银行间开展得并不顺利。
主要原因包括：第一，大型银行当前集中处理的业务模式对于服务器的稳定性要求极高。而IBM大型机/小型机的稳定性无人能及。其次，中小银行采用开放式平台架构，可以不用IBM服务器。但国产设备的性能、安全性、稳定性一直难以被信任。此外，服务器、存储、 *** 作系统、数据库等基础设施层次相互依赖，难以单一替换。因此，过去5-10年，难以真正意义上撼动海外厂商在国内银行业的地位。
金融壹账通总经理助理、Gamma平台CEO区海鹰在接受媒体采访时对21世纪经济报道记者表示，去IOE仍是银行业头疼的问题。“因为金融是国家与 社会 最重要的一个稳定因素，银行业内部使用的技术中IOE占比非常高，如何去IOE对于银行业来说是一个非常大的挑战。”
区海鹰表示，去IOE只能“小步慢走”式迁移，而且这个工作量非常大。应用层、硬件层迁移已经非常耗费精力，而底层的改变要用到全部国产的服务器、网络，难度可想而知，“估计这个改造本身就是5-10年的工作”。
2019年10月，中国互联网金融协会发布的《中国商业银行数字化转型调查研究报告》显示，参与调研的75%的银行已经或正在启动数字化转型。这其中，不少银行通过自行研发实现了国产化架构支撑关键业务。
据微众银行年报披露，截至2018年底，微众银行已建成229个关键系统，1202个子系统。依靠分布式架构及开源技术的深度应用，行内系统成功支持了年内亿级客户量、亿级日交易量，达到国有大型银行同等规模。与此同时，行内账户运维成本持续下降45%。
今年5月，陆金所也宣布去“O”已经完成95%，预计到今年中实现开源数据库的完全替代。陆金所选择了MySQL的开放式架构作为Oracle核心数据库的替代方案。经测算，完全“去O”之后，系统软硬件成本将节约近90%。
如果说，微众银行等互联网银行实现去IOE更为轻车熟路，那么更多的银行通过外部合作，来降低对海外厂商的依赖，近年来尤其实现提速。
2019年5月，华为正式面向全球推出了GaussDB数据库，其GaussDB OLTP数据库已在招商银行综合支付交易系统成功上线投产，也已在工商银行内上线投产。同月，达梦发布DM8.0，10月23日，该新核心系统所引入的达梦数据库正式通过湖北银行项目方的验收。
去年10月，蚂蚁金服OceanBase登顶TPC-C，这是国产数据库首破OLTP的benchmark世界纪录。OceanBase落地西安银行，西安银行完成实施互联网金融业务平台MySQL数据库、互联网交易资金存管平台Oracle数据库向OceanBase分布式数据库的完整迁移。同月，中兴GoldenDB成功帮助中信银行替换DB2，换“心”后的中信银行xyk核心交易系统对外投产，这是全国性股份制商业银行的首例。11月，腾讯宣布开源TBase数据库，TDSQL数据库落地张家港农商银行新一代核心业务系统。
对于互联网金融公司和银行的 科技 子公司在去IOE领域的竞争，一位金融 科技 业内人士认为，互联网 科技 公司的 科技 创新能力确实非常强，而且也有很大的服务C端用户的规模。银行业尤其是大行金融 科技 子公司从纯技术的角度与互联网公司旗鼓相当，但是互联网公司本身自带流量，具有很大的优势。
但上述人士坦言，数据库市场被国外厂商垄断，自研企业实力与Oracle仍有一定差距。智研咨询发布的《2020-2026年中国数据库市场深度分析及未来发展前景预测报告》显示：2018年我国数据库软件市场规模为139.25亿元，其中，关系型数据库规模约118.36，占比约85%。Oracle数据库关系型数据库市场份额超过46%，占数据库市场约39.1%。
国产数据库方面，既有传统大学成立的数据库企业，包括人大金仓、武汉达梦、神舟通用、南大通用、山东瀚高等，也有近几年主要以阿里、腾讯、华为为代表的企业研发也加快了追赶脚步。
从国产数据库的技术来源看，国产关系型数据库多源自或者借鉴开源MySQL、PostgreSQL等数据库及其变种，或收购商业源码（例如Informix）+自研的方式，大数据平台多源自或直接整合开源大数据生态组件，纯自研的国产数据库较少，数据库种类不够丰富，核心竞争力亟待突破。
更多内容请下载21 财经 APP
1、内存数据库
在传统的数据库表中，由于磁盘的物理结构限制，表和索引的结构为B-Tree，这就使得该类索引在大并发的OLTP环境中显得非常乏力，虽然有很多办法来解决这类问题，比如说乐观并发控制，应用程序缓存，分布式等。但成本依然会略高。而随着这些年硬件的发展，现在服务器拥有几百G内存并不罕见，此外由于NUMA架构的成熟，也消除了多CPU访问内存的瓶颈问题，因此内存数据库得以出现。
内存的学名叫做RandomAccess Memory（RAM），因此如其特性一样，是随机访问的，因此对于内存，对应的数据结构也会是Hash-Index，而并发的隔离方式也对应的变成了MVCC，因此内存数据库可以在同样的硬件资源下，Handle更多的并发和请求，并且不会被锁阻塞，而SQLServer 2014集成了这个强大的功能，并不像Oracle的TimesTen需要额外付费，因此结合SSDAS Buffer Pool特性，所产生的效果将会非常值得期待。
SQLServer内存数据库的表现形式
在SQL Server的Hekaton引擎由两部分组成：内存优化表和本地编译存储过程。虽然Hekaton集成进了关系数据库引擎，但访问他们的方法对于客户端是透明的，这也意味着从客户端应用程序的角度来看，并不会知道Hekaton引擎的存在。如图1所示。
图1.客户端APP不会感知Hekaton引擎的存在
首先内存优化表完全不会再存在锁的概念（虽然之前的版本有快照隔离这个乐观并发控制的概念，但快照隔离仍然需要在修改数据的时候加锁），此外内存优化表Hash-Index结构使得随机读写的速度大大提高，另外内存优化表可以设置为非持久内存优化表，从而也就没有了日志（适合于ETL中间结果 *** 作，但存在数据丢失的危险）
下面我们来看创建一个内存优化表：
首先，内存优化表需要数据库中存在一个特殊的文件组，以供存储内存优化表的CheckPoint文件，与传统的mdf或ldf文件不同的是，该文件组是一个目录而不是一个文件，因为CheckPoint文件只会附加，而不会修改，如图2所示。
图2.内存优化表所需的特殊文件组
我们再来看一下内存优化文件组的样子，如图3所示。
图3.内存优化文件组
有了文件组之后，接下来我们创建一个内存优化表，如图4所示。
图4.创建内存优化表
目前SSMS还不支持UI界面创建内存优化表，因此只能通过T-SQL来创建内存优化表，如图5所示。
图5.使用代码创建内存优化表
当表创建好之后，就可以查询数据了，值得注意的是，查询内存优化表需要snapshot隔离等级或者hint，这个隔离等级与快照隔离是不同的，如图6所示。
图6.查询内存优化表需要加提示
此外，由创建表的语句可以看出，目前SQLServer 2014内存优化表的HashIndex只支持固定的Bucket大小，不支持动态分配Bucket大小，因此这里需要注意。
与内存数据库不兼容的特性
目前来说，数据库镜像和复制是无法与内存优化表兼容的，但AlwaysOn，日志传送，备份还原是完整支持。
性能测试
上面扯了一堆理论，大家可能都看郁闷了。下面我来做一个简单的性能测试，来比对使用内存优化表+本地编译存储过程与传统的B-Tree表进行对比，B-Tree表如图7所示，内存优化表+本地编译存储过程如图8所示。
图7.传统的B-Tree表
图8.内存优化表+本地编译存储过程
因此不难看出，内存优化表+本地编译存储过程有接近几十倍的性能提升。
未来，将是大数据的时代。“得数据者得天下”，在大数据的浪潮下，谁也不愿落下，各路企业使出浑身解数，旨在大数据市场上分得一杯羹。一、大数据繁荣催生产业链投资机会
来自一份 2014-2018年大数据产业发展前景与投资战略规划分析报告 显示，大数据产业主要涉及数据生成、存储、处理分析、应用四个环节，具体来看，包含硬件设备、处理分析环节、综合处理、语音识别、视频识别、商业智能软件、数据中心建设与维护、IT咨询、方案实施、信息安全等领域。
在大数据风靡全球的同时，我国政府也加快了对大数据相关技术的攻关，工信部发布的《物联网十二五规划》里，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析等大数据技术的重要组成部分。
随着技术的日益成熟，市场逐步向前推进，受高科技的快速发展、互联网速度的进一步提高，我国大数据产业链雏形显现，给产业链企业带来巨大的投资机会。
（资料摘自 前瞻产业研究院）
二、大数据概念股受追捧，投资热度升温
业内普遍认为，2013年为中国的大数据元年。这一年，“大数据”成为了热门搜索词汇，大数据概念逐步深入人心。基于市场对大数据的认可及对产业未来积极的预期，大数据概念股受到了国内资本的热捧。
而在资金的追捧下，大数据概念股更是身价大涨。拓尔思、股浙大网、天玑科技、银信科技、浪潮信息、同有科技、美亚柏科、用友软件等所谓的大数据概念股一度都有不错的表现。
目前，市场投资热点不多，大数据概念又是席卷A股的科技浪潮的引领者，前瞻资讯预计未来大数据的投资热度将持续升温。
三、企业并购重组活跃，向大数据产业延伸
国际市场上，无论是IT巨头还是市场新秀都嗅到了大数据市场机遇，持续开展并购，增强自身的实力。像IBM近几年已经在相关领域收购了30多家公司，凸显了其在大数据时代的雄心！
国内大数据市场也十分火热，各路企业纷纷通过并购、资产重组或股权受让等方式向大数据产业延伸，以期在这个大市场上分得一瓢羹。
首当其冲的是大数据概念股企业，美亚柏科、东方国信、捷成股份、科华恒盛等已经或正在实施并购、重组或股权置换，图谋做强做大。亚太本土最大的软件及服务的提供商用友公司目前也正在寻找并购对象，以通过并购的形式实现在大数据领域的发展和突破。
数据革命正在瓦解已经建立的产业和商业模式，面对大数据带来的无限商机，必将有更多的企业进入到这个领域。随着企业布局的进一步完善，可以预见未来大数据市场的竞争将是残酷的，大数据将给IT业界带来新一轮的洗牌。
供参考，望采纳。谢谢
满意请采纳。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）