HTAP 数据库在国有大行规模化数据服务场景的应用

业务挑战

随着数字化转型的深入，金融银行机构更加关注重点业务领域科技赋能，全面提升数字化建设与应用水平。某国有大行通过引入 HTAP 数据库解决当前的业务痛点，提升业务运营效率和用户服务体验。

对于银行核心交易领域服务属性最强、服务类型最综合的多维度交易信息查询、实时收支分析、通知推送类业务来讲，原先的竖井式建设方式极大地制约了技术和业务的发展，已暴露出多套系统异构技术栈开发维护成本高、大容量弹性存储、高可用能力不足、OLTP/OLAP 混合处理能力欠缺等技术问题。

原有基于多套数据栈的系统架构

例如，Oracle 在大容量弹性水平扩展及长时间跨度深度翻页方面存在瓶颈，客户体验提升诉求无法落地；MongoDB 更适用于按分片维度的简单查询，多维度灵活访问及混合处理能力欠缺。随着业务发展，原有架构暴露出查询周期和跨度偏短、数据完整度/准确度不足、统计口径不一、数据时效性不高等业务问题。

使用 TiDB 构建一栈式综合数据服务

该头部银行计划遵循企业级架构设计，采用 TiDB 分布式数据库打造面向全球客户的企业级一栈式综合数据服务系统。新服务系统采用了典型的实时数仓架构模式，通过一种数据库整合替代了原先 Oracle、MongoDB、Hive 多种异构产品。整个架构设计采用了同城双活、异地灾备的部署模式，具备金融级的高可用能力。

数据库生产集群跨同城双机房做高可用部署，每个内部组件均支持多副本、高可用和故障自动转移，确保了高等级应用系统的业务连续性，同时支持应用双活。在此基础上，对于批量类业务采用 A-S 的运行模式，通过数据库提供的表、分区级数据位置控制功能，将对应的 Leader 副本控制在与主批量组相同的机房，以确保此类大数据量场景的数据亲和性访问。新系统架构整体包括数据汇聚、数据加工、数据服务和存储四大模块。

一栈式综合数据服务系统架构

新系统共对接了近百个上下游业务系统，数据覆盖全行近 230 个业务产品、超 3,000个交易场景；统集群资源约 2,700 个应用虚拟节点、300 个数据库物理节点；迁移了原有多个系统近 500 TB 的单副本存量数据，新系统多副本数据规模近 PB 级，最大数据表达上千亿行记录；日均加载上千个批量文本，最大离线分析规模为基于 40 亿行原始明细产生约 4 亿行指标结果数据，并为多个下游系统提供数据下传和推送服务。

自 2023 年 7 月底系统上线投产后，系统整体运行平稳、对外切换停机窗口短，近似于对客户无感的平滑迁移，同时各项服务指标较原有系统都有所提升。除此之外，因整合了技术栈，整体维护成本更低，更有利于业务的快速迭代。整体对客服务质量和水平有较大提升，相比于原先最大访问周期小于 5 年、跨度小于半年的方式，新系统能够支撑超 10 年的永久查询和单次跨度 5 年的大范围查询及实时分析，并且交易数据完整性、准确性更高，数据统计口径更为统一。

用户收益

规模化的企业级数据应用能力：实现上百个业务系统数百 TB 数据的整合与供给，支撑灵活多变的数据消费场景，提升内部、外部、生态伙伴的多元化数据服务效率。
高效集约的企业级运营能力：支持运营需求共享，建立线上化、自动化、智能化的新型运营模式，在改善体验、提高效率、集中管控风险等方面实现飞跃。
实时数据服务提升客户体验：通过各类服务和访问入口的整合高效地支持定制化、差异化服务和精准营销，支撑超过 10 年的数据查询，提供实时、一致的客户体验。
更为精细化的降本增效：基于同城双活架构，双机房同时具备读写能力，在吞吐能力、弹性伸缩能力、部署密度、资源使用率方面较原有模式均有较大提升，实现灵活高效的资源调配和精细化的降本增效。
依托分布式和 HTAP 实现整体架构跃迁：一套创新的 HTAP 数据库替换了 Oracle、MongoDB、Hive 三套数据库体系，验证了 MongoDB 替换方案的可行性，实现了整体架构的跃迁。