国际权威市场研究机构IDC近日发布了《IDC PeerScape：金融领域中数据管理分析服务非常好的实践案例》报告，腾讯云大数据TBDS和某股份制银行的存算分离数据湖项目凭借其领先的技术架构、强大的数据能力以及全面的国产化适配，荣获该报告的非常好的实践案例。这一荣誉证明了腾讯云在金融领域数据管理和分析方面的领先地位，以及其为客户提供卓越解决方案的承诺。

聚焦行业趋势，湖仓架构成为首选方案

报告指出，随着金融行业数字化转型进程的不断深入，数据对金融机构的重要性日益凸显。然而，传统的大数据管理架构已无法满足金融机构不断增长的数据管理需求，亟需新的解决方案。

为此，IDC深入分析了金融领域数据管理分析服务市场的发展趋势，为业界指明了未来发展方向：

● 湖仓一体化建设成为主流趋势: 凭借其存储与计算分离、弹性扩展等优势，湖仓一体架构能够有效降低数据管理成本，提升数据分析效率，成为金融机构构建数据基础设施的首选方案。

● 数据资产管理平台加速成熟： 数据资产管理平台能够帮助金融机构有效管理和利用数据资产，成为其数字化转型过程中的重要工具。

● Gen AI尚处探索阶段： 尽管Gen AI在金融领域拥有巨大的应用潜力，但目前仍处于探索阶段，需要进一步完善技术和解决方案。

IDC高级分析师李浩然指出：“金融客户作为大数据技术供应商的主要服务方向，市场预算和投入保持了接近20%的增长，湖仓一体市场空间较大。”

技术实力强劲，腾讯云大数据TBDS助力金融机构降本增效

某股份制银行作为金融领域的典型案例，在数字化转型过程中面临着大数据组件多样、国产化适配困难、大数据存储和计算资源无法实现完善的隔离、缺乏弹性伸缩能力等挑战。针对这些难题，腾讯云TBDS为该银行量身定制了存算分离数据湖解决方案，助力其成功克服挑战，实现数据管理效能的全面提升。

方案架构图

该方案的核心技术包括：

● 存储与计算分离架构: 相对于传统架构，存储与计算分离后，机器的配置要求降低，存储可以分别采用 HDFS或者 COS来满足不同数据规模和数据类型的存储要求；同时存储之上采用数据缓存加速技术，可以大幅减少由于存算分离技术带来的性能损失，并且能对下层存储做到统一管理和对上层计算兼容。

● 计算查询组件容器化: 采用容器化技术，构建弹性、高可用、云化计算环境，降低运维成本，提升管理效率。

● 基于数据湖仓能力构建流批一体架构: 实现数据实时采集、存储、处理和分析，满足金融机构实时数据分析的需求。

● 数据管理能力: 支持对历史集群的纳管&升级能力，通过历史平台平滑演进，带动业务扩容；通过 TBDS-Manager 可对 TBDS历史集群或 CDH集群进行运维和管控， 通过 WeData/工具对接 TM进行开发；通过平滑升级能力减少在交付版本，以及提供更多高版本特性能力来提升客户口碑。

● 国产化平台平滑迁移能力：针对使用CDP/CDH的企业国产化平台迁移场景，通过工具化能力实现迁移自动化。基于迁移实施经验通过实现可视化迁移、校验工具来提升效率和质量。

● 全栈国产化适配能力: TBDS已经全面支持国产化生态，涵盖国产化芯片、操作系统、服务器、数据库等领域，支持对常见的鲲鹏、海光、飞腾、申威、兆芯、中标麒麟、银河麒麟、中科红旗、统信UOS、腾讯云TDSQL等国产化产品的适配 ，确保金融机构数据安全性和自主可控。

落地成果斐然，打造金融行业数据管理标杆

得益于腾讯云大数据TBDS存算分离数据湖方案的强大实力，该股份制银行取得了显著的成效：

● 核心场景查询性能提升：得益于TBDS的存算分离架构和弹性扩缩容能力，该银行核心场景查询性能提升了20%–30%。

● 数据读取耗时波动大幅降低：TBDS基于缓存的短路读技术，有效降低了数据读取的耗时波动，查询更加稳定。

● 大数据运维管控突破：TBDS的云原生架构，使得该银行实现了在容器环境上大数据运维管控的突破，运维成本显著下降，管理效率大幅提升。

该案例充分展现了腾讯云大数据TBDS在金融领域数据管理领域的领先优势，为金融机构构建安全、高效、可扩展的数据管理平台提供了非常好的实践范本。

“我们非常荣幸获得IDC的认可，此次入选是对腾讯云大数据TBDS数据湖方案实力的肯定。我们将继续深耕金融行业，为金融机构提供更优质的数据管理解决方案，助力金融机构数字化转型升级。” 腾讯云副总裁黄世飞表示。

目前，腾讯云大数据TBDS已持续为超1000家中大型客户构建国产化大数据方案，涵盖金融、能源、工业、零售、医疗等多个领域，如中国银行、中央广播电视总台、国家电网、中国商飞、三一重工、陕西建工等各行业头部客户，其中多项解决方案获得工信部、数博会等行业认可，数据量年增长速度超过90%。

未来，腾讯云将继续深耕大数据领域，为各行业客户提供更加轻快、易用、智能化的解决方案，助力数字经济高质量发展。