近年來，隨著5G、大數據、人工智能、物聯網等技術的飛速發展，各類數據呈現大規模、多樣性的指數級增長，企業需要同時處理海量結構化數據、半結構化數據以及非結構化數據。相較其他行業，商業銀行在智能時代更依賴數據要素對業務的支撐，業務流程亟待更豐富、更準確、更高效的數據服務，通過挖掘數據價值，推動業務創新。

面對愈發強烈的數字化轉型需要，河北銀行在數據應用建設中，結合行內原數據湖，引入南大通用GBase 8a MPP數據庫對數據平臺升級遷移，形成了MPP+Hadoop技術棧的湖倉一體數據服務體系。

傳統數據平臺遇到的挑戰

河北銀行原數據平臺基于Netezza一體機搭建,是行內重要的基礎平臺類系統。2019年，IBM宣布停止該款一體機所有支持，同時，行內原有的數據平臺面臨著諸多問題和挑戰。主要體現在：

數據完整性不夠

原數據平臺存儲空間不夠，導致關鍵分析結果和整合后的數據無法長期保存，難以滿足使用周期較長的數據服務。而數據平臺與大數據平臺作為全行數據基礎平臺，二者相互獨立、缺少融合，現有數據架構和技術體系無法實現多樣數據的采集，全域數據匯聚能力不足。

數據規范性不高

數據標準方面，源系統數據標準不一，數據平臺缺乏數據標準的間接落標，導致未能形成可見、易用、好用的數據資產。數據模型方面，缺少針對數據模型的有效管理，數據開發不規范，數據使用低效，數據資產化能力不足。

數據時效性不強

數據平合資源使用率觸及容量瓶頸且無法擴展，算力不足，無法按時完成分析任務，處理時間較上線初期已延遲7小時，嚴重影響關鍵報表的時效性。此外，由于缺少輔助工具支撐，數據研發周期長，進而導致交付效率低。

結合監管要求，河北銀行綜合考量行內數字化轉型對數據能力建設需要，選擇引入南大通用GBase 8a MPP數據庫，建設新一代“湖倉一體”數據平臺，以應對原數據倉庫技術支持難以為繼，且數據能力方面存在的不足。

引入GBase 8a搭建高性能、可拓展數據平臺

行方的數據平臺主要用于存儲來自核心系統、個貸系統、網銀系統、零售系統等各業務系統的數據。新一代數據平臺由Netezza一體機升級為支撐海量復雜業務數據、可水平拓展的分布式架構，采用完全自研的國產分布式邏輯數據倉庫GBase 8a以適應各業務系統數據量的不斷增長和數據類型的復雜化。

“湖倉一體”數據平臺總體建設方案圖

整個數據平臺基于16臺物理機構建，GBase 8a承載所有結構化數據的存儲和計算任務，實現了數據抽取工具的無縫對接，保證了原系統所有的功能替代。同時，同上層應用廠商配合，順利完成業務遷移任務。GBase 8a進行數據的加工、處理并為生產高價值數據提供可靠、穩定保證。依靠GBase 8a自身特性，與現有Hadoop系統無縫對接，承載全行數據模型落標與統一數據整合集成，形成各個數據層的數據組織與模型。新一代數據平臺和數據湖有效融合，基于兩套數據生態，進行合理的數據分層，形成一套完整的采、管、存、用的數據全流程管理體系。

項目成效

新一代“湖倉一體”技術平臺以南大通用GBase 8a分布式數據庫為計算引擎，以數據湖為主存儲，支持平臺資源彈性擴展，實現了大規模、多類型數據快速接入和存儲，形成全域、完整的數據資源，集“湖倉”優勢，整合海量存儲和高性能計算能力，以更低成本滿足了全行多層次敏捷用數需求；新平臺以更符合業務人員使用習慣的方式重建數據模型，提煉業務條線共性數據需求，構建一站式數據研發交付體系；此外，新系統重構了標準數據體系，建立數據架構、模型設計、數據開發的系統性規范，形成數據標準管理及數據質量管控的長效機制，完成了數據全生命周期管理及治理的有效閉環。

結語

基于GBase數據庫構建的“湖倉一體”數據平臺在河北銀行的成功落地，不但解決了數據完整性、數據規范性、數據時效性等方面的問題，還通過大數據與MPP技術的充分融合，大大提升業務的智能化水平，為行方的數據化轉型提供了關鍵驅動力，同時也為后續管理應用系統的建設打下堅實的數據基礎和技術基礎。