蚂蚁金服分布式银行核心系统解决方案
2020-05-11
现状及痛点分析
传统架构面临挑战
新一代的银行系统必须直面来自不同阶层、不同背景的海量客户，以及随之而来的海量交易和海量数据。这将是银行业共同面对的技术挑战，而分布式架构和云计算技术已经成为业内公认的解决方案。可扩展性强，处理效率高，容错能力强，总体拥有成本低，是分布式系统的重要特点，能够有效的解决传统架构的性能瓶颈，并满足金融级的高可靠性要求
业务连续性诉求不断提高
“两地三中心”是银行业广泛应用的跨数据中心扩展与跨地区容灾部署的典型模式，这种部署模式存在扩展能力上，不能有效解决业务压力跨地区扩展的问题；在成本上，灾备系统仅在容灾时使用，资源利用率低，成本较高；在容灾能力上，由于灾备系统冷备等待，容灾有效性低，切换风险较大。分布式架构下通过异地多活单元化能力满足低成本高效容灾能力，保障业务连续性。
快速响应能力受限
移动互联网快速普及，客户行为与喜好发生巨大变化，银行业务的发展也在与时俱进，业务部门越来越专业，平台经济与共享经济等新模式也推动着金融服务模式的创新，对于核心系统的支撑能力与应变速度提出了新的要求，传统核心的架构设计与技术能力，成为制约产品创新水平与速度的瓶颈。
运营模式升级
我国利率市场化改革基本完成，银行业的市场化竞争日趋激烈，互联网金融大潮下的跨界竞争者纷纷进入支付、融资等传统金融领域，对商业银行围绕网点经营的模式带来了全面的冲击；整体竞争格局的变化，使得银行比以往任何时候，都更需要一个更强大的交付平台，来支撑规模化、高效、低成本的新型运营体系。
方案架构
应用架构
久经考验的架构分层与微服务拆分设计实践，充分释放分布式架构潜能。
服务集成层实现各个渠道之间以及与分布式银行核心之间的信息交换，将分布式核心银行与其他系统融合为一个有机整体，最大限度的保障银行的 IT 投资。
分布式金融核心套件屏蔽底层分布式技术带来的复杂性，简化上层业务系统的构建难度，助力商业银行快捷、平稳的实现核心系统分布式架构转型。
业务产品层与分布式金融核心套件之间完美配合，实现产品的快速上架，助力银行创新产品与运营能力的快速交付，及时对外部需求做出响应。
技术架构
分布式银行核心基于蚂蚁金融级云原生分布式架构体系构建，赋予银行业务系统海量交易处理能力、弹性扩展能力、实时数据响应能力、全体系运维安全保障能力、异地多活容灾能力、敏捷研发交付能力。
分布式银行核心架构主要分为四层：
IaaS 层提供低成本的服务器、网络设备、存储等物理设施，通过虚拟化、容器化和云计算技术使得基础资源具备成本低廉、安全、可伸缩的特性。
PaaS 层提供面向金融场景的分布式技术框架、组件和运行环境，并提供运维平台进行服务和资源的管控。DaaS 层围绕大数据处理和计算，面向业务提供离在线一体化的风控和数据分析能力。研发效能提供敏捷的持续交付和持续发布能力。技术风险提供实时的技术风险保障能力，保障业务连续性和资金安全。
分布式金融核心套件层提供支撑银行业务处理的核心应用组件。
方案优势
全面面向客户服务
贯彻以客户为中心，全面为客户服务的中心理念，构造了完整的客户服务模型。不仅客户信息维度清晰丰富，同时将大量的客户信息实际运用到了业务处理过程当中，实现了基于客户的差异化产品服务、风险控制以及业务数据沉淀。未来的银行必然全面地向客户化服务转型，这种理念将渗透到银行的方方面面。
统一资产交换
设计统一资产交换平台，对上层业务系统屏蔽底层各资产工具处理逻辑的业务复杂性和技术复杂性，并且对资产工具提供一点接入多场景使用的能力。在资产交换的处理过程中，支持业务运营对不同场景的资产工具的可用性、可见性、排序、额度管控等业务纬度进行控制。并且通过用户使用习惯的数据反馈到资产交换处理过程中，实现千人千面的支付体验效果。
海量用户高并发支撑能力
支持海量用户的高业务并发场景，提供弹性伸缩能力，有效应对交易高峰的同时降低设备成本。基于单元化架构设计，支持分布式金融核心系统的异地多活架构。
金融级可靠性
深度集成 OceanBase 分布式数据库以及 SOFA 金融云原生分布式框架，保证数据完整性以及应用高可靠。通过蚂蚁金服自身业务沉淀的“资金核对体系”、“全链路压测”可以保障业务在分布式框架上的金融级数据一致性。
敏捷产品创新
充分实践了“大中台”的业务架构设计理念，将产品生产的过程从产品设计、系统架构、研发流程进行全链路的升级转变。支持多维度参数灵活组装配置，能够满足产品快速组装和新产品的创新，并实现产品统一管理。降低业务的试错成本，提高了客户个性化体验度。
热点账户免疫
内置汇总记账、缓冲记账等热点账户解决方案，通过对于系统运行情况的分析，自动发现热点账户，进行智能决策，选择当前场景下最适合的热点账户解决方案，迅速消解热点账户，使得系统对于各种场景下突发的热点账户问题有良好的免疫能力。
数据信息标准化
遵循严格的数据设计规范和数据标准要求，通过灵活的参数体系实现数据标准对标行业、监管、银行的数据标准；通过领域模型的规范化设计满足银行对于管理会计、绩效考核以及全面风险审计的要求，也能够满足监管对于数据的报送要求，能够支持银行精细化管理和经营的数据分析需要。