SequoiaDB從「多模數據湖」、「實時數據湖」發展到「湖倉一體」架構，為客戶提供「數據核心」所需的全量數據存儲，實時對客服務，及基于統一數據源的分析能力，充分激活客戶的離線數據。當中，多模數據的融合管理，以及非結構化數據的管理能力是個關鍵。
IDC研究報告顯示，到2024年，全球數據總量將超過145ZB，且每年以22%的速度持續增長。其中，非結構化數據的規模尤其明顯。在金融銀行業中，對非結構化數據的利用，已經成為提高業務效率和提升盈利能力的有效方法。
數據來自IDC
隨著移動互聯網的飛速發展和企業數字化轉型的深入，金融銀行業的應用場景不斷豐富，非結構化數據已經深入到日常業務辦理的各個環節中并發揮重要作用。
因此，企業內容管理平臺，被賦予了新的使命：
首先，要服務于各業務系統，面向客戶提供即時在線、多樣化、高效率的數據服務，提升業務辦理效率；
其次，面對金融業日益嚴格的政策法規約束，要面向監管，提供數據的長周期保存，為事后監督、審計、司法查詢等提供數據基礎，確保業務安全合規；
再者，數字化轉型中，內容數據不再是靜態的文件。對內容數據進行有效的集中整合、分類治理、標簽化管理，再結合OCR、機器學習算法對比分析后，內容數據將具備更多元化的業務屬性，為集中風控、經營決策等提供豐富的信息輸入，從而盤活數據資產的潛在價值。
這就對內容管理平臺底層的數據存儲架構，提出了更高的要求：
統一標準，集中存儲，全量在線：例如某省農信社，有近百個系統產生非結構化數據，如信用卡、信貸、渠道、柜面、國結等，一方面數據規格差異較大（KB~百MB），一方面，除了非結構化文件本身，還需要實現元數據的存儲和管理（如標簽、業務屬性等）。企業希望采用簡潔、易于維護、具備高可用及容災能力的數據存儲架構，提供統一訪問接口，保持全量數據即時在線，從而降低技術復雜度，提升開發效率。
高性能，全面對客：海量數據迅速積累的同時，用戶對于業務體驗的要求與日俱增。滿足高并發、低延時的業務訪問請求，對數據存儲架構的性能指標提出了嚴峻的考驗。例如銀行的無人營業網點，要求用戶實時上傳身份證、簽字頁等掃描件，并為用戶身份識別、信貸審核等環節提供高頻的實時調閱。
數據管理：非結構化數據具有種類多、容量大的特點，是企業資源消耗的“大戶”，如何設計精細化的內容數據管理策略，如生命周期管理、版本管理、數據分層治理、租戶管理等，來降低維護成本，提升數據質量，也成為當前非結構化數據應用領域的熱點話題。
傳統數據存儲架構的局限性
一直以來，企業內容管理系統以國外ECM軟件為主流, 典型產品如IBM CM、Filenet及EMC Documentum等，其底層均采用集中式數據存儲架構。該架構無論從性能、擴展性，還是維護成本方面，遇到了嚴峻的挑戰，已經無法適應新時代內容數據的管理需求。
架構復雜 & 成本高昂傳統內容管理解決方案的底層數據架構，有兩套技術來支撐：一套文件存儲（NAS或集中式陣列）來管理非結構化文件，一套關系型數據庫（如DB2/Oracle等）實現元數據管理、標簽化管理。技術架構的復雜性，導致管理難度和軟硬件維護成本居高不下。
并發性、擴展性局限集中式數據存儲架構，其性能和容量均存在明顯瓶頸，更缺乏靈活的水平伸縮能力，無法滿足爆炸性增長的業務需求和數據管理需求。
高可用、容災能力不足隨著非結構化數據開始發揮更大的作用，內容管理平臺的重要級別也不斷提升。在監管要求下，其業務連續性、容災能力要求越來越高。以往由兩套技術（數據庫+文件存儲）實現的容災方案，切換時間長，也無法實現絕對的數據一致，必然達不到更高等級的RTO/RPO要求。
此外，也有國內開發商采用『關系型數據庫+對象存儲』方案，來構建內容管理系統，例如『MySQL+Ceph及其衍生品』。相比于前一種方案，存儲容量和擴展性得以增強，成本有所降低。但同樣無法解決復雜的技術棧帶來的學習成本高、難于維護的問題。
巨杉數據庫-多模數據湖方案
巨杉數據庫深耕金融銀行業，聚焦于從數據湖到湖倉一體的技術架構，針對業界對海量非結構化數據存儲管理的需求，提出多模數據湖技術方案。多模數據湖是一種全量、即時使用、高性能的一站式數據存儲方案。它強調采用多模、高擴展的分布式數據庫，作為內容管理平臺的存儲底座，實現各類數據的統一存儲（結構化、非結構化、半結構化）。通過豐富、靈活的訪問接口，提供多樣化的數據處理及服務能力，靈活應對海量非結構化數據的應用場景。
巨杉「多模數據湖」技術架構
基于100%自研的原生分布式架構基于100%自研的巨杉分布式數據庫，采用獨特的多模架構，集成了內容服務的部分基礎模塊，以滿足企業新業務場景下內容數據管理及服務的多樣化需求。
引擎級多模 & 豐富的開發接口提供引擎級多模能力，支持結構化、非結構化、半結構化數據的統一存儲。同時提供了豐富的開發接口，結構化數據兼容SQL語法，非結構化數據支持S3、原生API、RESTful協議等數據訪問接口，可幫助企業降低業務系統的開發難度，提升開發效率。
超大容量 & 在線彈性擴容支持百PB級存儲容量，支持在線水平擴展，輕松應對數據爆發式增長，可靈活適用于不同規模、不同類型的非結構化數據應用場景。
高性能、低成本保障企業內容數據全量在線，支持多策略分區管理及分域緩存，采用資源池化的存儲引擎層，提升海量數據管理效率及處理性能，大幅降低硬件及運維成本，TCO只為傳統ECM方案的1/3。
高可用、容災采用多副本技術，支持多種級別的容災部署形態，如同城雙中心、同城三中心、兩地三中心及三地五中心等，根據實際業務及監管要求，最大程度提升系統可用性和容災能力，降低RTO/RPO。
數據管理數據庫層支持冷熱數據分層管理、多租戶分域管理，支持服務器差異化部署，實現成本與性能兼顧。服務管理層提供多項內容管理特性，支持如數據生命周期管理、權限管理、對象版本控制、歷史版本回溯等，進一步提升數據安全性，幫助企業提升數據治理水平。
典型案例
目前，巨杉已經和眾多合作伙伴一起，基于「多模數據湖」存儲底座，幫助超過100家金融客戶，構建全類型內容管理平臺， 支撐眾多的音視頻管理、雙錄系統、柜面無紙化等業務系統。
某股份制銀行，基于巨杉「多模數據湖」構建的新一代內容管理平臺，已完成超過數百個業務系統的接入，如零售信貸、征信、單證、無紙化、會計檔案、流程銀行等，持續穩定運行超過6年。
某省農信內容管理平臺，已實現全社近60%的非結構化數據的納管，接入信用卡、雙錄、集中作業、信貸、征信、無紙化、國結等多個業務系統，更多系統仍在規劃接入中。
典型業務系統如：
雙錄：為全行提供統一的錄音、錄像數據的存儲與管理，服務于理財、代銷等系統。
信貸：由內容管理平臺提供貸前、貸中和貸后各環節的影像留存，實現業務審批全過程無紙化。
后督：各網點的紙質業務憑證、報表、票據等非結構化數據，進行掃描/拍照、上傳、識別、信息提取，供后督系統對比、查驗。
結語
巨杉數據庫「多模數據湖」方案，致力于為金融銀行業客戶解決海量非結構化數據在存儲、管理時面臨痛點與挑戰，實現降低成本、提升效率、提升用戶體驗的同時，提高數據治理水平，進一步盤活數據資產價值，為業務提供高價值的信息輸入。未來，巨杉將與合作伙伴緊密攜手，為企業構建新一代內容管理平臺，提供優質的產品、技術服務及生態支持，在數字化轉型過程中，共同為客戶提升數據價值。
