-
金融行業分布式數據庫應用觀察發布日期：2024-07-25 09:47:51閱讀量：347
近期，全球領先的 IT 市場研究和咨詢公司 IDC 發布名為《中國金融行業分布式事務型數據庫市場份額，2023：技術驗證結束，迎接高速增長》報告，報告引發了廣泛的關注。其背后的原因：一方面作為數據庫應用高地，金融行業對數據庫的使用有著風向標的意義；另一方面，作為新型架構數據庫產品，分布式數據庫經過多年發展已逐步成熟，大家也很關注在以金融為代表的核心場景使用情況如何。此外，報告中引用的多家頭部數據庫廠商也都紛紛宣傳了自己取得的佳績，也引發了業內對于“第一”的諸多疑問。本文嘗試對報告數據進行解讀，同時對后續分布式數據庫在金融行業發展加以展望。
1. 行業解讀：分布式數據庫高速增長一年
隨著近些年來，分布式數據庫在金融企業的大量應用，這一新型數據庫產品也走過了從早期的技術驗證到中后期的規模化落地的過程。伴隨著整個應用落地過程，數據庫廠商及服務商也都積累了豐富的實踐經驗，為后續更大規模應用做好鋪墊。從報告應用的2023年數據來看，中國金融行業分布式事務型數據庫的市場規模約為 2.0 億美元，同比增長 12.1%。相信在未來數年，這一市場規模將保持高速增長態勢。從現有落地案例來看，仍然是以頭部金融企業為主，隨著技術產品逐步成熟完善，大量中小規模企業將陸續采用這一產品。下面將從多個維度分析報告的數據。
（1）廠商頭部聚集效應明顯
從報告披露的數據來看，整個金融行業分布式數據庫市場仍以頭部廠商為主，且頭部廠商的整體比例進一步拉大，前五家頭部廠商占整體市場份額的 86.9%，中尾部廠商的市場空間被進一步擠壓。從下圖對近兩年來的頭部（TOP 5）的廠商對比，其聚集效應明顯但還未呈現進一步擴大的趨勢。
（2）本地部署方式仍占主流
從部署方式來看，受限于金融行業的特殊性，主要是來自法律法規及監管要求，核心交易系統只能進行本地化部署，以保障數據的安全性和可控性。針對不同金融細分行業其場景有所不同，如銀行的賬務核心、存貸核心、信貸、理財、清算等應用，保險行業的核保、理賠、保全等應用；而面向終端用戶的營銷、零售應用才能選擇公有云部署方式。從報告披露的數據來看，本地部署占據主導，云相對小一些；本地部署規模近 1.6 億美元，公共云近 0.7 億美元。
（3）金融細分行業差異顯著
從金融細分行業來說，銀行與保險/證券差異明顯。作為金融監管最嚴格的行業，銀行業很早就受到監管機構的明確指導，規定了相關建設標準。幾個頭部銀行也做了大量早期實踐，預計未來 2—3 年仍將保持高速增長。對于部署方式而言，銀行主要應對內部交易系統等，更多采用本地化部署方式。公有云部署在銀行主要涉及互聯網支付、營銷應用和手機銀行部分業務模塊等系統。保險及證券，相對銀行而言規模小了很多，且還屬于相對早期，相信未來會是增長較快的市場。對于部署方式來說，更多會選擇云的方式。
2. 企業解讀：頭部聚集，百花齊放
（1）維度分析：部署方式+細分行業
本次報告顯示，部分廠商因深厚的技術積累和創新能力與同行拉開了差距，形成了頭部集團。部分廠商在宣傳報道中，強調了自己取得“第一”的佳績，也引發了大家對誰是金融分布式數據庫第一的猜測。這里其實更多是統計口徑和分析角度的差異所造成的。下面我們看下按部署方式的總體情況。根據廠商性質，可對頭部廠商大致分為兩類，一類是以阿里云、騰訊云、華為云為代表的云廠商；一類是以OceanBase、金纂信科為代表的獨立數據庫廠商。按照部署方式來說，無疑前者在云上更具有優勢，特別是阿里云尤為明顯大部分份額都來自云端。當然，金融行業的特殊性會導致云上可增長空間相對有限，可能會對后續發展造成影響。對于后者而言，則云上發展存在劣勢，特別是金纂信科，幾乎放棄了云；OceanBase 近期在云上持續發力，并取得了部分成果，金融行業相對占比不高，但也有部分來自云上的份額。
再從細分行業來看，銀行與保險/證券，又有著明顯的差異。從上文可見，銀行的體量還是要大于保險/證券，但各家的發展重點還是存在差異。差異比較明顯的是金纂信科和阿里云，前者絕大部分收入均來自銀行，后者則大部分來自保險/證券；OceanBase等其他三家，則發展相對均衡。
我們將上述情況組合一下，就分出了四種情況。結合上面的兩幅圖，也就明白了各家宣傳的“第一名”的含義如何。其中 OceanBase 是在金融行業本地部署和保險/證券細分行業本地部署兩項排名第一；金纂信科的 GoldenDB 則是在銀行細分行業本地部署排名排名第一；騰訊云的 TDSQL 是在總體及銀行細分行業排名第一。
（2）廠商自訴：“攻堅、高速、第一”
部分廠商也針對此次報告，做了部分宣傳，突出過去一年在金融行業所取得成績。
OceanBase
OceanBase 現已覆蓋 70% 千億資產規模以上銀行、75% 頭部證券機構、65% 頭部保險機構、45% 頭部基金公司，包括中國工商銀行、交通銀行、四川農商聯合銀行、太平洋保險、招商證券等。其中，一半以上將 OceanBase 應用于核心系統。深耕金融 14 載，“根自研”是 OceanBase 負載關鍵業務系統、為金融客戶需求兜底的最大底氣。
TDSQL
騰訊云 TDSQL 已經幫助30多家金融機構完成核心系統替換。中國銀行、中國建設銀行、中國農業銀行……國內前十大銀行中，有7家都選擇了TDSQL。金融行業的數據庫建設對一致性、可用性、安全性要求嚴苛，堪稱數據庫領域“皇冠上的明珠”。TDSQL 則在上述三個方向，有著獨特的技術優勢。
GoldenDB
在銀行業，本地化部署主要集中在內部交易系統上，這是本土化系統改造的關鍵領域。能在銀行本地部署份額中坐上頭把交椅，GoldenDB的實力可見一斑。
3. 分布式數據庫落地金融的關鍵之匙
（1）落地關鍵要素總結
過去的一年，分布式數據庫在金融行業遍地開花，那這些產品能在金融行業順利落地，其關鍵要素又有哪些呢？下文結合我的觀察加以分析。這些內容也是企業選擇一款事務型分布式數據庫的重點考察要素。
（2）典型企業分析：OceanBase
結合上面的要素總結，我們抽取一家頭部企業做一分析，看做對了什么讓企業占得先機。這里選擇 OceanBase，作為我們的分析樣本。與傳統幾家云廠商不同，作為一家獨立數據庫企業會面臨更多困難，此次報告顯示 OceanBase 在獨立數據庫廠商市場份額排名第一。作為一款由螞蟻集團自主研發、歷經多年打磨和優化的金融級分布式關系數據庫。作為螞蟻金服內部 100%核心交易系統的支撐平臺，不僅為阿里和螞蟻金服內部的多個關鍵業務提供穩定的服務，還服務于金融、互聯網、政企等企業客戶，同時提供本地化和公有云服務，以滿足不同場景的部署要求。從要素分析來看，其做了幾項突出能力，進而占得先機。
單機分布式一體化
單機分布式一體化架構是 OceanBase 的一種創新的數據庫架構方式，旨在兼顧分布式架構的擴展性與集中式架構的性能優勢。這種架構使得 OceanBase 在單機和分布式兩種部署場景下具備相同的事務 ACID 能力。這使得企業可以根據業務及數據規模，靈活選擇數據庫架構，進而應對業務增長所帶來的擴容問題。同時這一能力，也降低了使用分布式的門檻，可根據情況循序漸進來使用。
HTAP
作為新的增量場景，HTAP 能力對于擴展使用范圍尤為重要。OceanBase 采用行列混合存儲、編譯執行、多級別資源隔離等技術，在高性能 OLTP 的基礎上支持實時分析、跑批等分析性場景，真正通過“一個系統”提供同時處理交易及實時分析，“一份數據”用于不同的工作負載，從根本上保持數據的一致性并最大程度降低數據冗余，幫助企業大幅降低總擁有成本。
數據壓縮
使用分布式數據庫的痛點之一，就是資源一次性投入過大。OceanBase 的高級數據壓縮特性，包括行列混合存儲結構和高效的數據編碼技術。這些特性使得存儲空間大幅減少，部分業務甚至實現了存儲空間減半的效果，同時系統性能并未受到影響。這將極大降低用戶的使用成本，提高整體 ROI。
多租戶能力
OceanBase 數據庫支持多租戶模式，允許在同一集群中創建多個租戶。每個租戶可以獨立管理自己的數據庫、用戶和數據，確保租戶間的數據隔離和安全性。OceanBase 通過資源池管理確保租戶間的資源隔離，避免資源爭搶，保障業務穩定運行；并支持動態擴容和縮容，租戶可以根據業務需求靈活調整資源。這一能力，可以讓用戶將大量小業務做整合，充分利用分布式數據庫提供能力的同時，又不至于造成很大浪費。
Oracle 兼容性
OceanBase 是一個高度兼容 MySQL 和 Oracle 的分布式數據庫系統，其兼容性特性顯著降低了用戶從傳統數據庫遷移到 OceanBase 的成本。同時結合其提供的工具OMS、OMA，可實現低成本、平滑的應用系統遷移，降低用戶使用 OceanBase 的使用門檻。
多平臺部署
OceanBase 支持本地化部署和云部署，針對后者還提供基于多家云基礎設施的公有云服務，并通過打通不同云廠商網絡，實現同一集群的跨云部署；也支持將私有部署與公有云通過安全網絡設施相互聯通。這一能力通過一站式多云管控平臺能夠對所有部署的實例進行管理，納管多云主機資源，實現運維界面的統一，大幅提升管理效率，降低風險。
寫在最后
金融行業，具有對數據庫最為嚴苛和復雜的要求與調整。分布式事務型數據庫，經過多年發展，也成功驗證其可行性與實用性，可以在金融行業核心場景中穩定運行。在這一過程中，廠商也積累了豐富的實踐經驗，為未來更大規模的使用打下堅實基礎。隨著技術驗證的成熟，相信未來將有更多的企業、更核心場景選擇使用分布式數據庫，加速數據庫本土化轉型。面對即將到來的市場高速增長需求，數據庫廠商應當未雨綢繆，全面提升自身能力，擴充服務團隊以提供更專業的技術支持，優化項目管理以提升實施效率，同時完善方法論體系以指導更廣泛的實踐應用。希望數據庫廠商，能夠抓住這一市場機遇，迎來爆發式增長，最終取得更大的成績。