云环境下的存储技术路线选型方案.pdfVIP

云环境下的存储技术路线选型方案

云环境下，企业不是为了适应云而上云，而是需要根据既有未来的业务系统

的数据、访问、负载、变化等相关需求去选择正埔合适的技术元素，然后如何

将这些元素融入自己现有的云环境当中。

云环境下，企业应该如何根据不同的业务负载、数据特征选择最适合的存储技

术路线？

社区专家主张议I题主编苏海涛某集团公司首席数据官：本议题下由江西农信

运维技术经理邓毓、江苏农信存储工程师康建国、北部湾银行技术经理哲哲

蛙、嘉兴银行信息安全负责人高鹤针对关键点发表主张，几位专家的主张经过

利安人寿资深工程师陈萍春、某证券云原生技术专家汪照辉、某金融机构架构

师李威等几位专家的复议，最终形成了一定的共汉呈现于此，希望对同行有所

帮助。

在当前的云环境下，满足业务混合负载需求的多存储服务共存是当下主题，在

存储架构选择方面，分布式集中式两种架构各有优缺点，因为分布式架构更

复杂，所以一般能用集中式解决的就无需考虑分布式，千万不要为了分布式而

分布式。

随着金融科技技术的飞速发展，当前银行信息系统业务负载的数据特征并非完

全单一类型，而是呈现出混合的数据特征，需要应对多种10类型的存储需求，

包括高并发10（交易）、高吞吐10（分析）、普通文件存取10（文件交

互）、海量文件存取10（对象交互）等。例如银行的信贷系统，通过手机较行

等互联网渠道办理信贷业务时，有高并发、低时延的10需求；通过信贷管浬端

在线统计分析信贷相关数据时，有高吞吐、高性能的10需求；信贷系统和其他

业务系统交互数据文件或者信贷系统各应用节点共享文件数据时，又便捷可

靠的文件存取10需求；通过柜面等线下渠道办理信贷业务产生海量的影像文件

时，还海量小文件归档和调阅的10需求。在对存储的需求上，越来越多的银

行信息系统呈现出像信贷系统这样混合的负载需求，非某一类某一种存储集（

中式或分布式块、文件或对象）能够完全满足。在当前的云环境下，满足业务

混合负载需求的多存储服务共存是当下主题，在存储架构选择方面，分布式和

集中式两种架构各优缺点，因为分布式架构更复杂，所以一般能用集中式解

决的就无需考虑分布式，千万不要为了分布式而分布式。下面以某银行真实业

务负载为例，分类剖析其存储技术路线和方案的选择，旨在帮助读者结合企业

实际业务负载需求进行合理的决策。

一、渠道/前台类业务

银行各类业务渠道非常多，是直面客户办理业务的信息系统，主要线下渠道包

括柜面、ATM、P0S、智能柜台等，主要线上渠道包括手机银行、网银、移动营

销（平板）、微信营销、互联网金融等。

I）这两类渠道系统要么是间接为客户办理业务的柜员、POS收银员，要么是客

户自己。所以在办理业务过程中，客户等待办理业务的时间或者自己的体验感

非常重要，这就要求渠道系统自身的耗时要绝对小（业务办理的体验感是全链

路的，渠道系统是业务链路最前面一个环节），在存储端需求表现为小10但延

时要求低，量级最好在亳秒以内。随着越来越多的渠道系统也开始上云，采取

分布式存储却不是一个最佳的选择，因为采用通用X86带SSD盘，用软件搭建

的分布式存储，即使其10响应时间达到极致，无论如何也比不过现如今的全闪

存储阵列，这是因为高端全闪采用了大量硬件加速10,专用硬件的效率是软件

所不能比拟的，因此建议云上这类对10延迟严苛渠道系统数据库层存储能用

全闪最好。

2）针对高并发的渠道系统，如手机银行、互联网金融等，其他线下渠道受限于

柜员、终端或客户端总数量，其TPS或者QPS会存在上限，并发需求的极限也

是容易预测的，采用集中式全闪完全足够。而高并发渠道的业务TPS兼具爆发

性和难以预测性，集中式架构越来越捉襟见肘，尤其是这类渠道系统如果采用

单体集中式的数据库很容易就达到瓶颈，采用分布式数据库不可避免成为趋

势。对存储需求而言，更多要求的是IO