智能运维助力 银行数据中心存储成为数字化转型基石

银行加速数字化转型的今天，数据中心存储智能运维正在成为决定转型能否取得成效的关键。

出品 | 常言道

作者 | 丁常彦

作为我国首批股份制商业银行之一，某银行经过三十多年的发展，已经成长为以银行为主体，覆盖信托、租赁、基金、消费金融、期货、资产管理、研究咨询、数字金融等业务的现代金融服务集团。

近年来，该银行积极响应国家科技战略，始终坚持“科技兴行”的治行方略，紧密围绕集团发展战略，持续加大科技投入，致力打造“安全银行、流程银行、开放银行、智慧银行”，重点布局大数据、机器人流程自动化(RPA)、开放接口、人工智能、用户体验、区块链、云服务和信息安全八大技术领域，持续赋能数字化转型。

众所周知，对于银行业来说，数据不仅仅是核心的生产资料，更是赖以生存和发展的基石。因此，在该银行加速数字化转型的今天，数据中心存储智能运维就成为决定转型能否取得成效的关键。为此，该银行基于智能引领创新，已经实现存储智能运维面向场景的落地，成为银行业数据中心存储高效管理与运营的创新标杆。

数字化转型进入深水区

数据中心基础设施加速升级

随着金融科技大潮的兴起，客户对金融服务的要求不断提高，银行服务路径也在悄然变化。在Bank1.0时代，金融服务是以线下网点为核心；而在Bank4.0时代，金融服务已经从实体网点转向无感植入式的智能银行，并直接深入到各种生活场景中。在这种情况下，传统银行也在加速推动金融与科技融合，积极把自身的服务通过开放API提供给第三方，以打造“开放银行”。

某银行近几年的发展和变革也印证了这一趋势。早在2015年，该银行就在业内率先成立金融科技子公司，通过市场化运作的体制机制，提升科技队伍的专业化能力。随后，该银行开始逐步开展零售业务数字化转型，并启动了线上平台再造，打造出社交化、开放化、智慧化的特色网络金融平台。尤其在2020年新冠肺炎疫情爆发以来，银行对于线上化、数据化、场景化的服务创新日益迫切，该银行开始进一步加速零售智慧银行建设，推动零售业务数字化转型，全面提升零售金融的智慧化水平。

开放银行、智慧银行的建设加速，也给数据中心基础设施提出了新要求。为了满足业务创新发展需要，该银行在数据中心建设上紧跟技术发展的脚步，承载起自身数百套重要信息系统稳定运行的重要责任。近年来，银行业务峰值呈几何倍数增长，得益于数据中心安全稳定运行，全行生产交易类重要系统可用性常年保持在99.99%以上，核心业务系统异常率指标低于0.05‰。

早在2014年，该银行就全面完成了环形骨干网改造和分支机构割接部署，成功建成了国内金融系统首个跨地域三地三中心的环形网络平台；并利用环形网络打通了多地数据中心机房，为数据中心跨区域一体化运营打下了基础。与此同时，在技术应用领域，该银行数据中心利用“一键式”切换脚本实现了重要信息系统的分钟级主备切换和灾备切换；利用大数据分析、人工智能等技术开发了一系列主动预警、智能识别监控工具等。

数据中心基础设施的持续升级，也让存储这一承载金融机构最重要的数据资产的关键设施，变得愈发重要。过去，银行在存储管理上大多采用人拉肩扛式管理，不仅资源变更耗时长、故障定界耗时长，报表统计效率也很低。因此，银行在存储运维管理上亟需提升安全、可控、可追溯的自动化能力，以及丰富全面的性能监控分析、报表统计、告警集中管理。

顺应智能运维趋势

探索存储全生命周期自动化管理

某银行在推动存储运维管理升级过程中，智能运维扮演着重要角色。有调查显示，随着全球数据规模的爆炸式增长，在企业数据中心的故障中，与存储设备有关的故障占到70%以上。尤其在新技术和新应用层出不穷的今天，银行数据中心的运维工作日趋复杂，如何借助AI等技术的应用，实现智能运维已经成为银行数据中心建设的大势所趋。

这也是近年来AIOps概念风靡整个银行业的原因所在，相比较传统运维，AIOps借助大数据分析和机器学习算法，可以通过对海量运维数据的分析和学习，实现异常检测、瓶颈热点分析和多维关系分析等，帮助IT运维人员准确甄别系统异常、快速定位故障根因，并对系统运行的潜在风险进行主动预测，提前告警，最终实现IT基础设施和业务的持续洞察和主动优化改进。

在IDC发布的《IDC FutureScape：全球人工智能（AI）市场2021 预测——中国启示》报告显示：到2024年，AIOps将成为IT运营的“新常态”，至少有50%的大型企业将采用自动化运维解决方案来自动化其主要IT系统和服务管理过程。

目前，银行数据中心在存储管理上主要面临三大挑战，亟需加快AIOps的落地。首先，多云融合难，多云应用正在形成数据存储新孤岛，存储企业级能力未能支撑多云应用；其次，管理效率低，传统存储管理变更复杂、易出错、值守耗人，手工进行故障定位耗时通常是小时级；第三，资源利用率低，传统存储资源利用率往往小于40%，而资源超配率则大于20%。

在这种情况下，某银行也在积极探索AIOps在存储智能运维上的落地应用，并最终选择了DME（Data Management Engine，数据管理引擎）。这里的DME指的是华为数据基础设施智能运维平台，该平台凭借统一的管理界面、开放的API、云上联动的AI功能、多维度智能风险预测与智能调优等优势，在实现数据存储“规划、建设、运维、优化”的同时，还实现了数据全生命周期内的自动化管理与智能运维，可以帮助客户简化存储管理流程，提升数据中心运营效率。

智能运维加速落地

为数字化转型提供有力支撑

如今，某银行通过部署DME，已经实现存储产品的端到端运维，以及统一告警、统一性能监控、统一报表、资产台账等，在存储智能运维上向前迈出了一大步。在此基础上，该银行还将继续加快存储智能运维的落地，推动数据中心转型升级，为银行数字化转型夯实基础。

众所周知，银行在过去多年的信息化、数字化建设过程中，已经应用了众多厂商的存储设备，如果能够实现部分异构存储的运维管理，不仅可以大大节省企业的已有IT投资，还能更好地实现数据的共享和融合，进而推动数据价值的释放。

因此，未来该银行还将通过与华为等合作伙伴基于智能运维进行联合创新，并努力实现以下三大阶段性目标：1、实现知识图谱能力落地，提升存储问题定位速度，及时发现问题、解决问题；2、实现性能与容量的智能预测，更好地满足业务创新对存储的需求；3、借助Workload指纹实现业务最佳安置，让关键业务始终可以获得更好的存储资源保障，确保业务稳定运行。

如此一来，该银行的存储智能运维将有望到达一个全新的高度：面向多业务的融合存储资源池、高度自动化的数据智能管理能力，以开放架构打破多云时代新“孤岛”。进而实现以下三大价值：首先是实现现有存储资源的高效利用，盘活存储资源；其次是实现存储运维周期的优化，降低运营成本；三是通过开放API推动存储端到端管理流程的自动化，使能业务创新。

在过去5年间，某银行通过在金融科技领域的深入布局，以及数字化转型上的持续投入，有力地支撑了该银行打造差异化、智能化、精品化的零售银行，以及“商业银行+投资银行”的战略实施。接下来，该银行还将继续加大金融科技的探索创新，稳步推动数据中心存储智能运维的落地，为加快推动自身的数字化、智能化转型提供有力保障，并为整个银行业提供参考借鉴。

END

---

长按指纹  识别二维码   关注我

---

欢迎讨论与转载，转载请注明作者与出处。

个人手机号：13810967685（同微信），欢迎私信爆料或交流。

“常言道”已入住今日头条、一点资讯、搜狐新闻、网易新闻、凤凰新闻、腾讯新闻、新浪新闻、知乎、UC、博客中国、趣头条、天极网、商业新知等多个媒体平台。