自2010年开始接触大数据技术,在工商银行从零开始建起了大数据技术平台、数据中台,支撑全行数字化转型。作为大数据平台的总架构师,完成了平台上云、存算分离、在离线混部、多地多中心部署、异地灾备等多项高阶架构演进。

自2010年开始接触大数据技术,在工商银行从零开始建起了大数据技术平台、数据中台,支撑全行数字化转型。作为大数据平台的总架构师,完成了平台上云、存算分离、在离线混部、多地多中心部署、异地灾备等多项高阶架构演进。
随着数字化转型的深入和业务需求的快速发展,工商银行在算力资源规模和引擎多样性上面临新的挑战。为应对这些挑战,工行采取了扩大单集群规模、引入在线资源池等措施,虽然基本满足了业务需求,但也带来了单集群故障域扩大、机房容纳不足等问题。为此,工行进一步规划了多地多中心部署和存算分离演进。
本次演讲将详细介绍工行在IDC搬迁、网络数据传输优化、多厂商异构融合等方面的实践经验,并展示工行的多地多中心架构和存算分离架构,探讨如何通过技术创新实现高效、稳定的算力资源管理。
演讲提纲
您认为,这样的技术在实践过程中有哪些痛点?
在多地部署架构下,数据中心之间网络数据传输量很大,成本很高,需进一步考虑数据在加工后尽可能在同园区完成计算的设计。
听众收益



微信咨询

电话咨询
微信联系我们

