文 / 江西省农村信用社联合社?杨江华

金融科技创新一直是商业银行实现自我蜕变的坚强后盾，迈向高质量发展的动力之源，尤其是云计算、大数据、人工智能、隐私计算等前沿技术的日渐成熟，越来越多的科技创新案例在各商业银行开花结果。同时，人民银行发布了系列金融科技发展规划，要求银行从长远视角加强顶层设计，把握金融科技发展态势，做好统筹规划、体制机制优化、人才队伍建设等工作。

在此背景下，江西农信于2018年开始吹响了数字化转型的号角。经历了近四年的数字化体系建设，初步搭建了以数字风控为核心的新一代信贷业务系统群，重构了传统信贷业务流程体系，实现了贷款客户全生命周期的精细化管理。随着江西农信科技引领攻坚战的深入，江西农信的数字化体系建设工作已经迈入了深水区。

新形势下，新一代信贷业务系统群发挥着重要作用，江西农信在满足业务高速发展的前提下，适时开启新技术在业务系统中的运用，摒弃IOE架构，实现软、硬件自主可控的目标，解决长期以来的“卡脖子”技术问题，打造具有江西农信独有特色的“百福云平台”，并对信贷管理系统进行上云技术改造。

经过行外专家与行内技术骨干的多次论证，最终制定了信贷上云改造“三步走”计划，其中重要一环便是自主可控分布式数据库AnalyticDB（以下简称ADB）及OceanBase（以下简称OB）替代传统关系型数据库DB2。

应用场景

报表查询子系统作为信贷管理系统的核心部件，为全省3万名客户经理提供了报表查询和报表导出功能。但随着信贷业务数据的不断积累，系统查询及导数性能急剧下降，大并发的慢查询交易甚至导致应用宕机，严重影响客户经理正常工作。2023年全省农商行贷款规模已超8000亿元，未结清贷款数为700万笔，单表最大数据量超过4000万条，而且贷款数据量以每年100万条的增速逐步上升，应用数据库的数据存储规模已经膨胀到2T。

为解决这一问题，江西农信拟采用ADB替换原有传统关系型数据库DB2。通过基于蚂蚁集团提供的金融级云原生架构的中间件（Scalable Open Financial Architecture Stack，简称SOFAStack?），构建起行内信贷管理系统上云改造技术体系，主要技术组件包括开发框架Sofaboot，应用服务器ECS、Nginx，流量负载SLB，ADB等。同时，为确保系统上云期间业务连续性，解决“一刀切”带来的技术风险，决定采用系统“双活”模式，即流量多路径路由的升级策略。

创新点

江西农信紧跟大数据分析技术发展潮流，深度参与分布式数据库技术的应用探索，并结合自身业务发展遇到的痛点问题，探索出具备江西农信特色的技术方案，有效提升客户经理体验，为全省农商行信贷业务高速发展保驾护航。

1.技术自主可控。ECS、SLB、ADB等都是Alibaba自主研发的云平台组件，拥有完全自主知识产权，已经在金融领域得到了诸多的技术落地案例验证，产品发展不受制于国外IT公司的技术封锁，安全可靠的同时，对于新业务功能需求可以做到快速响应。同时自主可控化也是一种技术趋势，不断满足监管部门对金融机构信创建设的要求。

2.高HTAP。Hybrid Transaction Analytical Processing（HTAP）是著名信息技术咨询与分析公司Gartner在2014年提出的一个新的数据库系统定义，特指兼具OLTP和OLAP的数据库系统。传统数据库仅能实现OLTP，并通过离线导入、ETL、DTS等方式以一定延迟同步到OLAP系统。根据阿里云官网发布的技术白皮书，ADB在6.0版本后对OLTP进行了多方面的性能优化，采用Multi-Master架构，该架构在验证OLTP场景横向扩展能力的测试，即TPC-B和TPC-C测试中均表现出优良性能。

3.业务高可用。信贷统计查询系统上云改造，采用的是两套系统双活，新老业务并行的运行策略，最大限度地降低系统切换带来的业务闪断现象，最大程度保障核心业务安全、稳定。与此同时，ADB双副本架构设计，要求一个副本集的计算节点是可用的，就可以保证实例正常提供服务。对于公共云场景，ADB还基于云盘做了数据三副本，每一份数据都会冗余三份打散存储，进一步保证数据不丢失，而对于混合云场景，则通过物理机磁盘做RAID阵列的方式做数据冗余，达到相同的效果。

4.二级法人特色的数据管理。为达成报表系统数据库的替换目标，需解决DB2->ADB间的实时同步问题，DTS具备对异构数据源同步的特性。同时，DTS也支持对异构数据源全量迁移、增量迁移，能够做到业务最小影响，实现了业务上云的平滑迁移。

由于数据存储规模庞大，结合江西联社实际情况，对全省86家法人行业务数据进行分库处理。分南昌地区、九江地区、赣州地区、新余地区、吉安地区等六个物理库。源数据库与地区分库建立数据同步链路，数据按照法人机构号进行路由分发，单表数据量由千万级压缩到十万级、百万级。各数据库同步链路相互独立，支持断点续传、支持时延监控、任务状态监控告警，而且配置灵活，有效保障业务连续性及运维的高效性（见图）。

技术实现特点

ADB基于开源项目Greenplum构建，由阿里云深度扩展，兼容ANSISQL2003，兼容Postgre SQL/Oracle数据库生态，支持行存储和列存储模式。既提供高性能离线数据处理，也支持高并发在线分析查询，是各行业有竞争力的PB级实时数据仓库方案。

1.产品高可用。实例节点高可用进一步强化了产品优势，集群中所有节点均采用主备HA架构设计，并强调主备之间数据强一致性。其中Master节点HA实现各服务节点间状态监控，每10秒完成一次Angent探测，异常发生时，Master节点HA切换小于30秒，将Slave升级为Master的同时重新搭建Slave；Segment节点状态监控，由Master每10秒完成一次，当Segment节点异常时，Master在30秒内完成其备用节（mirror）的切换。

2.弹性计算。ADB具备良好的弹性能力，同时支持水平扩展和垂直升降配，以满足不同场景的扩展和弹性需求。

垂直升降配调整计算节点的CPU和内存等资源。这种垂直升降配不会迁移数据，可以实现分钟级升降配，以应对突发业务高峰场景。垂直升降配还可以结合弹性节点调度能力，实现最大化利用算力资源，加速查询性能。

水平扩展分为两种模式，原地扩容和迁移扩容。原地扩容在原有实例的基础上增加计算节点，这种方式通过一致性hash算法来挪动数据，扩容时挪动的数据量相对较少，扩容速度更快。而迁移扩容则是通过新建一个实例，然后将原有实例数据迁移过去的方式实现扩容，这种方式相对于原地扩容成本较高，但是这种方式更加灵活，可以实现跨region跨可用区扩容。

3.高兼容。支持ANSI SQL2003，部分兼容Oracle语法，支持PL/SQL存储过程。新一代SQL优化器可实现复杂语句分析自动调优功能，帮助业务从集中式向分布式低成本迁移，最大限度保护客户已有投资；提供多种数据迁移工具以及一键数据迁移方案，支持业务不停机切换。另外，对于自主可控硬件和系统，支持海光、海思、飞腾等芯片，以及中标麒麟、银河麒麟等操作系统。

4.高性能。MPP水平扩展架构，支持PB级数据查询秒级响应。搭载了Alibaba自研的“双引擎”，即向量执行引擎和存储引擎，拥有向量化计算及列存储智能索引能力，相比传统数据库引擎在性能方面提升较大。

5.低成本。基于分布式架构和通用服务器，没有对特定硬件架构的依赖，支持行式存储和列式存储，支持非易失存储、固态硬盘、机械硬盘等多种存储介质，支持单节点最大10TB存储空间。在此基础之上，ADB进一步提供了存储压缩能力、OSS外表存储能力和共享存储格式、存储分层等能力，满足用户在不同场景的需求，综合降低客户使用成本。