金融行业数据管理将何去何从?

2021-03-02 01:20Commvault
软件和集成电路 2021年1期
关键词:复杂度数据管理分布式

数据迅速增长导致存储成本居高不下、业务发展创新对数据管理提出更高要求、多种基础架构并存增加了数据管理运维的复杂度,以及监管合规日益严格等,使金融行业的信息化道路面临重重挑战。

近年来,互联网金融的浪潮给传统金融行业带来了挑战,同时传统金融企业信息化呈现出IT基础设施云化、大数据平台广泛使用、软件定义数据中心概念普及以及IT即服务转型等主要发展趋势。

随着业务模式的不断创新,金融行业正在大力发展以分布式、微服务、云原生、大数据等创新技术为基础的金融新基建项目。在此背景下,数据迅速增长导致存储成本居高不下、业务发展创新对数据管理提出更高要求、多种基础架构并存增加了数据管理运维的复杂度,以及监管合规日益严格等,使金融行业的信息化道路设面临重重挑战。

为应对金融行业新的业务模式以及新技术应用的发展需求,数据管理技术领域呈现出诸多新的发展趋势。

趋势一:数据管理一体化

随着数据中心架构发展成熟,底层资源结构逐步统一成兼容并收的大平台,并能够消除信息孤岛,从而满足业务系统迅猛发展的各种需求。

为了适应这种变化,数据管理软件厂商开始转向一体化数据管理平台,包括应用负载一体化管理、数据管理场景一体化以及资源管理一体化三大方面。

通过这些一体化管理能力的集成,数据管理平台也逐步向多形态、多架构、精简管理、方便维护等方向稳步发展。

趨势二:存储资源池化

随着分布式、超融合技术的逐步成熟,数据存储形式由传统的向上扩展(scale-up)架构转向开放平台的向外扩展(scale-out)架构。因此,以开放硬件平台构建的分布式存储资源池将成为数据管理的发展方向,IT管理者可利用分布式存储资源池来整合硬件资源、打通数据孤岛、消除数据竖井,从而使数据管理变得更加高效、灵活与简单,同时降低企业的成本。

趋势三:数据管理向数据服务转型

近几年,大型金融机构纷纷利用云技术来取得规模优势并降低总成本,传统IT运维管理开始向服务型管理模式演进,而作为IT运维管理的重要一环,数据管理也同样面临着服务模式转型的问题。

云环境中,数据管理将从被动式、集中式的运维模式转变为用户自服务模式,而备份、容灾、恢复等日常数据管理场景将由用户自己完成。这就需要数据管理平台具备多租户管理、统一鉴权、计费计量、随需扩展等各项能力。未来,理想的数据管理自服务平台架构将满足用户大部分的要求。

趋势四:使用开放接口满足定制化需求

由于金融行业对于数据管理具有极高的要求,任何一款标准的商业化软件都无法完全满足企业的需求。同时,传统的软件开发流程往往耗时过长,很难跟得上企业的需求变化。

为适应快速变化且愈加个性化的数据管理需求,数据管理平台的发展趋势将是提供开放的API接口。数据管理者可利用开放接口在其数据管理平台上进行快速的定制化开发,从而契合自身的需求。

为顺应以上发展趋势,Commvault作为数据管理领域的洞察者,其智能化数据管理平台能够从数据存储、保护、管理和保护四大维度,全方位满足国内外金融行业企业用户的信息化、数字化转型需求。

在国外,Commvault助力加纳共和银行(Republic Bank)将数据恢复时间缩短80%,通过将系统宕机时间降为零而大幅提升客户满意度,并在一年内节省资本支出(CAPEX)达37.5万美元。

在国内,Commvault为中信云量身打造了一个全覆盖的云平台架构,即在云上搭建组合式云平台,可以实现多个公私有云混合平台的统一管控,为中信集团的数字化转型提供了强有力的支撑。中信科技发展有限公司前首席技术官宋翔表示:“中信云需要的是云服务,需要有备份、存储并广泛支持各种云平台的功能。Commvault为中信云提供的数据管理解决方案可以充分发挥各类公有云平台的优势,降低集成复杂度,提高平台灵活性与可扩展性,节省了总体拥有成本。综观市场,能够做到这一点的寥寥无几。”

猜你喜欢
复杂度数据管理分布式
《大数据管理》课程思政教学质量评价体系研究
柬语母语者汉语书面语句法复杂度研究
居民分布式储能系统对电网削峰填谷效果分析
Kerr-AdS黑洞的复杂度
基于Paxos的分布式一致性算法的实现与优化
如何有效开展DCMM数据管理成熟度评估
非线性电动力学黑洞的复杂度
OECD国家出口复杂度的测度与比较
OECD国家出口复杂度的测度与比较
数据挖掘在学生成绩数据管理中的应用研究