备份技术"/>
银行金融的数据大集中和灾难备份技术
9．1 数据大集中技术 数据大集中是当前银行信息化的热点之一。本节将叙述数据大集中的含义、必要性及大集中的三种模式，最后介绍国内银行数据大集中的成功案例。 9.1.1 数据大集中的含义 银行系统中的数据“大集中”是一种通俗、形象的说法，旨在与过去的“数据分散”和“有限集中”的模式相区别，实际上，银行数据大集中可以的内涵可以用八个字来概括，即：数据集中、系统整合。集中是数据的“相对”集中，不是绝对集中；整合是数据集中基础上的应用整合和系统整合。 9.1.2 国内银行数据大集中的进展情况 1994年工商银行最早提出来“大集中”的概念，当时叫“大机延伸”，各储蓄所的微机和大机或主机联网，数据不再存放在储蓄所里，而是放在一个城市的中心，这样数据的集中管理、保护、处理等各方面都会有所进步。94年后工商行按照这个思路建立了44个数据中心，各计划单列市、省会城市都建立了数据中心。 90年代网络技术飞速发展，到1998年时，主机供应能力有了很大的进步，处理能力高的机器问世，建立更大的计算中心的技术条件成熟，同时网络等有关技术的发展使得数据大集中的技术已经成熟。因此工行提出了要建立更大的数据中心的目标。在1999年时提出了9991工程，把原来的中心进一步集中，建立了两大数据中心，即在北京上海建立了两大互相备份的数据中心。 2004 年 9 月 25 日 ，中国工商银行成功地将全国业务集中到了上海处理中心。同时，工商银行还完成了澳门、新加坡、东京、汉城、香港等亚洲地区分行的数据集中上挂工作，实现了中国工商银行亚洲地区省外分支机构数据的集中处理。 中国农业银行是国内分支机构、营业网点最多的商业银行，实现大集中的难度可以说最大，目前已经实现了18个地区的省级数据集中，并计划在十五期间实现全国大集中；中国农业银行计划在2002年完成全国36个省级数据中心的建设，在北京分行开始进行跨省份数据集中业务处理的试验，并实现全国联网；2003年上收了青海、天津、海南、北京等分行及总行营业部的数据后，2004年上收了大连、吉林、河北分行的数据处理业务，目前、系统运行状况良好。又在2003年完成全国数据处理中心的基本建设；2004～2005年实施省级数据中心的合并，到2005年底全面完成大集中工程。 中国银行于2004年已实现华北、华东、华南、西南、西北五大中心的区域数据集中，同时进行系统平台与应用软件版本的统一，目前西北和西南中心的核心系统已实现逻辑集中。 中国建设银行计划在2001年9月完成一级分行业务数据集中处理，并完成全行一、二级骨干网络的重组优化工作，再用二年半到三年的时间实现大集中的目标，加快总行运行中心的重组。已于2004年9月完成了江苏、内蒙古等11个分行数据处理上挂南、北数据中心的工作，为全行核心业务系统的统一、数据全辖集中奠定了坚实的基础。 交通银行已抓紧实现全行对公、对私业务处理系统的数据集中处理，并启动了海外数据中心的建设，其东京分行计算机系统于 2004 年 4 月 1 日 正式挂接香港分行综合业务处理系统。同时，还完成了总行数据中心与海外数据中心的互联。 此外，光大银行已在今年6月底完成了全国的大集中，实现了业务的全行集中处理。此外，招商银行、中信实业银行、民生银行、上海浦东发展银行等股份制商业银行，也基本实现了数据大集中，将分散于各分行的业务数据集中至竞选数据处理中心，建立了高效、统一的信息处理平台。 目前，国内的各家银行都在走大集中的发展之路，只是进程各有不同，大型商业银行因为分支机构多，投入早、负担重，实施起来相对费力，那些能及早完成大集中工程的银行必将在激烈的竞争中占得先机。 9.1.3 数据大集中的必要性 9.1.3 .1银行信息化的四个阶段 从基于数据处理的业务来看，目前银行业信息化的发展经历了四个阶段： l 20世纪80年代中期，中国银行业开始电子化基础设施建设，从手工业务处理流程逐步过度到计算机处理流程; l 进入90年代，以国有商业银行为主的银行电子化已经初具规模，大多数银行营业网点已经走向业务处理电子化； l 到90年代中期以后，在单机应用基础上，并行多任务分布计算和分级处理渐趋成熟，部分发达地区银行已经开始走向网络化发展阶段。 l 2000年以后，银行业进入到数据大集中的阶段 在银行业发展的前三个阶段，尤其是四大银行在早期的计算中心的建设中，从县支行到地市行，再到省分行和总行建立了上千个计算中心。每个银行都是计算机中心林立，各个中心的设备差异很大，应用软件的开发各成一套，造成了严重的重复投资和管理水平低下。后来成立的中小型商业银行也大多延续了分散建设计算机中心的模式。 9.1.3 .2 大集中前的问题 银行实施大集中前，出现了以下几个方面的问题： 一、数据管理维护困难，不利于全行集约化经营 全国各地、各类银行没有一个统一的标准，即使同一家银行的不同分行之间，标准也截然不同。各个中心设备购买权分散，独立开发，造成硬件和网络设备型号不统一，业务处理流程各异，银行内部各部门功能差异增大，运行效率低下。 二、风险大 由于中心多、数据分散，随着业务量的加大，风险越来越大，管理难度加大。 三、 可扩充性差，不利于保护投资 每个信息处理中心生产系统和数据备份系统各不相同，重复投资、重复建设矛盾十分突出，浪费现象严重。不同厂家和类型的设备升级、扩充能力各异、费用极高。 9.1.3 .3 数据大集中的优势 银行实施数据大集中，从业务角度讲，它有利于加强对分支机构的业务监管，便于进行统一的奖金调度，进行统一的信贷风险控制；从投资成本上讲，它可以节省包括设备、场地、人员等计算机系统工程建设的投资；从管理角度讲，它便于进行计算机安全管理和运行管理；从创新角度上讲，它将有利于加快业务创新，促进新业务在全行范围的推广应用；从同业协作的角度讲，它也有利于银行采用统一接口，实现网络互通，业务互通。 总之，大集中是银行集约化经营的基石，是我国银行信息化发展的必然趋势。数据大集中的优势体现在以下几个方面： ● 在网络系统技术为大集中提供了必要条件后，银行的前端数据采集可以通过综合柜台系统、银行卡系统、清算系统、信用管理系统、自动柜员机、网上银行、电话银行等多种接入渠道汇集到一个集中处理中心，将所有的客户数据与处理数据集中到一个数据库中，这样，不仅克服了分散系统信息零散、交叉和重复的弊端，更可为客户信息资源事后分析处理提供完整依据。 ● 银行业务大集中使大总行、小支分行的管理体制成为可能。总行是管理中心、信息中心、决策中心、监控中心；分行是利润中心、经营中心，弱化管理职能，有利于支持一级法人治行的管理理念。大集中的实现，在全行范围内实现了资源共享，报表信息准确及时，决策科学而准确，风险降低；同时有利于建立准确的客户信用信息，并实现全行共享；统一的信息资源为管理信息系统的建立提供基础，为管理提供决策依据，同时利用客户管理系统对客户关系进行分析，最终达到提高管理效益的目的。 ● 电子化业务集中处理后，软、硬件、人员等费用投资明显降低。总行可以集中全部力量开发、推广应用软件，避免了低水平多头重复开发现象；来源于总行的全面的客户信息资源，便于建立信贷客户档案管理、客户评估，为社会信用机制建立提供了可靠基础。在结算方面，集中的信息资源保证银行间从客户到付款行乃至发送行的票据流动过程实现了标准化和自动化。 ● 全球商业银行正呈现出经营智能化、经营方式网络化、机构网点虚拟化、业务综合化、金融活动全球化、组织体系集中化的发展趋势。采用大集中模式，建立完整统一的电子化信息资源平台，无疑将为中国银行业适应国内竞争、参与国际竞争打下良好基础。 9.1.4 数据大集中的模式 当前“大集中”可供选择的模式有：机器设备集中、物理数据集中和应用处理集中三种模式。 ● 机器设备集中模式是指简单地将原来多个信息处理中心的设备进行集中； ● 物理数据集中模式是指部门内部数据集中到同一台主机或多台主机构成的集群系统中，实现数据的集中存储和管理； ● 应用处理集中模式是指在部门软件体系架构中实现一体化设计，以覆盖所有业务。 机器设备集中模式是技术方面最低层次的集中，一般可以被其他两种集中模式所包含，只是在信息化的初级阶段经常出现。物理数据集中模式在实际应用中常常容易和应用处理集中模式混淆在一起，主要是物理数据集中模式下应用往往是分离的，而应用处理集中模式下物理数据往往是集中的（如下图）。 图9.1 集中模式示意图 不论是国内还是国外，物理数据集中模式和应用处理集中模式都是目前采用最多的两种模式。应用处理集中模式是最高层次的“集中”，打破了以往业务系统的界限，对业务、流程和管理进行重整，以实现企业信息架构的再造。电信部门的BOSS系统可以被视为应用处理集中模式的范例。当然，根据业务规模及地域分布情况，在应用处理集中模式中，跨国或全国性部门一般都有多个数据中心，如工商银行的南北数据中心。 另外，针对数据分散情况，原有分散在各地或各部门的业务数据也可以通过网络方式，集中存储到同一个主机（主机群），以便于管理，这种集中模式与业务应用无关，在这个集中模式下可以相应地开发管理应用，可称之为管理数据集中（如下图）。 图9.2 管理数据集中 以上集中模式都是针对本地情况而言，这些集中模式仅仅沿袭了主机时代的思维模式，没有充分考虑到分布式技术和宽带网络能够提供的技术条件，因此，不排除将来有可能出现“数据物理分布、逻辑集中”的分布式模式。 在实际应用中，国外的大银行目前基本上采用的是应用处理集中模式。例如：花旗银行（City Bank）在全球共有三个数据中心，分别为CEEMEA中心（拉美部分地区、中/东欧、中东、非洲）和拉美中心、亚洲中心，在基于统一的数据中心的基础上，按照对公业务应用（corporate application）、客户应用（consumer application）和公共应用（common application）实现业务处理系统的整合，并通过规定路径提供给银行员工及客户使用。 国外，即便在没有实现应用处理集中的行业，整合也是近年来IT的战略重点，据著名的麦瑞迪公司（Meridian Research）调查，2000、2001、2002年中金融批发和零售行业十大战略中，有关数据质量（data quality）与系统整合(integration)的项目都名列其中。例如，著名的美林证券公司（Merrill Lynch）采用微软解决方案（MSF）对系统加以规划整合，将企业架构分为商业层、应用层、信息层、技术层和基础层五个层面，以向全球提供统一的、全面的金融服务。 9.1.5 数据大集中的实施案例 中国银行系统大集中的目标是将二级分行的数据集中到省行的数据处理中心，加强省行的金融监管力度；实现主要业务的全省联网；同时将各地市二级分行的主机逐渐变成网络节点机，承担网络节点设备和本地特色业务。 9.1.5 .1 系统的设计原则 系统的设计原则如下： 主机系统采用总行推广的ES/9000。 ●网点运行Sm@rtACE平台实现主机的各项业务功能。 ● 中间节点机采用AS/400作为网络设备，连接前端ACE和后台ES/9000。前端系统的交易请求以“穿透”方式连接到ES/9000系统，即AS/400只相当于路由器，交易请求直接从其穿过。 ● AS/400能够实现本地特色业务。前端系统能够自由的进行ES/9000主机业务和AS/400本地业务，同时在前端进行系统的统一整合。 ● 通过前端进行会计和储蓄等业务系统的整合，实现统一的会计和储蓄系统，同时实现综合柜员制。 ● 通过前端提供的一台服务器带多个机构的功能，实现前端的地区集中。 ● 系统具有良好的可扩展性和可维护性，同时具有良好的可推广性。系统的设计原则要求中间节点机可以是AS/400、RS/6000或CISCO路由器，保证系统可以应用于其他系统结构下。 9.1.5 .2 系统整体架构 本系统实现后的总体架构为，采用ES/9000直接连接CT方式运行更多推荐
银行金融的数据大集中和灾难备份技术
发布评论