
在云计算生态系统中,有一股非常重要的参与力量,ISV(独立软件开发商)。中国传统行业入云,传统应用迁入云的进程中,必然有他们参与的身影。正如去年阿里云开发者大会,我们所采访的《从Oracle到MySQL,余额宝云实践分享》中的金证科技。也正如下面专为中小银行和村镇银行提供IT一体化服务的北京三一银通信息技术有限公司(以下简称三一银通)。
10月17日,阿里云开发者大会上,三一银通董事长韦剑的演讲“一家银行、一套系统,一片阿里云——我与阿里巴巴的三次约会” 引发了我们的兴趣。这个团队,从90年代开始就从事国外银行的核心系统的研发,2000年更是在招行银行控股的一家科技公司做银行核心系统的研发。2003年,开始创业,方向是IT一体化系统研发。
他们与阿里的接触是2013年。从最初参加聚宝盆被超收系统和阿里云的数据库所吸引,到深入了解阿里云全线产品,思考与三一银通一体化设计的结合点,再到将产品迁入云,提供包含系统与云服务的整体方案,韦剑将这些描述为“我与阿里巴巴的三次约会”。
三一银通系统功能架构
对金融系统有所了解的开发者都知道,银行一般会用到100套系统,小银行也需要几十套。这些系统所带来地研发、运维等压力极为繁重。所以韦剑的团队一开始就选择了:为小银行和村镇银行提供一体化服务发展模式。几年下来,包含清河金农村镇银行、锦州北镇益民村镇银行、东丰诚信村镇银行等村镇银行,云南正阳小贷公司、云南腾冲恒益小贷公司等小贷公司,以及河北省农村专业合作社(河北省村村通工程,计划1万家)都成为三一银通的客户,企业稳步增长。
而在深入了解云计算之后,韦剑看到了新的商业机会。“我们从5月份开始上云测试,历经近半年的时间,300-400万的投入,终于11月正式完成整体解决方案迁移入云。真正形成了将银行核心业务、信贷管理、财务管理、上报系统等超过四十套银行软件集成为一套系统,通过云服务实现村镇银行对业务、管理、上报等方面的需求。”
对于业内所关注的安全、复杂度、运维等问题,韦剑也表示:
移动互联网时代,银行经常面对海量交易,传统解决方案很难接受这个挑战,而云能很好的解决了这个问题。而对于安全性,阿里云的安全级别更高,因为阿里云的飞天操作系统及数据库都是自己研发的,从而避免了类似棱镜门事件的发生,而阿里云因为有支付宝、余额宝技术,安全方面有很丰富的实践经验;具体到上云时,银行除了与阿里云签订保密协议外,还将备份数据实时保存到银行的机房,从而确保的安全方面的万无一失。
银行自建系统,包含两地三中心等,投入巨大,运维成本同样巨大,但是用阿里云与三一银通的方案,评估后,软硬件成本能够降低70%左右,而维护成本能降低到80%以上,系统的二次开放效率也比传统方案提升100%以上。云是最适合中小银行的方案。
金融互联网对银行提出了新的挑战,数据放在云上,服务随时随地,应用互联网化,系统架构同样需要云化。而银行本身发展面临的挑战,如利率市场化等,也需要将更核心的资金用在业务开拓上,而非构建基础设施和运维投入上。韦剑对CSDN云计算表示:“阿里小贷的成本之所以这么低,最根本还是因为大数据。这对金融业的触动很大。当带着我们的客户参观过阿里云的机房时,大家都觉得很震撼,这样的机房用了使人放心。随着国内金融体制改革的持续深入,我们相信未来各类新兴的小型金融机构将将如雨后春笋般涌现。而这些银行希望高度集成、建设成本低、快速实施、无需人为干预、接口丰富、标准化程度高的软件服务。通过阿里云,我们坚信,这是我们可以做到的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30