文 / 李览青

2010 年，为支撑支付宝在 " 双十一 " 期间的核心交易系统稳定，OceanBase 创始团队敲下了第一行代码，至今已有十五年。

十五年间，伴随着金融机构基础设施建设由 " 可用 " 走向 " 好用 "，OceanBase 也从蚂蚁内部金融交易场景的核心系统 " 后备军 "，逐步成长为行业数智化转型的坚实后盾。

如今，OceanBase 又完成了一个重要里程碑。6 月 18 日，在国际金融展览会上，OceanBase CEO 杨冰正式对外宣布，OB 达成 " 百行计划 " ——服务超过 100 家银行，并支持 190 多套核心系统和 1000 多套关键业务系统。

" 我们认为‘百行计划’的达成不是终点，而是起点。"OceanBase 副总裁、金融政企事业部总经理王爽表示，从银行起步，到整个金融业，再到覆盖所有行业，OceanBase 将通过多产品、多生态战略加强客户服务与拓展，不仅要解决以往核心业务系统的 " 旧问题 "，还要着眼于 AI 时代未来技术路线的 " 新挑战 "。

一个共识：从集中式架构走向分布式架构

核心系统是一家金融机构的 " 心脏 "，也是金融机构数字化转型最重要的环节。

从各家金融机构公开披露信息来看，从传统的集中式架构向分布式架构转型，成为我国金融业核心系统改造的共识。

例如交通银行在 2024 年年报中明确提出，加强核心技术攻坚，积极稳妥推进核心系统分布式转型，推动业务支撑和自主可控能力双提升。中信银行也在年报中提及，该行在 2024 年投产国内大中型银行首个自主分布式核心系统，金融科技综合能力实现全面跃升。

" 金融机构的数字化转型正进入关键时期，向核心系统全面迈进，核心系统采用分布式数据库已获行业共识。" 杨冰指出，金融机构的核心系统升级需要政策引导、技术驱动和市场需求的三方合力，从自主可靠到高质量发展、从架构升级到能力融合、从稳定可靠到智能演进，对数据底座的安全性、稳定性、可扩展性等都提出了更高要求。

王爽表示，分不同行业来看，银行业的核心系统改造进程较快，部分头部银行从 2023 年就开始布局核心系统升级，近年来保险、证券、基金、期货加速追赶。" 目前国有大行、股份制银行进程已过半，万亿资产规模以上城商行、省级行进展迅速，大部分中小银行已启动升级改造。" 王爽透露，目前头部金融机构较为领先，中小规模金融机构开始推进选型试点，他提到，在政策引导下，到 2027 年金融核心业务系统将实现 100% 的国产升级，到 2028 年实现核心系统单轨运行。

就在刚刚过去的五月，OceanBase 作为核心数据底座，与四川银行一同刷新了近年来金融系统在分布式数据库单轨切换的效率记录—— 48 小时内一次性极限割接 133 个系统，涉及核心账务、前台产品、渠道、中台等关键业务系统，从而打造出 " 两地四中心 " 高可用 IT 基础设施、具备灾备等级近 6 级，实现了四川银行 " 新一代信息科技工程 " 的正式投产。

四川银行金融科技部副总经理万柯辰表示，在新一代信息科技工程投产后，该行实现了全栈国产的端到端单元化架构，从而实现了性能跃升、高可用能力提升、运营成本下降、应用系统全栈自主可靠、研发能力敏捷化、容灾能力提高等多方面的基础设施升级。

两大痛点：旧问题与新挑战

当分布式技术架构成为共识，如何保障核心系统升级的稳定、安全、可拓展？

在王爽看来，金融核心系统数据库选型的关键聚焦于一个 " 旧问题 " 和一个 " 新挑战 "。

一方面，" 烟囱式 " 的传统技术架构导致系统与业务的割裂，无法快速响应业务增长，也推高了旧架构的扩容成本，不利于业务开展的连续性。

另一方面，AI 时代对数据库的技术路线选择提出新的要求。首先是大量训练数据带来的挑战，对数据库的管理运维、实时计算、AI 创新应用等方面都提出更高的挑战。

" 以前的数据主要是结构化数据，但现在的训练数据还有半结构化数据、向量数据、无结构化数据等等，不同类型的数据往往需要不同数据库承担，从而对金融机构管理、运营维护带来一定压力。" 王爽表示。

与此同时，在多模态模型、推理模型、生成式人工智能大模型等多种 AI 模型应用 " 百花齐放 " 的背景下，对数据库的实时计算能力提出更高的要求，面向 AI 的数据架构、风险合规、创新应用也成为金融基础设施必须满足的需求。

面对旧问题与新挑战，OceanBase 瞄准了基础设施与用户需求中间的部分——平台。

王爽表示，OceanBase 通过提供一体化数据处理平台，帮助金融机构实现数据的集成调度，如 Log 函数、文本检索、向量检索、混合查询等。此外，OceanBase 还搭建起一个智能管理平台，提供智能运维、智能开发、智能助手、智能知识库等服务。

" 今天我们可以说 OceanBase 不是一家简单的分布式数据库厂商，我们还是一家数据管理公司，当 AI 时代到来时，为用户提供数据底座，解决 AI 创新的真问题。" 王爽如是说。

四个 " 一体化 "：AI 时代基础设施演进

为了让中小金融机构更灵活、快速地迎接 AI 时代的到来，OceanBase 提出了自己在 AI 时代的思考，开始探索一体化产品。

王爽指出，在金融机构的数据库应用中，客户往往面临着业务规模增长、业务场景变多、IT 架构应用渐趋复杂的难题，一体化数据库能有效解决相关问题。

目前 OceanBase 提供的一体化架构包括四个方面，分别是单机分布式一体化、TP/AP 一体化、SQL+AI 一体化、云上云下一体化。

单机分布式一体化方面，对于部分规模较小的金融机构客户来说，单机版数据库就足够匹配其数据量、业务需求，因此 OceanBase 在分布式数据库之外还提供了单机版供客户选择，客户可以在升级的同时最大化沿用已有数据库架构，实现核心系统与周边系统的全面覆盖。

TP/AP 一体化，即支持事务处理（TP）与实时分析处理（AP）等多工作负载，满足用户在 AI 时代的实时数仓需求，高效支撑监管、风控、一表通、实时数仓等金融复杂业务场景。

通过 SQL+AI 一体化，OceanBase 为用户提供向量存储与通用 AI 应用能力，从知识库到智能运维、智能研发、智能风控、智能投顾，实现 AI 应用能力的提升。

此外，OceanBase 还通过软硬件一体化能力，为金融行业客户搭建数据库私有云场景。

" 我们希望用一个数据库解决用户 80% 的问题。" 王爽表示。

中国太平洋保险是首个将全险种全核心升级到 OceanBase 的头部保险企业，目前正尝试基于 OceanBase 探索 AI、AP 等新能力，如将 AI 用于数据库故障诊断，快速、精准识别并定位故障原因，降低运维人员的工作负担。而其综意险核心系统使用 OceanBase 分布式架构上线后，运行稳定，支持可高达百万 QPS，有力支持了业务发展需求。

太保首席数据库专家林春表示，截至 2024 年末，太保共 329 个系统已完成升级改造，实现架构转型、降本增效、能力沉淀、反哺行业，降本逾亿元。他向笔者表示，降本增效体现在存储空间压缩、运维成本降低、迁移改造成本降低、人才队伍建设加速等四大方面。

林春特别提到，依托 OceanBase 的产品能力，大幅压缩存储空间，带来数据库备份和恢复性能的大幅提升，提升幅度在 5 倍左右。

笔者注意到，在本届金融展上，OceanBase 还在主会场成果展示及新品发布环节发布了面向金融场景的 OceanBase 4.4.0 版本，这一版本加强了 TP 事务处理能力、AP 实时分析能力和 AI 原生能力，从而满足金融机构在 AI 场景上的需求。

据 OceanBase 方面披露，截至目前，公司已经实现从头部金融核心系统到中腰部金融机构的规模化复制，服务全部政策性银行、五家国有大行、70% 头部保险集团公司、75% 头部证券、50% 头部基金，拥有资产规模万亿元以上银行客户超 20 家，在外资金融机构中也有突破。