查看其它 2 个回答amany的回答
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。