網上支付、移動支付的不斷發展,人們的生活習慣和觀念也隨之有所改變。以前由銀行扮演的金融服務角色正受到互聯網金融的沖擊。
銀行已經逐步接受并開始適應互聯網金融帶來的沖擊。目前,商業銀行紛紛利用虛擬化、大數據、云計算等新興技術以開啟新的未來。
虛擬化技術的全面使用
虛擬化技術是各銀行數據中心普遍使用的技術。統計數據顯示,截至2013年末,三分之二以上的銀行都增加了虛擬化技術的投入。
虛擬化將物理資源虛擬成邏輯資源,可以讓不同的應用操作系統部署在一臺物理機上,其最大優點是,在提高資源利用率和機房空間使用率的同時,能使能耗和運營成本大規模降低。目前,業界普遍采用的是服務器虛擬化,主要是使用VMware和Hyper-V軟件虛擬化技術,其特點是可集群部署應用,且具有便于遷移、復制和擴展的特性。
近幾年,小型機虛擬化技術開始在商業銀行逐步推行。國內五大行的測試環境中都廣泛使用小型機虛擬技術。交通銀行將批量和實時應用系統同時部署在虛擬化IBM小型機上,利用CPU資源的動態共享,獲得很高的資源利用率并且降低耗能。該技術可以突破物理板卡的限制,實現資源的共享。按照現在小型機的物理配置,單臺即可以劃分為幾百個微分區,分區之間也可以進行快速遷移,并進行動態資源調整。
測試顯示,小型機硬件虛擬化消耗的資源遠小于VMware軟件的消耗,而且穩定安全。由于資源虛擬細密度可達0.1C,小型機的延展性遠大于服務器。同時小型機虛擬費用低于服務器虛擬化的許可證費用。作為一項已經成熟的技術,它也支持高可用性。
目前,農行數據中心已經將少許生產系統遷移至小型機虛擬分區上,期待它和服務器虛擬化一起助力數據中心突破物理空間的瓶頸,服務新型業務系統。
大數據云計算應用嘗試
按照數據量和數據增長率來說,銀行業是全球大數據產生的五大熱點行業之一,以農行為例,全行每日的交易量逾6000萬筆。按照監管要求這些數據需長期保存以待查詢。有效的存儲和處理這些數據是當務之急。
在光大銀行率先使用Hadoop架構的應用來進行核心歷史數據的查詢后。農行設計了以Hadoop為基礎架構進行網銀歷史數據查詢的應用和后期對互聯網金融數據的處理應用。
Hadoop是全球使用率第一、專為存儲和海量數據處理硬件集群制定的開源軟件框架。百度、淘寶、Facebook和 Ebay都不同程度地采用了這個架構建立搜索引擎。
Hadoop主要有四個特點:分布式文件系統在每個計算節點上都能存儲多份數據,有容錯性,提高了數據讀寫的高吞吐率;Map和Reduce編程模型將應用程序分割成小型的工作單元,每個單元可在任何集群節點上多遍執行,是一種高效的并行計算;集群具有彈性,存儲和計算能力都可擴展;存儲和計算節點對硬件的要求不高,成本較低。
Hadoop框架并不只限于查詢類應用,例如,摩根大通在Hadoop平臺上進行反洗錢和風險控制的分析;摩根斯坦利則在其上做投資組合分析等。總的來看,運用Hadoop框架能夠將普通的服務器連接起來獲得超級計算機的計算和存儲功能;作為核心資料的大數據經過云計算或者數據挖掘后才能產生真正的商業價值,為銀行創造財富。
新興科技應用前景廣闊
小型機的虛擬化有樂觀的前景,但需要選擇合適的應用類型進行部署。研究表明,有三種情況適合在虛擬化的小型機上部署分區:單節點CPU消耗量小,需要集群部署的分區 ;負載波動大可利用錯峰進行部署的應用,如不同時區的海外業務;突發性業務處理多,臨時性需求大的系統等。值得注意的是,小型機虛擬化結合網絡部署,雖然會加快分區部署的效率,但是需要有更加完善的操作管理工具,才能幫助擁有異構環境的數據中心更順利地邁向云計算。
大數據是銀行業等少數行業特有的生產資料,數據信息就是新的利潤增長點。因此銀行應該圍繞大數據,創建“數據云”,利用聚類分析、監督和非監督性學習等機器學習方法進行信息提取、預測和提供決策輔助。鑒于Hadoop框架適用于并行的查詢和分析類應用,銀行業務中的信貸業務、客戶風險分類及監管類的評估都可考慮借鑒此框架進行開發,以快速獲取有效信息。
毋庸置疑,在新興技術的裝備下,雖然銀行運營的成本降低,效率提高,但是監控工具配備和監控技能培訓的成本則有所增加。就像雙刃劍一樣,新興術亦存在未知的安全隱患,需要及時制定應急方案,適時演練。當銀行不需擔憂后臺的保障,而借助科技力量重點考慮主營業務的發展,科技和金融融合才有質的飛躍,銀行的發展才會持續而穩健。
硅谷點評:銀行業的信息系統運行關系國民經濟命脈,故而對IT新科技的采用往往會持保守態度,以穩定運行為先。但銀行業也有運用新興科技改善服務效率的迫切需求,為此需要對通用的IT前沿科技加以自身環境的有效改造。如銀行利用小型機虛擬化技術,獲得了廣泛應用于x86服務器的虛擬化技術效果;針對銀行業自己的核心需求,部署Hadoop框架,提升現有設備的計算能力。可見,云時代里銀行業的信息化水平也是與時俱進的。