SDS百问 | 在金融行业，为什么“大数据存算分离”才是未来？

在金融行业，大数据分析被应用于个人及企业客户画像、精准营销、欺诈识别、风险评估、风险管理与控制、交易分析、运营优化、智能投资等领域。

随着大数据系统建设的深入，企业的数据基础设施易出现计算资源浪费、存储性能低、管理成本过高等挑战。相比存算一体架构，存算分离架构具有性能与成本最优、兼具灵活性等特点，因此受到企业IT部门的青睐。

Hadoop是金融行业常用的大数据系统解决方案，以解决海量数据存储及分析计算的问题。HDFS是Hadoop的核心组件，提供了高可靠、高吞吐的分布式文件系统。其存储与计算高度融合形成存算一体架构。

随着近年来大数据应用的广泛普及，传统的存算一体模式弊端逐步凸显。从业务需求和大数据技术发展趋势看，大数据计算、存储分离已势在必行。

从当前存算分离业务实践来看，主要包括以下几个方面的核心价值：

1.灵活扩展。存算分离架构允许独立地扩展存储和计算资源，可以根据实际需求动态地调整资源配置，从而提高系统的灵活性和可扩展性。存算分离架构可以支持横向扩展和纵向扩展，根据业务需求灵活调整计算和存储资源的规模；可以利用软件定义存储产品提供的HDFS兼容接口能力，无缝对接原有Hadoop系统，实现平滑升级，并带来丰富的企业级特性，从而更好地适应金融业市场变化和业务增长。