导读：
作为乡村振兴、服务实体经济的金融主体，农信坚持回归本源，专注主业，做好服务“三农”、服务小微企业、服务金融精准扶贫三方面工作，全力支持地方经济转型发展。随着移动互联网的飞速发展，由于用户对金融服务的需求从线下向线上转移，新需求场景也带来海量非结构化数据存储、管理和高并发访问的问题，也对金融机构提出了更高的服务质量和效率要求。同时，AI技术的应用，实现智能化客户服务和风险管理，也提高金融机构的业务运营效率和创新能力。充分证明在构建自身特色服务的过程中，结合AI技术将会释放非结构化数据潜在的巨大价值。
在此背景下，巨杉数据库基于原生分布式技术，演进出独特的多模数据湖，支持结构化和非结构化数据的海量存储，高并发访问，分布式集群跨多中心部署，解决农信多法人机构本地数据中心建设，多中心统一数据管理的问题。巨杉深度剖析了客户内容管理平台的业务需求，基于多模数据湖，在结构化数据与非结构化数据融合处理方向提供了成功的解决方案，并进一步积极探索在全量数据场景下的落地方案。
巨杉数据库农信典型客户案例
省级农信内容管理平台基于巨杉数据库多级缓存数据服务，实现多法人、多中心缓存系统的数据共享能力及高并发访问能力。在省级农信的内容管理平台场景中，已经落地了近几十亿条、超百TB级数据的稳定支撑能力，提供多法人、多中心缓存数据场景下的数据共享及高并发访问。
背景
省农村信用社联合社是由省内的地市级农村信用合作联社（农村商业银行）和县（市、区）级农村信用合作联社（农村信用合作社联合社、农村商业银行、农村合作银行）自愿入股组成，具有独立企业法人资格的地方性金融机构。经省政府授权，省农村信用社联合社在省政府的领导下，负责行使对辖内市、县（市、区）农村信用合作联社、农村信用合作社联合社、农村合作银行、农村商业银行等农村合作金融机构的行业管理、业务指导、协调服务职能。
基于农信的组织架构模式，农信的原有内容管理平台以各社数据中心独立建设，以满足分社本地内容文件的业务需求以及联合社的数据管理需求，一般的系统建设概况如图1所示。
图1 农信影像系统建设现状图
随着移动互联网的飞速发展，用户对金融服务的方式由线下转为线下线上相结合，新需求场景带来海量非结构化数据存储、管理和高并发访问的问题，而目前的建设情况形成了数据孤岛，无法实现实时的跨数据中心数据访问。
需求痛点
农信在各地拥有大量分支机构，因业务交易由各地分支机构系统承载，故内容数据存储在本地数据中心。省中心对业务数据的管理，需要将各分中心数据通过网络带宽传输到省数据中心，数据传输的性能与时效严重不满足业务发展需求。
业务痛点
异地分布式架构整合难：各地农信独立法人机构，数据中心本地化建设，难统一
网络差：地市与省农信数据中心间网络情况复杂，性能差
扩容难：业务系统烟囱式构建，当数据量激增，这种单点架构下系统横向扩容难
监管难：数据单点系统部署，无双活机制，无法全量数据在线满足监管查询需求，数据安全性低
为了更好的适应业务发展的挑战，增强市场的竞争力，急需建设各分社与总中心联动的内容缓存系统，以满足分社本地内容文件的管理需求，提高相关业务系统的整体性能，同时通过数据迁移、清理机制将所有的内容管理元数据信息存放在省中心，实现全社影像文件元数据统一纳管，非结构化数据异地存放，最大化节省数据中心之间的带宽。
改造方案
农信内容管理平台是基于SequoiaDB分布式数据库集群进行规划的，改造设计框架如图2所示。
农信内容管理平台改造方案
图2 农信内容管理平台改造前后架构对比
本改造方案替换掉之前由关系型数据库存储影像元数据、高级存储设备存储影像非结构化数据的方式，通过省农信主中心与地市农信分中心的多级缓存服务、SequoiaDB分布式数据库以及中心调度的服务实现项目落地。
本改造方案采用集群方式部署，消除单点问题，提供高可用、高并发性能。
改造方案优势
非结构化数据统一管理：省与地市农信影像元数据、影像数据统一管理、访问
高并发低延时：高并发、毫秒级响应
海量存储：PB级数据管理、弹性扩容、灵活数据分片
多级缓存管理：SequoiaDB多级缓存服务提供跨数据中心、跨物理域访问
实时在线服务：跨数据中心统一数据存储，实时数据在线访问
改造方案设计：
各厂商的内容管理平台（如：信雅达、大连同方软银）通过调用巨杉数据库提供的多级缓存服务，与SequoiaDB分布式集群进行交互，实现可按需横向扩展的影像元数据、影像文件、标签数据的跨中心一体化管理。
影像元数据统一存储于省农信数据中心SequoiaDB分布式数据库，以便为地市农信分数据中心提供数据查询服务；地市农信影像数据本地数据中心存放，通过SequoiaDB多级缓存服务数据迁移机制将影像数据迁移存放于省农信内容管理平台，实现跨中心数据访问、统一存储和管理。
巨杉数据库原生分布式架构：
图3 SequoiaDB巨杉数据库原生分布式架构
SequoiaDB作为分布式数据库，由数据库存储引擎与数据库实例层架构组成。其中，数据库存储引擎是数据存储的核心，负责提供整个数据库的读写服务、数据的高可用与容灾等全部核心数据服务能力。
数据库实例模块则作为协议与语法的适配层，支持结构化、半结构化、非结构化数据的统一存储，提供S3对象数据引擎接口和兼容JSON、SQL接口。
SequoiaDB分布式数据库架构优势
无缝迁移：用户可以通过创建不同类型的数据库实例，使应用程序从传统数据库进行无缝迁移，大幅度降低应用程序开发者的学习成本。
应用透明：每个实例中的数据在底层是存放在一个机器还是十个机器，对上层应用来说完全透明不需要感知。
引擎级多模：兼容SDB API、SQL、S3对象数据引擎接口
高性能，低成本：全量内容数据持续在线，多策略分区管理、分域缓存，资源池化的存储引擎层，提升海量数据管理效率及处理性能，TCO为传统ECM方案1/3
除此之外，系统还拥有丰富的平台能力，如下：
系统能力
集约运营：多模数据统一管理
数据管理：数据权限管理、对象数据版本控制、历史版本回溯等功能，数据生命周期管理、冷热数据分层存储，提升数据治理水平
服务节点高可用：节点无状态，多节点提供服务
多中心：跨中心部署，逻辑隔离、物理隔离
多索引：不同字段、维度创建索引，精确查询
数据高可用：多副本机制
满足监管要求：数据全量在线，数据安全
系统自主可控，支持信创：支持x86、ARM，核心代码可控
容灾：同城双活、两地三中心、三地五中心，RPO=0，RTO<15秒
此改造方案已经成功落地实施，并帮助客户实现系统性能提升。
结束语
未来，巨杉数据库基于多模数据湖与AI技术的进一步深化，所构建的内容管理平台可以更好地处理和利用非结构化数据，实现智能化客户服务和风险管理，提高业务运营效率和创新能力，不仅为农信银行提供了更多的商业机会和竞争优势，也为金融行业的数字化转型和升级注入了新的活力和动力。
