陈峰，李文彪

（昆仑银行股份有限公司，北京 100033）

0 引言

国家十四五规划提出，要提升金融科技水平，增强金融普惠性。基于此，商业银行就必须结合内外环境、同业情况、趋势分析、数字化转型等要求对行业内的技术、业务、管理以及规划等做了调整优化，从而提升自身综合竞争力，为银行的长远稳定发展提供保障[1]。下面以昆仑银行为例，就商业银行数据中心运维自动化建设与重构问题做具体分析。

1 商业银行数据中心运维特点与现状

昆仑银行在经营发展过程中结合自身情况构建起了一套数据运维体系，为银行的运营发展提供了保障。但与此同时，经调查研究发现，与昆仑银行同等规模的运维系统在运行过程中存在较多问题，如功能分散，技术落后，扩展和维护困难，已经很难满足当下的实际需求。同时，银行数据中心运维标准不够统一，规范与体系不够完善，在运维过程中也存在信息闭塞，各部门与人员协调性不高等问题，银行整体的数据运维与管理水平还有待提升。为获得更好地发展，昆仑银行必须立足当前市场形势，结合时代与社会特征，根据自身实际情况从安全、效率、经济等角度出发探索构建一个更为先进、完善与科学合理的运维体系，有效实现自主可控、数据驱动等发展目标[2]。

2 商业银行数据中心运维自动化建设和重构方案

2.1 一体化运维平台

昆仑一体化运维平台采用技术先进的ServerLess架构。在将其运用于银行的数据运维中心后，运维人员将能及时管理各项要素，以低代码的方式助力运维人员根据需求快速实现运维小程序的开发和发布，满足持续变化的运维需求，能从根本上提升数据运维的质量与水平 ，为银行的长远稳定发展提供有效帮助[3]。

一体化运维平台以ER建模方法为参考，以大数据的运维特点以及相关环境特征为依据，并且在运用“可拓学”理论的基础上，构建出了不同的数据运维体系，使平台更好地满足银行数据运维需求与发展需求。如新构建起的数据运维平台具备使用单一数据库组件，无中心节点、多中心多活等特性，具有分布式的特点，有很强的拓展性，能将银行运营过程中产生的各类数据都储存起来，让各项数据得到有效管理与运用。除此之外，银行建立起的数据运维平台采用ECP理论对调度引擎进行了开发利用，实现运维监、管、控等的统一原子编排调度[4]，实现运维多场景统一实现。

银行结合当前的技术特点以及实际需求，以国产化“大平台+轻应用”的前中后台技术架构为基础，规划实现统一数据、统一配置、统一认证、统一门户、统一开发框架、统一采控、统一工具、统一流程、统一服务目录、统一技术管理规范的一体化平台。该平台与银行传统数据运维平台有本质的不同，在该平台中，银行可根据自身实际需求高质量开展各项数据运维管理工作，以原子化操作、流程以及场景等组件积木式灵活定制开发快速实现业务需求，从而使数据运维工作更加高效、准确，更加便捷与有效。在该平台下，自动、智能化的数据采集、分析与决策将得以实现，在统一的运维中心中，银行可实现多维异构数据的统一集成、存储、建模、分析与服务的数据架构，实现运维跨组织跨场景跨工具端到端闭环[5]。

昆仑银行将IT作为业务管理，根据银行具体的数据管理、运维需求，结合行业以及相关技术的发展趋势等传统的理论架构以及技术方法等进行了优化创新，推动银行从传统技术管理型组织向业务管理及敏捷型组织转型，使数据运维中心面向银行各项业务、各类运维场景以及各项管理流程等，从根本上提升了银行数据运维的系统性、规范性，为银行的可持续发展提供了保障。

2.2 智能数据中台

昆仑银行采用面向对象多模分布统一国产运维数据库作为数据中台核心库，该数据库类型统一（非多型库堆砌），功能丰富、性能稳定，支持面向事务型和面向分析型等数据需求，支持实时及批量方式提供数据应用，支持结构化、非结构化、关系图以及时序数据等大数据统一集中存储，支持数据统一采集、分析、检索及数据服务等，为银行各项业务的开展创造便利。昆仑银行采用创新型“活动、实体、关系”的E-A-R建模理论代替“实体、关系”的E-R建模理论，构建IT系统画像，通过运用AI算法、知识图谱以及场景分析等基础，对银行的各项业务提供帮助。该智能化数据运维中心的核心价值主要体现在以下几个方面：平台的运用能让银行数据运维中心的自主可控水平、集约管理水平等得到显著提升，能为银行诸多业务的发展提供很大帮助，能使银行的持续创新能力得到增强。在该平台的支持与推动下，银行的数据运维管理将由技术运维转向数字化运营[6]。

2.3 服务管理中心

在各项技术、知识理论与实践经验的支持下，IT服务管理已经形成统一IT服务目录的流程管理中心，让银行的数据变更管理、问题管理流程等得到简化。监控管理形成从基础设施监控到业务及用户体验监控的全领域监控管理中心，借助大数据及AI技术，让银行的IT具备360°智能感知识别能力，业务风险有效降低。配置管理已经形成全流程驱动且覆盖全维度数据元的配置信任中心，构建起了业务、网络、系统三层拓扑关系的知识图谱，让银行的配置资产更加准确合规，IT业务场景更为灵活高效，为银行的数据管理、价值挖掘、数据服务以及相关业务的开展提供了巨大帮助。通过该中心，银行可动态收集、管理各项数据，实现端到端运维自动化闭环、系统画像、知识图谱、智能分析、预测决策及自愈场景等的功能落地。可基于各项数据信息进行决策、操作，让银行更为稳定、健康地开展。

3 商业银行数据中心运维自动化建设和重构效果

3.1 业务水平提升

完成数据中心运维自动化建设和重构后，银行的业务水平将大大提升，业务流程得到简化，流程交付效率大大提升，混合云架构下的业务交付工作将实现全流程闭环，银行各项业务将更便捷、快速且高质地开展，且具有更强大的市场竞争能力与风险应对能力，利润空间会进一步扩大。与此同时，有了各项数据的支持，银行为客户提供的服务将更加个性化，更具有针对性，客户的满意度将大大提升，终端客户的实际体验将得到有效优化。在自动、智能数据运维系统与平台的支持下，银行能实现对各类风险的动态化追踪与精准化识别，面临的财务风险、信任风险等将大大降低，营销效果和盈利质量都将得到显著提升[7]。

3.2 技术水平提升

数据中心运维自动化建设和重构工作的完成同时也会推动银行技术实力不断增强，会让银行数据架构复杂度以及系统架构的复杂度大大降低，架构关系得到优化，系统运维难度降低，在运行过程中出现故障的几率也会下降，银行各项业务将获得更先进的技术保障。此外，银行基于先进的技术与理论构建起运维研发及技术专家序列，从而让运维全栈的能力与开发能力得到显著提升，让银行的持续创新能力得到提高。

3.3 管理水平提升

昆仑一体化运维平台的研发、建设与使用使银行的管理水平也大大提升。一体化运维平台建成与投运后，数据处理、平台运维的自动化、智能化水平将大大提升，从而使各项人工管理工作减少，这样就降低了系统运维人力成本，并且缩短了运行与维护周期。更重要的是，智能化、自动化技术的应用能大大减少人工计算误差，从而保证了银行内部各项数据的精确性、真实性与完整性，使银行各项业务能更顺利、高效地开展。在智能化、自动化技术的支持下，银行各部门、各人员之间的组织协同能力会有所增强，银行整体的管理水平也明显提高。平台建成后，银行的数字化管理决策水平、数据智能化分析能力、自主可控水平等也都得到提高，银行内部的运维架构资产体系结构更加合理，各项管理规范、技术规范更为完善。

4 结语

综上所述，数据处理与系统运维工作和银行的盈利能力密切相关，做好数据中心运维对于提升商业银行业务水平、管理能力、技术创新能力，扩大银行盈利空间等具有重要意义。昆仑银行结合国家、社会、行业以及银行各项需求，以实现自主、智能为目标，运用各项先进技术手段与科技成果构建了运维一体化平台，并且在设计开发过程中参考先进的“可拓学”等学科知识进行了建模，实现了关系源、事源以及物源的一体化，实现了科技创新与独立自主的目标，整体的管理水平得到显著提升。