【摘要】人工智能、大数据、区块链等金融科技底层技术逐渐成熟，推动了金融科技的应用逐渐深化，进一步实现了金融与科技深度融合、协调发展，明显增强人民群众对数字化、网络化、智能化金融产品和服务的满意度，使我国金融科技发展居于国际领先水平。这对商业银行来说，是机遇也是...(more)

赵海（haizdl@126.com）回顾过去，数据存储技术从90年代的DAS存储发展到今天的分布式软件定义存储，伴随着成本、可靠性、扩展性这几个核心因素的平衡，可谓是风风雨雨经历了几十年。在这段漫长的岁月当中，存储架构的发展经历了从短暂的DAS架构迅速过度到以SAN架构和NAS架构混合存在...(more)

分享数据治理宏观架构

引言：随着信息技术呈现井喷式发展，尤其以数字经济为代表的IT新基建将成为新经济的发展动能。同时以云计算、大数据、人工智能、区块链等为代表的数字技术不断涌现，快速向各领域进行融合渗透。在技术导向更为明显的今天，以数据为核心的数字化转型已是大势所趋。在笔者所在的金...(more)

【摘要】：过去的历史阶段，IT行业对于数据库的选择相对比较单元化，基于行式存储的关系型数据库基本一统江湖。因此OLTP&OLAP业务均以关系型数据库理论为基础来设计数据视图以及数据模型。随着数据量的爆发式发展，人们逐渐发现传统行式存储在处理特殊业务场景时候的不足，尤...(more)

【主要观点】运维数据分析需要借鉴当前传统大数据领域的数据治理经验，提高资源投入产出比，少走弯路，少跳坑。运维数据体系包括“技术平台、应用场景、数据治理”三部分，运维数据治理的目标是让运维数据更好用，用得更好。运维数据分析场景围绕在“增强业务连续性保障、提升软件...(more)

作者：何可  农行研发中心--一、大数据平台数据建模背景国内各家商业银行逐步开展大数据平台建设，由于缺少成熟的经验可供借鉴，各家银行大多参考国外的数据仓库建设经验。随着业务的发展、数据的积累，建立在大数据平台上的应用、灵活查询、数据分析等访问越来越多，突显了大数...(more)