“先生，您辦什麼業務？”
每次走進銀行，我總在第一時間就能收到大堂經理的詢問。當然了，作為年輕人，如今大家跑銀行的次數是越來越少了。不過就在幾年前，我家樓下的那家銀行每個月都有幾天人滿為患，甚至還不到開門的時候，就有各位大爺大媽排在了銀行門口，還不是為了那每個月都按時發放的養老錢。
不過現在再去銀行，你就很少能看到排隊的場景了。倒不是說這幾年大爺大媽的數量少了，而是之前去銀行取錢或者存錢，免不了填寫各種表格。從你邁進銀行的那一刻起，首先要現場填寫紙質申請單，好不容易排到自己，櫃員還要根據申請單重複錄入申請信息、辦理業務時打印回執單、最後辦完業務還要自己簽字。這麼說吧，每次去銀行辦業務，都要寫好幾份文件，為此也耽誤了不少時間。
這顯然不符合智能化、自動化的IT業務需求，甚至也不符合環保理念。最近幾年，包括銀行在內的許多行業都在推動“無紙化辦公”，對於銀行來說那些複雜的票據、表格，完全可以採用電子版本替代，儲戶也無需多次、重複填寫信息，依靠身份證芯片識別或者人臉識別等技術，完全可以實現更快速、更高效的業務模式……當然，事情說起來簡單，做起來卻要一步步循序漸進的部署。
對於傳統銀行網點來說，客戶填單、客戶簽字、櫃員蓋章、客戶領取回單，一成不變的櫃檯和品種繁雜的單據已經固化了人們對銀行的印象，但是在廣發銀行和民生銀行，這種情況已經出現了改變。2017年5月20號，廣發銀行櫃面無紙化、電子印章、印控機項目成功上線，這也標誌著廣發銀行在“無紙化”道路上邁出了堅實的一步；而對於民生銀行來說，也已經在全國網點進行推廣“無紙化”服務。
其實從2015年開始，中國銀行業就開始進入了無紙化時代，如今越來越多的銀行已經以前紛繁複雜的報表單據中解脫出來。如今的許多銀行都在通過平板電腦完成業務，是直接將客戶信息錄入到系統中，而非客戶手寫再由櫃員手動輸入，一來提升效率節約了時間，二來辦理業務後客戶可自主選擇是否需要單據，更為環保，也減少了個人信息保管不善潛在的風險。
當然，這些都是“無紙化”的好處，但是對於前端的櫃檯來說，這些改變帶來的都是應用的便捷和業務的高效；但是對於後端的數據中心管理和運維人員來說，則更需要配套的IT基礎設備支持。尤為重要的是，在銀行這樣關乎國計民生的行業中，任何IT系統的差錯都會帶來災難性的影響，所以選擇怎樣的IT解決方案、如何來部署這些方案，也成為了擺在IT管理者面前的難題。
難題一，業務很複雜——雖然從大多意義上講，我們去銀行就是取錢和存錢兩件大事，但如今小到打印個人流水清單，大到公對公的大額金融匯款，都是銀行的業務範疇之類；再加上理財型產品的出現，銀行提供的服務可謂是五花八門，其背後對應的IT系統也是千變萬化。對於這些業務來說，雖然算不上是“牽一髮而動全身”，可是要想單純的改變某一個項目，也必須考慮到連帶的或者說複雜的影響。
難題二，安全要求高——因為銀行與金融數據密切相關，說白了裡面“裝的都是錢”，所以無論是物理安全問題還是數據安全問題都是核心關注點。對於IT環境來說，如何保證儲戶數據的準確性，如何能夠保證這些數據不被竊取或篡改，如何保證整體IT系統運行的問題，也是銀行首先需要回答的問題。
難題三，時代變化快——要說銀行業的變化，不能不提到一個特殊的產品“餘額寶”。如今大家司空見慣的這個應用，當年一經推出就引起了整個行業的關注，更成為了一款顛覆性的產品。如今，我們看到銀行業在IT建設領域如此努力，在推動移動智能化、自動化運維等等方面如此積極，都是基於包括餘額寶在內眾多金融服務的改變。從另一個角度來理解，也是時代的發展推動了銀行業的變化，而且在激烈的競爭中，想要利於商業上的不敗之地，各大銀行業要緊跟時代的腳步。
綜上，無論是業務範圍還是數據安全，無論是時代發展還是個人需求的改變，種種因素交織在一起，成為推動銀行“無紙化”的動力，而它們的存在，也使得銀行想要邁出“無紙化”的這一步變得顧慮重重。而在這個時刻，一家公司成功的解決了銀行數據安全的難題，它的出現使得銀行能夠放下思想和行動的包袱，從而以全新的姿態迎接無紙化帶來的IT變革。這家公司的名字，叫做——巨杉數據庫。
說起巨杉這家公司，熟悉數據庫的朋友可能並不陌生，早在2017年它還曾是首批入選Gartner年度數據庫報告的中國數據庫產品。時至今日，巨杉數據庫更是在銀行業遍地開花，剛剛我們提到的廣發銀行、民生銀行兩家，都採用了巨杉數據庫作為後臺支撐，也正因為如此，在面對非結構化數據變革的時代，這兩家銀行率先實現了“無紙化”轉型，成為了行業內為數不多的“智能銀行”。
巨杉數據庫為底層數據引擎的分佈式非結構化數據管理平臺，已經在包括民生銀行、廣發銀行在內的超過50家大型銀行業務應用。在某大型股份制商業銀行業務系統中，巨杉數據庫總集群部署節點數達到122臺物理服務器，部署邏輯節點1530個，平臺服務銀行網點數超過840個 ，性能響應在毫秒級別，數據實現了同城數據中心災備和雙活。
正如我們之前提到的，如今任何一家企業面對的業務信息量和數據量越來越大。據統計，企業管理的結構化數據只佔信息總量的15%，而剩下85%的信息是非結構化數據，包括各種掃描件、電子文件、報告、公文、語音、視頻、圖片、傳真件、信件等非結構化數據。多年前，這些非結構化的數據並不能引起管理人員的注意。或許有人根本不在意它們的存在，或許即便在意了也是束手無策，總之這些非結構化數據被大家隨意丟棄。
但是在大數據、人工智能等技術的支持下，越來越多的企業將非結構化數據治理納入下一步IT規劃體系。而如何使用統一的平臺來存儲、查詢、統計分析、甚至在非結構化數據中進行圖片語音識別、打標籤、自動分類，也就成為了行業關注的新方向。就以銀行業為例，如今在輿情監控、客戶信用評級、市場洞察、風險欺詐分析和運營優化等多個領域中，非結構化數據的權重越來越高，特別是在無紙化辦公之後，銀行需要將這些數據進行針對性的處理和分析。
這就輪到巨杉數據庫SequoiaDB出場了。針對剛剛我們提到的銀行業“三大難題”，巨杉數據庫則是從分佈式的需求出發，通過非結構化數據的處理、靈活備份和容災、實時高性能相應等三個方面，提供了系統又完善的解決方案。
在非結構化數據的存儲和處理方面，SequoiaDB提供了同時存儲結構和和非結構化引擎的機制，非結構化數據的存儲在引擎中主要是以LOB形式來實現的。SequoiaDB 3.0在對象存儲API的基礎之上提供了標準Posix文件系統接口，能夠原生接入任何支持Posix協議標準的操作系統，用戶對應用程序無需任何改造即可從NAS遷移至SequoiaDB。
不僅如此，巨杉數據庫的非結構化存儲提供了原生的對象文件塊存儲機制，同時適用於影像類大文件與票據類小文件。在巨杉數據庫對小文件存儲與檢索的過程當中，每個數據塊均使用散列算法判斷其所處的物理位置，因此不會進行任何物理查表操作，數據庫也不需要維護每個對象文件的物理位置表，因此不論從安全性、吞吐量、以及響應速度都遠遠高於其他同類對象存儲。
安全問題始終是銀行業的“高壓線”，也是所有人客戶最關注的焦點。為此，巨杉數據庫從多活架構的角度提供了計算存儲分離的設計思路，因此其SQL解析與執行器往往與數據存儲和事務控制分別運行在不同的進程中。用戶可以通過定義異地災備機房的同步策略，使災備機房定期進行日誌文件的同步，以做到災備機房與主機房的數據擁有一定的時間差異，避免手工誤操作。這樣一來，“銀行臨時工”就再沒有存在的價值了。
除了架構穩定，安全可靠之外，性能則是銀行第三關注的問題。為此，巨杉數據庫通過分佈式架構，多維數據分區，高性能索引以及數據壓縮等機制，保證了無論非結構化數據還是結構化數據在大數據量下依舊保持性能的平滑擴展，實時響應。相關測試顯示，巨杉數據庫相比傳統NAS方案節省了三倍的磁盤成本。
正是得益於以上三大特性，使得巨杉數據庫成為了眾多金融行業客戶可信賴的夥伴。除了我們提到的廣發、民生有農行之外，如今巨杉數據庫的付費企業級客戶與社區用戶總數超過1000家，並已在超過50家500強級別的銀行、保險、證券等大型金融機構生產業務上線。
或許未來的銀行，再也不需要排隊了。
閱讀更多 IT大嘴巴 的文章
