行业挑战
在传统的金融核心系统架构体系中，账务处理的完整性、正确性是系统设计的核心关注点，交易核算一体化的设计理念要求完整的交易完成以核算确认为前提。随着金融业务的飞速发展，交易与核算捆绑的架构模式受限于其两部分处理逻辑耦合度高且必须同步完成的特点，逐渐体现出不利于提升客户体验、不利于快速响应业务发展以及不利于及时响应灵活监管的弊端。
在金融科技不断发展演进过程中，交易与核算分离理念作为金融行业共识，是财务核算与业务运营独立管理的基础，顺应了金融机构从“以账务为中心”向“以客户为中心”的经营思路转变，同时有助于提升金融机构在交易和核算领域向专业化、精细化发展。负责金融机构账务会计核算处理职能的会计引擎系统应运而生。
会计引擎系统数据处理通常具备如下特征：
- 作为整体会计核算处理平台，需以文件或消息的方式接收上游各类交易系统的交易流水数据、核算参数数据以及会计分录数据，需要系统架构能灵活支持多源数据的汇聚；
- 对于账户数量为千万甚至亿级别的金融机构，在账户交易明细数据接入的同时，还需将数据按账务借贷规则进行拆分，导致写入数据量将数倍于交易流水记录，同时会计引擎承担着分户账级别明细会计核算、科目级别会计核算处理功能，且上述数据处理需在规定时间内完成，这就要求系统能平稳支持高并发数据写入和海量数据的极速批量处理。
随着金融机构创新业务、创新产品以及客户量的日益增长，使用传统数据库的会计引擎系统面临着如下挑战：
解决方案
会计引擎系统作为金融机构统一的账务处理核心组件，承担着整体金融账务的完整性、正确性核算职能。系统上游通常包括金融机构的存取款核心系统、信贷系统等各类交易系统；数据接入层通常采用文件批量方式或消息队列准实时方式接入，加载上游各交易类系统海量交易流水；数据处理层将交易流水和核算参数匹配加工形成明细级会计分录；会计核算层对会计分录进行多维度、多科目的平衡检查，并最终将会计分录数据下传至总账系统。基于 TiDB 的会计引擎应用架构如下图所示：
TiDB 与主流数据处理技术方便地互联互通。融合 Spark 的 TiDB 数据处理架构可有效解决高并发海量数据下会计引擎系统面临的数据处理挑战：
- TiKV 原生分布式横向扩展支持，可根据业务带来的存储和写入负载，动态扩展 TiDB 和 TiKV 实例，业务创新不再受限；
- 使用 TiSpark 集群可以加速批处理计算，例如会计分录生成、交易平衡检查等任务，同时TiFlash MPP 计算能力在复杂场景下可以提升统计分析时效，且两个组件均支持水平线性扩展，可保障批处理任务在规定时效内完成。
方案优势
一、在线弹性扩缩容，兼具数据高吞吐读写能力和高可用能力，助力业务敏捷迭代，轻松应对业务高峰冲击；
二、金融级云原生分布式数据库，通过 TiDB Operator 可在公有云、私有云、混合云中实现部署工具化、自动化；
三、稳定且 SQL 友好的一栈式解决方案，兼容 MySQL 生态，提高系统对会计准则变化调整的响应速度，快速响应产品创新和监管要求。