解决方案架构师郭援非:OceanBase助力金融ECIF“大机下移”分布式

简介: 随着“以客户为中心”逐渐成为金融业的战略重心,整合企业各系统分散客户信息的ECIF(Enterprise Customer Information Facility,企业级客户整合系统)应运而生。ECIF 通过整合企业现有业务系统中的所有客户信息,实时保留客户的最新信息,为各应用系统以联机交易的方式提供实时的、完整的、共享的、一致的客户信息,建立起企业级的客户信息识别系统,在全企业范围内为客户信息的使用和管理提供服务,已成为金融业“以客户为中心”的战略性基础系统。

image.png

全渠道业务发展与集中式先进性不足的矛盾


过去,ECIF 通常采用集中式架构。随着国民经济发展以及金融业务渠道创新,ECIF 在数据量和业务量呈现持续增长的趋势,集中式数据库由于采用 Shared Disk 架构,在扩展性上存在先天不足,无法为业务有效提供数据容量和处理能力的扩展。


业务快速迭代与分库分表改造成本的矛盾


随着数据量爆发式增长、数据类型愈发多样化,以及互联网营销下的高并发场景频现等,ECIF 传统架构面临着众多新挑战。为在短期内有效应对这些挑战,分库分表架构逐渐被应用。


分库分表架构虽然可以解决数据水平扩展的问题,但带来对应用系统的改造要求,以及运维上的高成本。业务方无法聚焦在业务发展与快速创新,而是要花费大量精力重构应用来支持分库分表架构。


分布式趋势与“都想要”的矛盾


业务发展呼唤采用分布式架构数据库,但在具体选型中,决策者往往对传统集中式与分库分表两种架构的优点都难以割舍。


一方面,传统集中式数据库不需要因为分库分表而对应用做侵入性修改;另一方面,分库分表数据库在处理能力和数据量方面可以提供很好的扩展能力,能够更好地支持业务发展。那么,有没有一种数据库,可以把两者的优点兼顾呢?

image.png

数字化转型进入“深水区”,金融业需要建设能满足未来长远发展的 ECIF 架构。作为战略性基础系统,ECIF 除了需要满足高可用容灾、高性能处理、数据强一致等基本需求,还需考虑高水平扩展、应用高透明、运维高透明、高兼容性等附加需求,确保 ECIF 能高效提供完整、真实、及时的客户数据源。

image.png

高可用容灾


ECIF 整合了企业现有业务系统中的所有客户信息,对业务连续性有很高的要求。支撑 ECIF 的数据库在部署架构上需要支持 RPO=0,RTO<30s。


分布式架构下的高可用容灾,相当于把数据副本分散到多个篮子,若其中一个篮子出现问题,并不影响其他数据。实施分布式架构必须满足故障自动发现与隔离、单节点故障自愈、支持业务无中断升级、支持多版本灰度发布等能力。


OceanBase 提供丰富多样的高可用容灾能力,包括双机房主备模式、三机房多活、两地三中心、三地五中心等。所有参与灾备的服务器处于同一个数据库集群, 集群的分布式事务会自动调度事务提交,保证事务强一致,保障 RPO=0;当集群中少数机器失败,集群服务会自动做服务切换,不需要手工介入,保障 RTO<30s。


高性能处理


作为战略性基础系统,ECIF 被其他许多业务所依赖调用,对数据库的性能表现,特别是在高并发场景下的快速响应时间有很高的要求。


OceanBase 作为完全自研的原生分布式数据库,凭借众多技术创新,性能表现卓越,在被誉为“数据库世界杯”的 TPC-C 和 TPC-H 测试上都刷新了世界纪录。OceanBase 为 ECIF 系统提供优越的联机事务处理与分析查询性能。特别的,对于 ECIF 系统交易响应时间,OceanBase 可以提供与传统集中式数据库持平甚至更短的响应时间。


高水平扩展


随着银行渠道的多元以及国民经济发展,ECIF 架构需要具备高水平扩展的能力,稳定支撑客户数据的增长。


传统集中式数据库集群不支持动态扩展和收缩,需根据业务发展提前规划系统容量。OceanBase 支持 ECIF 的数据容量与处理能力相应地扩展,使用普通的 PC 服务器即可构建超高吞吐的集群,无需分库分表,可任意按需扩展。


应用高透明

为把主要精力聚集在业务高质量发展上,ECIF 系统要求分布式数据库可以提供对应用的高透明性,最好能做到“原来单机数据库怎么用,现在分布式数据库就怎么用”。


作为原生分布式数据库,OceanBase 为确保应用的高透明,提供了一系列稳定可靠的技术,包括全局一致性快照、全局索引、自动事务两阶段提交、二级分区等,有效保证 ECIF 业务应用逻辑不必因为引入分布式数据库而大量修改。

image.png

某国有银行的 ECIF 承载着全球数亿用户的基础信息,属于核心基础服务,每天的业务交易笔数极其庞大。原先采用的集中式数据库,不仅成本昂贵,而且无法满足业务的快速发展。


OceanBase 为该国有银行的 ECIF 提供同城三机房五副本加主备库的部署模式,实现了机房级多活,以及机房级容灾与城市级容灾能力。

image.png

借助 OceanBase,该国有银行的 ECIF 最终实现从集中式下移分布式架构,交易平均响应时间达到毫秒级,强有力地支撑业务持续创新,大幅节省软硬件、 服务、开发等成本。


某城商行ECIF分布式全栈国产化


某城商行的数字化一直走在同行前列,线上业务量每年基本都有一倍的增长。ECIF 是该城商行面向客户服务的重要基础系统,是其整体IT规划中的重要一环。为支撑未来稳步增长,该城商行要求全行客户信息具备唯一性、正确性和时效性。


该城商行 ECIF 的分布式升级,采用国产芯片服务器和国产原生分布式数据库 OceanBase,验证了全栈国产化分布式系统在功能、性能、稳定性等方面的能力。完全自主研发的 OceanBase,不基于任何开源数据库技术,有效降低安全风险和供应风险。

image.png


OceanBase 为该城商行的 ECIF 提供同城三机房五副本的部署方式,基于 Paxos 分布式一致性协议,实现少数服务器节点或网络故障后的无损容灾和同城多活,做到 RPO=0,RTO<30s。

image.png


OceanBase 分布式数据库助力某国有银行和某城商行 ECIF 的分布式升级,是 OceanBase 深入金融行业内部的实践缩影。OceanBase 兼顾分布式架构的扩展性与集中式架构的应用透明优势,用一套引擎同时支持 TP 和 AP 的混合负载,具有数据强一致、高可用、高性能、在线扩展、高度兼容 SQL 标准和主流关系数据库、对应用透明,高性价比等特点,目前已助力全国 1/4 的头部金融客户完成分布式改造,未来也将持续点对点优化解决方案,敬请期待。

相关文章
|
17天前
|
存储 Prometheus Cloud Native
分布式系统架构6:链路追踪
本文深入探讨了分布式系统中的链路追踪理论,涵盖追踪与跨度的概念、追踪系统的模块划分及数据收集的三种方式。链路追踪旨在解决复杂分布式系统中请求流转路径不清晰的问题,帮助快速定位故障和性能瓶颈。文中介绍了基于日志、服务探针和边车代理的数据收集方法,并简述了OpenTracing、OpenCensus和OpenTelemetry等链路追踪协议的发展历程及其特点。通过理解这些概念,可以更好地掌握开源链路追踪框架的使用。
71 41
|
3天前
|
存储 关系型数据库 分布式数据库
[PolarDB实操课] 01.PolarDB分布式版架构介绍
《PolarDB实操课》之“PolarDB分布式版架构介绍”由阿里云架构师王江颖主讲。课程涵盖PolarDB-X的分布式架构、典型业务场景(如实时交易、海量数据存储等)、分布式焦点问题(如业务连续性、一致性保障等)及技术架构详解。PolarDB-X基于Share-Nothing架构,支持HTAP能力,具备高可用性和容错性,适用于多种分布式改造和迁移场景。课程链接:[https://developer.aliyun.com/live/253957](https://developer.aliyun.com/live/253957)。更多内容可访问阿里云培训中心。
[PolarDB实操课] 01.PolarDB分布式版架构介绍
|
14天前
|
SQL 弹性计算 运维
云卓越架构:稳定性支柱整体解决方案综述
阿里云卓越架构聚焦于五大支柱,其中稳定性是关键。常见的云上稳定性风险包括架构单点、容灾设计不足和容量规划不合理等。为提升稳定性,需从架构设计时考虑容灾与容错、实施变更时遵循“三板斧”原则(灰度发布、可观测性和可回滚性),并确保快速响应和恢复能力。此外,通过客观度量、主观评估和巡检等方式识别风险,并进行专项治理。识货APP作为成功案例,通过优化容器化改造、统一发布体系、告警系统和扩缩容机制,实现了99.8%的高可用率,大幅提升了业务稳定性。
|
27天前
|
设计模式 存储 算法
分布式系统架构5:限流设计模式
本文是小卷关于分布式系统架构学习的第5篇,重点介绍限流器及4种常见的限流设计模式:流量计数器、滑动窗口、漏桶和令牌桶。限流旨在保护系统免受超额流量冲击,确保资源合理分配。流量计数器简单但存在边界问题;滑动窗口更精细地控制流量;漏桶平滑流量但配置复杂;令牌桶允许突发流量。此外,还简要介绍了分布式限流的概念及实现方式,强调了限流的代价与收益权衡。
72 11
|
29天前
|
设计模式 监控 Java
分布式系统架构4:容错设计模式
这是小卷对分布式系统架构学习的第4篇文章,重点介绍了三种常见的容错设计模式:断路器模式、舱壁隔离模式和重试模式。断路器模式防止服务故障蔓延,舱壁隔离模式通过资源隔离避免全局影响,重试模式提升短期故障下的调用成功率。文章还对比了这些模式的优缺点及适用场景,并解释了服务熔断与服务降级的区别。尽管技术文章阅读量不高,但小卷坚持每日更新以促进个人成长。
51 11
|
30天前
|
消息中间件 存储 安全
分布式系统架构3:服务容错
分布式系统因其复杂性,故障几乎是必然的。那么如何让系统在不可避免的故障中依然保持稳定?本文详细介绍了分布式架构中7种核心的服务容错策略,包括故障转移、快速失败、安全失败等,以及它们在实际业务场景中的应用。无论是支付场景的快速失败,还是日志采集的安全失败,每种策略都有自己的适用领域和优缺点。此外,文章还为技术面试提供了解题思路,助你在关键时刻脱颖而出。掌握这些策略,不仅能提升系统健壮性,还能让你的技术栈更上一层楼!快来深入学习,走向架构师之路吧!
64 11
|
1月前
|
Serverless 决策智能 UED
构建全天候自动化智能导购助手:从部署者的视角审视Multi-Agent架构解决方案
在构建基于多代理系统(Multi-Agent System, MAS)的智能导购助手过程中,作为部署者,我体验到了从初步接触到深入理解再到实际应用的一系列步骤。整个部署过程得到了充分的引导和支持,文档详尽全面,使得部署顺利完成,未遇到明显的报错或异常情况。尽管初次尝试时对某些复杂配置环节需反复确认,但整体流程顺畅。
|
1月前
|
存储 算法 安全
分布式系统架构1:共识算法Paxos
本文介绍了分布式系统中实现数据一致性的重要算法——Paxos及其改进版Multi Paxos。Paxos算法由Leslie Lamport提出,旨在解决分布式环境下的共识问题,通过提案节点、决策节点和记录节点的协作,确保数据在多台机器间的一致性和可用性。Multi Paxos通过引入主节点选举机制,优化了基本Paxos的效率,减少了网络通信次数,提高了系统的性能和可靠性。文中还简要讨论了数据复制的安全性和一致性保障措施。
52 1
|
2月前
|
人工智能 运维 算法
引领企业未来数字基础架构浪潮,中国铁塔探索超大规模分布式算力
引领企业未来数字基础架构浪潮,中国铁塔探索超大规模分布式算力
|
2月前
|
NoSQL Java 数据处理
基于Redis海量数据场景分布式ID架构实践
【11月更文挑战第30天】在现代分布式系统中,生成全局唯一的ID是一个常见且重要的需求。在微服务架构中,各个服务可能需要生成唯一标识符,如用户ID、订单ID等。传统的自增ID已经无法满足在集群环境下保持唯一性的要求,而分布式ID解决方案能够确保即使在多个实例间也能生成全局唯一的标识符。本文将深入探讨如何利用Redis实现分布式ID生成,并通过Java语言展示多个示例,同时分析每个实践方案的优缺点。
86 8

热门文章

最新文章