以往无论是运营商还是银行核心系统，大架构都垄断在西方的 IOE（IBM、Oracle、EMC）这三座大山里。直到2008年阿里提出去“IOE”运动，开始助推信息化软件国产化浪潮。
天云数据就是其中最早一批入场者。2010年为了建立中国完整的云计算产业链，中国宽带之父田溯宁投资建设云基地，天云数据便由此孵化，初备雏形。
2015年，雷涛带领创始团队们正式成立天云数据，率先切入金融领域。天云提供了国内领先的国产HTAP数据库Hubble，完成了“去IOE”中最困难的部分，替代金融A类核心系统惯用的西方IOE架构，在银行的联机事务中解决A类核心系统减负问题。此外，为了降低AI使用门槛，天云数据还推出AI PaaS平台MaximAI，逐步将数据价值逐渐扩展到能源、医药、军事等其它行业。
目前天云数据有70多家行业内大企业客户，单笔合同200-500万，纯软件年营收过亿。
融资方面，天云数据2018年曾获得曦域资本、华映资本B轮1亿人民币投资。
作为行业老兵，雷涛在北美跨国公司有20多年的技术管理经验， 2005年便入席SNIA存储工业协会中国区技术委员会联合主席，CCF中国计算机学会大数据专委会委员。
2011年在云基地时期，雷涛和创始团队通过BDP大数据平台负责了众多运营商业务，如联通的数据魔方、移动总部、南方基地等，2015年天云数据正式独立后，雷涛为了避免同业竞争，选择先聚焦在金融领域。
“天云数据的目标是替代 Oracle 和 SAS ”。云基地时期的积累让天云数据一开始就有高起点，首单就接下了光大银行的核心系统——OLTP线交易系统。比如银行能在全国所有营业厅实时实现OOTD交易，实时查询存钱取钱数额，整个环节涉及的技术都是天云数据早期对Oracle的一些替代。
但之后在多次的项目 *** 作过程中雷涛发现，在几百万条交易规格的强一致性下，数据的移动性、计算框架的变化、联机事务同时要做大规模并行计算，这对计算场景的通用性、即时性和全量数据要求极高，传统 Oracle架构根本无法适应。
“在Oracle架构之上，还需要升级满足新需求”。
于是天云数据自主研发HTAP国产分布式数据库Hubble。与传统 IT 架构处理失误需要联机分析和分开处理不同，HTAP 数据库能够在一份数据上同时支撑业务系统运行并做 OLAP 场景，避免在线与离线数据库之间大量的数据交互，为系统减负。
HTAP国产分布式数据库Hubble替代了Oracle一体机,核心表2000余张80T左右、400亿条交易数据、提供56只服务应用交易、满足500个用户并发、500ms交易服务响应、每天在线交易量超200万、占整个银行核心交易量的10%，让银行面向柜面系统可提供7*8小时A类实时核心交易，面向手机网银系统可提供7*24小时A类实时核心交易。
从集中式Oracle切换到分布式HTAP，也解决了数据库扩展性的问题。比如天云数据让光大银行解决了 历史 数据查询问题，以往 历史 查询只能查到2年前，但在分布式技术上线后，可以查询15年前所有交易数据，同时让银行柜面系统以及手机APP可以无数人同时查询。
而在BI逐步转向AI的过程中，复杂的商业流程经算法重构。过去要把数据拿到SAS平台先分析，一层一层地把数据提出来搭建。但现在通过分布式技术，流程趋于扁平化，可以实现毫秒级的服务响应。
天云数据一开始就撬动的是行业头部资源。目前天云数据有光大银行、兴业银行、中信银行、中泰证券、中国石油、国家统计局等70余家行业内大企业客户，分布在金融、能源、医药、政府军事等领域，单笔合同级别超百万
针对每个垂直行业，天云数据都会成立一个子公司来专注赛道。目前天云数据有160人，技术人员超六成。
在雷涛看来，如果一年600个项目，全是5万、15万等碎片化的订单，公司总是重复满足初级客户的简单需求，技术很难沉淀和深入。“在当下成长阶段，打造产品需要在用户想要什么和你想做什么中找到平衡”。
对于雷涛而言，专注头部大B发展有两大发展潜力。一方面，大B拥有机器学习的普遍能力和实验室，更容易接受新产品。另一方面，天云数据交付产品和交付服务的同时也在转移大B客户的数据价值。
“AI本身是一个知识生产过程，它能把大型企业规则、流程的经验价值快速地抽样出来进行复制，赋能行业内其它客户甚至类似的其它行业。”
但在头部客户更定制化、个性化的情况下，天云数据是否失去了很强的复制能力？
雷涛解释到，虽然每个企业要求不尽相同，但都在不大的池子里找数据库。企业从海量数据中对数据进行迁徙、清洗、去重，可以去找合适的AI方法让它产生业务的价值，此过程具有通用性。
谈到核心壁垒，雷涛认为天云数据壁垒就是数据的复制价值。
壁垒的构建可分为两个阶段。第一个阶段是前沿 科技 本身的壁垒，比的是效率和产品核心价值，谁能够扎得深和更好的交付，谁就能拔得头筹。而作为国内最早研发大数据和人工智能的团队，天云数据有一定的技术先发优势。
第二个阶段是推理端的服务。数据资源的价值需要通过机器学习进行提炼，形成知识，进而封装成推理服务服务于行业。比如某保险公司20年长周期发生的重疾赔付定价上学习出来的特征和内容能够快速地移植到保险行业，而头部大企业客户给天云数据带来很优质的训练数据库。
未来AI将引爆万亿级大市场，但目前渗透率不到1%，这给各企业留有众多机会和想象空间。但无论哪种圈地方式，最终比的是速度、服务的稳定性以及产品化的能力。
众所周知，在PC领域，尤其是服务器领域，有一个“老三样”的说法，那就是CPU， *** 作系统，数据库，这三样东西，牢牢的被美国垄断着，CPU以intel的X86架构的芯片为主， *** 作系统以windows为主，而数据库则以oracle为主。
后面国内的企业们不断的去IOE，即去IBM的小型机，去oracle数据库，去存储化，尤其是随着“云”的出现，慢慢的这“老三样”的垄断地位确实被动摇了。
不过，随着2019年过去，我们发现这老三样其实不是被动摇，一定程度上甚至实现了被替代，尤其是华为，已推出自己的产品，率先实现了从芯片到系统，再到数据库的替代。
芯片方面，华为采用的是ARM架构的处理器鲲鹏920，这颗处理器虽然单核性能不如X86架构的芯片，但胜在核心多，多核性能就不输于intel的CPU了。
而在系统层面，目前有着众多的国产系统，不管是各种麒麟linux，还是深度推出的基于华为海思芯片的linux，或者最近推出的UOS，都是支持华为鲲鹏920的。
而在数据库上，华为有自研的高斯数据库，数据显示，高斯数据库目前12年多了，已出货3万多套，用在了工商银行、招商银行以及一些电信运营商中。
而近日，浙江移动更是表示已经顺利完成了基于华为鲲鹏处理器核心业务系统的大规模商用，这个业务系统采用的就是鲲鹏920芯片，华为高斯数据库，以及国产系统。
可见，华为确实已经率先实现了从芯片到系统，再到数据库的全面取代，甚至我们可预见，接下来的2020年，这种趋势会更加明显，甚至有可能成为“国产替代化”元年，在芯片、 *** 作系统、软件、泛 科技 等诸多核心产品技术，我们都将逐步实现“国产替代”了。
现在都在清理，所有涉及国家和民生的要害部门的设备和软件，全部要求用国产，第一批2022年完成，这是国家安可工程强制要求的，你看看现在新上的数据库，那有国外厂家中标的。
这么多只为oracle背书，有点讽刺（国外的屎对这群人来说都是香的）。当初用只是无奈之举，若有选择，绝对没人用。商用软件很多都有后门，根本没有安全可言，（技术无国界）就是流氓逻辑，未来数据安全为王，oracle也会死在“闭源”上，至于说的“安全、高效”就是扯淡，国内“基础”技术越来越好，迟早要替代这些没有控制权的软件。
我的回答：银行单位选择oracle数据库，有很多的原因。
1.oracle数据库是世界上第一个商用闭源关系型数据库，是比较成熟的产品。oracle具有先进的、成熟的市场经验。产品遍布各行各业，oracle的产品和技术已经广泛用在金融、电信及通信、证券、保险、能源、高 科技 、生产制造、以及政府等行业，oracle技术具有强大的领先优势。
2.oracle具有高可用的架构优势，可以使用oracle rac、DataGuard、MAA等架构保障业务的稳定性、可靠性、连续性。oracle可以满足业务的高并发需求，满足OLTP各种事务处理。具有低成本、高性能、易伸缩、高可用、安全和集中管理等特点。
3.oracle可以使银行提高客户服务水平、规避和控制金融风险、保证银行业务和利润的持续增长。oracle有一系列成熟的配套软件和专业的服务，可以满足银行单位的业务发展需求。尽管随着金融领域业务的变化，有去IOE和云化的变化，但是oracle的稳定性肯定是银行业务的首选，可以促进金融行业的业务转型与升级。
这样想，银行单位选用oracle数据库，合情合理！
不以泪水博同情，要以汗水赢掌声。你能作茧自缚，必能破茧成蝶！
第一，几十年前银行系统建设的时候只能选择IOE,根本没有其他的选择。
第二，目前中国的IT基础设施还无法满足银行的业务需求。
具体说oracle，他的一致性，稳定性，成熟度不是其他软件可以比拟的，你总不会希望你银行，交易所里面的钱有异常吧
不开源 安全性高 高效稳定 支持高并发
一句话，技术支持可以做到7.24小时，重大问题8小时内技术人员到岗，那一个开源软件可以做到。另外就是IBM的DB2也有一部分份额。
早年间MySQL和Linux都不成气候，银行是第一批使用小型机+Oracle的行业
真正的原因是银行信息化起步早。在90年代，无论是银行还是互联网都采用商用数据库。在那个时间段，MySQL和Linux都不成气候，更别提现在的大数据技术技术了。那时候，在小型机（Unix系统）上跑Oracle非常流程，MySQL根本没办法与其匹敌。
互联网企业在那个年代都热衷于Oracle，比如，阿里巴巴在2000年左右还养着全国最优秀的OracleDBA团队。只不过，后来这些互联网公司爱折腾，有实力折腾，开始用开源的MySQL替代了原来的Oracle，而银行既没有意愿有没有能力去做这件事。
核心业务强依赖Oracle，牵一发而动全身至于到现在，银行为什么还没有替换到Oracle呢？主要是银行的业务已经成型，很多核心的功能都强依赖于Oracle，不可能轻易动，这是伤筋动骨的大事。
Oracle本身也具有很多优势Oracle的安全级别非常高，这是MySQL不能比拟的。支持闪回和完美的数据恢复，及时硬件坏了也可以恢复到故障发生前1秒。
Oracle对于复杂的SQL场景支持得非常好，有出色的查询优化器。超强劲的CBO优化器在大部分场景可以对复杂SQL形成高效的执行计划，开发人员可以编写大量的表关联、子查询、几何运算等，我见过几百上千行的SQL或者存储过程，都有非常高的查询性能。
Oracle提供了自己的RAC架构，RAC架构推出后，即使使用普通的服务器，在低成本下实现也能实现数据的可靠性，还能提供很强的查询性能。
现在有没有Oracle的替代品呢阿里云的 云原生数据库PolarDB完全替代Oracle数据库 ，PolarDB使用了存储和计算分离架构，可以在业务高峰期进行快速扩容，最大程度降低成本。PolarDB可以100%兼容MySQL语法，深度兼容Oracle的语法和数据类型。在2020年，阿里云已经帮助1千多家公司完成了去Oracle的工作。
这个问题其实一点都不难想象。
银行的数据极其重要，不容有半点损失和误差。
Oracle就是全球最好的数据库软件供应商。
金融行为要求的是系统稳定，系统稳定才能更好服务客户。
系统性能的要求在实时性方面在接受范围就可以，比如交易超时在60秒内等。
但是随着第三方支付的快速发展，交易量大幅度提高，则导致了银行系统在稳定性，时效性，性能方面都提升了一个或多个等级，tps的提高，系统压力也越来越大。
因此应用保证正常的情况下，数据显得更为重要。而在国内早此年，数据库的厂商还真没有，就oracle，db2，其实还有informix。
现在的情况，在国内出现一些商用的数据库，比如阿里系的，腾讯系的。
你这问题放在五年前差不多 现在你再看看有多少 现在去IOE去的差不多了
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）