大数据戳中金融之痛

　　根据IDC研究，金融行业大数据时代已经来临，未来80%的数据将是音视频文件、图片等非结构化数据，海量非结构化数据的持续增长将给金融机构的IT管理和应用带来重大挑战。

　　这些挑战既来自传统IT架构不能满足当前业务发展的需要，也来自对海量数据的迅猛增长不能形成清晰认识并形成有效措施。传统上采用的小型机，由于其封闭、维护和升级极其复杂，并不利于扩容和构建分布式计算以实现大数据解决之道，也难以满足日益增长的金融业务需求。

　　一方面，小型机系统封闭，其维护升级也面临着高技术门槛、高成本、容易被厂商锁定等短板，应用单一、部署周期长;另一方面，x86服务器技术不断成熟，使得性能、可靠性和可用性得到全面提升，可靠性和性能可全面媲美小型机。从技术应用的角度来看，大数据通常采用分布式计算架构，通过云计算的分布式处理对海量数据进行挖掘、分析，而分布式架构恰好是x86服务器与生俱来的优势，通过横向扩展可很好地满足金融大数据的应用需求。

　　金融业务的不断增长也逐渐暴露出现有IT系统的诸多问题：成本高、性能低、功耗大、空间占用大、升级维护复杂等等。这就要求有一种能全面满足当前业务并能助力大数据挖掘与分析，实现永续成长的开放性、创新性的服务器解决方案。这种服务器要有强大的稳定可靠性，能支撑CMS、CAS等关键应用，也能快速响应POS、eBanking等前端应用，提供有大容量内存和丰富的扩展插槽的同时，满足分布式计算和虚拟化应用，并可支持根据业务决策提供定制化的优化和加速解决方案。

　　华为服务器掘“金”大数据

　　金融机构在大数据时代所面临的挑战，需采取不同于以往的应对思路来重新部署其IT基础设施。

　　首先，面向金融业务的大数据处理平台要能具备“秒级响应”的能力，能够对历史交易数据进行快速查询与分析，提升工作效率和质量;

　　其次，日益增长的金融业务会对存储扩容提出苛刻要求，需要在高质量、高性能的基础上拥有良好的经济性和扩展性，实现灵活弹性扩展;

　　其次，分布式集群架构需要按需配置、现场调优，根据业务特点对服务器节点进行灵活选配和优化。