【北京金融科技产业联盟】2024年openGauss金融应用关键能力研究报告_45页_2mb

报告摘要

openGauss金融应用关键能力总结

一、发展情况及现状

openGauss作为一款基于开源技术的关系型数据库管理系统，具备大数据处理能力、完整安全机制及Oracle语法兼容性，其关键能力研究对金融行业应用和数据迁移具有重要价值。截至2023年11月，openGauss社区理事会包含华为、超聚变、多家银行及金融机构，具备技术资源与场景优势。

金融行业数据库应用以集中式为主，占比达89%，其中银行业接近80%，证券和保险行业超90%；分布式数据库占比7%，银行业达17%，证券业和保险业分别374%和192%。2023年国内金融机构加速采用国产数据库，超40%的办公及一般系统已部署。

openGauss在金融领域已落地多项案例，如邮政储蓄银行使用其打造的IT基础设施，支撑全国65亿用户，日均20亿交易，联机耗时降低30%，TPS提升319%；兴业银行基于openGauss优化报表系统、支付系统等，应用超30套；四川银行新一代反洗钱系统处理超亿级大表，运行耗时从12小时降至1-15小时。

金融行业对数据库提出关键要求：

安全：需抵御数据泄露、篡改与新型攻击，满足CCEAL4+认证；
性能与高可用：支持高频、海量数据处理，保障业务连续性与系统稳定性；
易运维：实现在线变更（DDL、配置、数据扩容）、降低运维复杂度；
智能化：通过AI技术提升自动优化、索引推荐、运维效率及数据分析能力。

二、安全研究

openGauss安全架构涵盖：

安全感知框架：数据库防火墙、AI攻击识别与防御；
访问控制：权限管理、对象校验、TSF自保护机制；
加密与脱敏：支持国密SM3/SM4算法，提供动态/静态数据脱敏；
防篡改：多副本备份与区块链技术保障数据一致性；
审计与灾备：细粒度操作记录、日志并行回放实现RTO<10s，Paxos架构支持两地三中心容灾。

全栈国密技术：通过KAE加速引擎实现SM4加密46x、SM3哈希126x加速，支持ECDHE-SM4-SM3等国密协议，满足《金融行业信息系统商用密码应用基本要求》。

全密态数据库：数据存储为密文，客户端负责加密，服务器支持密文检索与计算，保障数据全生命周期安全。

三、多模多态分布式研究

openGauss支持多种存储模式与部署形态：

多存储模式：
- 行存：适合OLTP，支持MVCC与异步日志；
- 列存：优化OLAP场景，减少IO浪费；
- 内存引擎MOT：提供高实时分析能力，支持内存池化与并行持久化。
多部署形态：
- 主备部署：一主多备，支持毫秒级故障切换与数据一致性；
- 分布式部署（GaussDB、GBase8c）：通过集群管理、事务控制器（GTM）及分布式执行计划，实现多节点协同计算与数据分区处理。
关键能力：
- 分布式查询：支持Redistribute/Broadcast算子，优化路径代价，实现线性性能扩展；
- HTAP能力：整合SMP并行查询、NDP近数处理及分布式中间件，实现OLTP/OLAP混合负载；
- 资源池化：三层架构（存储/内存/计算池化）支持横向扩展与高可用部署。

四、内核可观测研究

openGauss通过以下接口实现内核可观测：

观测维度：
- 会话层：监控连接数、锁等待、执行计划等；
- 事务层：跟踪执行时间、并发度、锁争用及隔离级别；
- SQL层：分析执行时间、计划优化、缓存效率与查询分布。
观测接口：
- DBE_PERF内视图：实时/历史性能数据监控（内存、CPU、IO等）；
- WDR报告：记录系统状态，用于长期性能分析；
- ASP（活跃会话配置文件）：类似Oracle ASH，支持三种持久化模式；
- eBPF技术：采集系统级指标（CPU、网络流量等），实现深度监控。

五、AI能力研究

AI4DB（智能运维）：
- 包括自调优、自诊断、自安全等模块，通过DBMind系统实现：
  - 指标预测与异常监控（内存泄漏、扩容时机等）；
  - 慢SQL发现与根因分析（基于历史数据与AI模型）；
  - 智能索引推荐（虚拟索引评估代价影响）；
  - 参数调优工具（支持深度强化学习与全局搜索）。
DB4AI（原生AI计算）：
- 集成AI算法，支持模型管理、AI算子与原生执行计划；
- 提供CREATEMODEL与PREDICTBY语法，降低开发复杂度；
- 通过数据版本管理（快照）与性能优化（AI算子内置），提升计算效率。