存储资源池规划及建设应该与银行的数据治理相结合，具体分析一下要怎样实现这个结合？

根据中国银保监会发布的银行数据治理指引，银行的数据治理应遵循的四大原则：

（一）全覆盖原则。数据治理应当覆盖数据的全生命周期，覆盖业务经营、风险管理和内部控制流程中的全部数据，覆盖内部数据和外部数据，覆盖监管数据，覆盖所有分支机构和附属机构。这意味着存储平台必须能够承接在银行数据治理全生命周期过程中的各种类型的数据，以及满足这些数据的全生命周期的存储要求，保障治理需求的落地

（二）匹配性原则。数据治理应当与管理模式、业务规模、风险状况等相适应，并根据情况变化进行调整。这意味着存储平台的规模与架构应与之相匹配，并具备灵活调整的能力。

（三）持续性原则。数据治理应当持续开展，建立长效机制。这意味着存储平台必须具备长期发展的能力，具有良好的投资保护、技术的延续性。

（四）有效性原则。数据治理应当推动数据真实准确客观反映银行业金融机构实际情况，并有效应用于经营管理。这意味着存储平台能满足随时访问，就地分析的要求。

数据治理的一项内容就是数据的生命周期管理，存储资源池的规划建议与数据的生命周期管理相结合，数据在线使用阶段、在线归档查询阶段、离线归档阶段按照使用情形的不同，综合考虑成本和运维等因素建立资源池，满足各阶段各类数据的存取需求。

这是个好问题。银行拥有海量的数据，数据的类型也很多，面对海量、多种类的数据，如何高效率的存储和使用，是银行的IT部门需要一直考虑的问题，这里要兼顾成本、效率，运维，节能等等一系列复杂的因素，对数据存储资源池的规划要合理统筹。
银行的数据按类型分，有结构化的数据，也有很多像文本、图片、视频、语音这样的半结构化或非结构化数据，这些数据的存储，访问和处理，都有不同的方式。规划存储池时，需要将不同类型的数据选择不同的存储设备，以实现成本和效率的最优配置，更好的支撑业务诉求。结构化的数据以实时分析决策为主，需要支持数据高并发、低时延访问，规划独立的高性能存储池，一般情况下，数据的访问频次是按数据的鲜活度逐步下降的，对于长期存放、访问频率比较低的数据，放在高性能存储池上不仅拉高存储成本，也影响数据的访问效率，这时需要规划分层存储，把低频访问的数据拿出来，规划独立的资源池存储。
对非结构化数据，一般需要先加工处理后再使用，对数据访问的接口协议也和结构化不同，需要规划独立的资源池，同时要考虑成本、碎片化文件高效读写等一系列问题。
这样，银行就会有多个数据存储资源池，如何把这些分散的数据拉通，高效访问？需要在数据治理时通盘考虑，规划统一的元数据目录，业务可以不用提前感知数据存放的位置，做到按需取用，同时，要考虑数据在不同存储池之间的流动，数据存放位置的变更实时刷新到元数据目录。对数据存放的格式可以考虑尽量通用化，实现不同的业务可以共享一份数据，减少数据重复存储和搬移，这样可以有效控制成本。
以上是我的一些粗浅建议，供参考。