OceanBase
  • 产品
  • 解决方案
  • 客户
  • 合作伙伴
  • 资源与服务
  • 文档
  • 社区
云控制台登录 / 注册
  • 免费试用
本地部署
OceanBase 分布式数据库

首批通过分布式安全可靠测评,为关键业务系统打造

OceanBase 集中式数据库

集中式架构,兼具性能与成本优势的集中式数据库

OceanBase 社区版

兼容 MySQL 的单机分布式一体化开源数据库

OceanBase seekdb

为现代 AI 应用打造的开源混合搜索数据库

云上部署
OB Cloud

一体化云数据库,打造面向多云的一致性体验

一体机
OceanBase 数据库一体机

软硬一体,提供极致性能与高可靠性保障

OceanBase AI 一体机

基于 OceanBase AI Stack 的智能一体机

工具
迁移评估工具(OMA)
数据迁移工具(OMS)
开发者工具(ODC)
运维管理工具(OCP)
自治服务工具(OAS)
一体化关键能力
TP 事务处理

面向关键业务负载的事务处理能力,保障大规模业务稳定运行与数据零丢失

AP 实时分析

原生支持事务与分析融合,低延迟洞察业务数据,驱动智能决策与敏捷运营

AI 现代负载

湖库一体管理多模态数据离在线处理,AI 原生支撑 Agent 规模化应用

oceanbase白皮书

OceanBase 一体化分布式数据库

通用场景
全场景业务系统 OLTP
实时分析混合负载
异地多活
多基础设施部署
一站式传统数据库升级
混合云部署
一库多芯软硬件混合部署
分布式数据库单机部署
大存储类数据库降本
冷数据归档降本
多实例资源整合
分库分表一体化升级
高并发场景
数据中台
行业解决方案
国有大行和股份制银行核心系统解决方案
区域性银行核心系统解决方案
寿险核心系统解决方案
产险核心系统解决方案
资管交易类系统解决方案
资管 TA 清算类系统解决方案
运营商核心系统解决方案
人社核心系统解决方案
电力核心系统解决方案
行业专区
银行专区

助力银行完成各类核心业务系统升级

保险专区

寿险、产险核心系统升级的更佳选择

零售专区

助力200+零售行业客户规模化落地

DB 大咖说
oceanbase爱奇艺

百亿级卡券业务的“单库双擎”架构升级

oceanbase四川银行

800个测试用例选定分布式数据库

oceanbase太平洋保险

先难后易,核心系统数据库升级复盘

行业案例
oceanbase交通银行

核心数据库的“分布式革命”

oceanbase中国移动

B域核心CRM&BOSS近乎零改造分布式升级

oceanbase理想

打造领先的智能制造系统和自动驾驶体验

演讲实录
oceanbase中国联通

集团应用分布式数据库覆盖B/O/M域

oceanbase国泰海通

智能推送系统稳定支撑单日亿级消息处理量

oceanbase中国联合航空

中国首款机票盲盒背后的数据库力量

用户实践
oceanbase北京银行

最快速度完成40余套系统国产数据库升级

oceanbase维沃移动通信有限公司

替换 MySQL 分库分表,探索成本效益最优

oceanbase滴滴

数据库大规模运维体系建设及落地实践

合作伙伴
合作伙伴类型
联合解决方案
产业生态伙伴
经销商伙伴
技术服务伙伴
培训认证伙伴
生态联合解决方案
神州信息 x OceanBase 银行核心系统
长亮科技 x OceanBase 新核心系统
中电金信 x OceanBase 金融分布式核心系统
天阳科技 x OceanBase 贷记卡方案
易诚互动 x OceanBase 手机银行方案
恒生 x OceanBase UF3.0/O45/TA/估值方案
商业发行版
云树®数据库软件 ActionDB
服务
支持与服务
提交工单
软件下载
OceanBase 企业版
OceanBase 社区版
OB Cloud
学习
培训与认证
在线课堂
在线体验
开发者
开发者中心
资料
行业报告与白皮书
官方博客
年度发布会资料
开发者大会资料
oceanbase白皮书

金融核心系统数据库升级路径与场景实践

oceanbase白皮书

人社关键业务数据库一体化升级实践

产品文档
oceanbaseOceanBase 数据库
驱动和中间件
oceanbaseOB Cloud 云数据库
工具与组件
oceanbaseOceanBase 数据库一体机
生态商业产品
快速上手
OceanBase 数据库
OB Cloud 云数据库
知识库
汇聚常见产品使用问题案例
在线体验

Demo与实验,感受 OceanBase 的核心能力与应用场景

OceanBase 最佳实践
了解 OceanBase 分布式数据库的架构与系统原理
技术博客

技术解析 | 用户实践 | 社区月报

在线课堂

电子书 |视频课程|在线培训

Developer Hub
应用开发Demo | 数据开发与集成工具
问答论坛

快速答疑 | 常见问题 | 技术交流

社区活动

Meetup | 技术公开课

GitHub

查看源码 | 贡献代码 | 建议反馈

加入社区

社区组织 | 社区用户贡献 |开发者贡献

进入社区首页
oceanbase数据库大赛

第五届OceanBase数据库大赛

oceanbase免费课程
从故障处理到性能调优:OceanBase资深DBA进阶培训
切换语言
  • 中文站 - 简体中文
  • International - English
  • 日本站 - 日本語
  1. 首页
  2. 客户案例
  3. 浙商银行

HTAP 架构重构反洗钱系统,质效风控双跃升

  • 秒级
    复杂分析响应时间降至
  • 千万笔
    日均处理批量交易流水近
  • 15-20%
    反洗钱规则计算效率提升
当前,金融反洗钱工作面临交易链路复杂化、监管要求实时化、传统风控架构难以承载高并发混合负载的行业共性难题。面对日益隐蔽的洗钱手法,如何升级技术底座、重塑合规防线,已成为金融数字化转型的关键命题。浙商银行以“一流的商业银行”为愿景,坚持“科技兴行”战略,以底层架构的代际革新直击业务痛点,率先破局。
为深度拆解标杆实践背后的技术逻辑与管理经验,浙商银行科技管理部总经理董佳艺接受了《金融电子化》记者专访,深入探讨如何依托 HTAP 架构打造新一代数智反洗钱系统,全面推动智能反洗钱业务质效与风险防控能力双跃升。

破解混合负载瓶颈,明确架构转型方向

记者:反洗钱属于典型的混合负载场景,数据关联复杂、分布不均导致的数据倾斜,叠加高并发带来的 I/O 压力,这些技术挑战对可疑案例处理、客户尽调等日常业务造成了哪些影响?
董佳艺:技术对反洗钱日常业务的影响主要体现在性能容量等方面,当前资金交易日益复杂、洗钱手段不断更新、洗钱模式团伙化,反洗钱需要穿透多层业务表象挖掘团伙交易链条,这导致计算量呈指数级增加,传统数据库性能面临瓶颈导致反洗钱业务开展受限。
例如,可疑案例处理业务中的可疑交易识别,涉及多表关联、子查询和图遍历等复杂分析,引发响应延迟,导致时效性降低,可能错过最佳调查窗口;客户尽调业务受限于传统数据库的性能,导致风险评级、风险客户画像、可疑监测等批处理的周期延长,较难反映客户的最新风险状况。
记者:从监管趋势和自身发展的角度看,浙商银行反洗钱系统的技术升级面临哪些核心诉求?最终将 HTAP 架构确立为技术底座,主要基于哪几方面的战略考量?
董佳艺:选择 HTAP 架构,主要是基于监管合规、业务适配、自主掌控等多方面的考量。
一是监管对实时性的要求提升,根据反洗钱金融行动特别工作组(FATF)建议及相关监管要求,需提升反洗钱监测的实时性,从 T+1 向近实时监测转变,以应对日渐隐蔽的洗钱风险;
二是浙商银行业务规模、交易量稳步增长,面临传统架构扩展性不足、批量性能受影响较大等困境,复杂关联查询、图网络穿透等高级分析方式对技术底座要求较高,HTAP 架构适用批量处理与实时查询等混合场景应用,天然支持反洗钱等复杂业务;
三是金融科技自立自强的需求驱动,选择国产自研 HTAP 数据库,才能从底层筑牢反洗钱系统自主掌控的技术根基,保障核心技术供应链安全和金融数据安全。
记者:从底层架构特性看,相较于传统“交易与分析分离”的模式,HTAP 展现出哪些原生优势?
董佳艺:相较传统架构,HTAP 的优势主要体现在海量数据处理和高并发处理等能力。反洗钱涉及的数据量大,交易分析复杂,还存在大数据的批量处理,这些处理对实时性要求较高,延时会引起漏报、迟报风险。
HTAP 原生支持多表关联、子查询和图遍历等复杂实时分析的能力,通过融合事务处理与分析能力,在数据一致性、实时性、扩展性和成本效益等方面显著优于传统分离架构。
同时,HTAP 具备较强的海量数据处理和高并发处理能力,能够有效应对反洗钱业务变化带来的挑战。

构建多维评估矩阵,锁定数据库产品

记者:在选型评估过程中,浙商银行如何设定核心指标?围绕哪些关键维度完成产品筛选?
董佳艺:浙商银行以金融反洗钱工作合规要求为导向,结合数智反洗钱系统的业务需求,立足智能化、兼容性及成熟度等开展科学选型,确保既能满足当前反洗钱业务需求,又能支撑未来赋能,筑牢反洗钱高质量发展的技术根基。

我们围绕六大核心维度,开展 HTAP 分布式数据库的筛选和评估。

一是业务适配性,重点匹配反洗钱混合负载、高并发等场景特征,保障风险监控与处置的高效稳定;

二是技术架构先进性,选用原生分布式 HTAP 架构,兼顾扩展性、高可用与智能化;

三是生态兼容性,确保与现有核心系统、数据平台等有机衔接。

四是国产升级需求驱动,遵循金融国产升级与数据安全需求,实现核心技术自主掌控;

五是升级平滑性,保障历史数据完整升级、业务平稳过渡,实现无感切换;

六是同业实践成熟度,充分参考同业落地案例,验证产品稳定性与可靠性,确保选型产品既能支撑当前业务运转,也能适配未来业务迭代升级。

记者:最终选择了哪款产品?在反洗钱业务核心诉求匹配度方面,此数据库具备哪些比较优势?
董佳艺:经过多轮技术测试及综合性评估,我们最终选择 OceanBase 分布式数据库作为新一代数智反洗钱系统的数据库底座。作为原生分布式数据库,其优势与反洗钱业务需求契合度较高。

一是数据安全与一致性有保障,通过强一致协议保障交易数据零丢失;

二是高频交易低延迟适配,通过内存快写、高效事务处理等机制,保证交易响应延迟控制在毫秒级;

三是业务连续性无间断,依托多副本部署及秒级自动切换技术,确保反洗钱实时监控、预警等核心业务不中断;

四是复杂分析高效支撑,通过多项性能优化技术,提升关联查询与批量分析的处理效率,为复杂分析业务提速;

五是集成与改造成本可控,具备高度兼容传统集中式数据库语法、高效存储压缩等优势,能够最大程度复用现有系统的开发代码与逻辑,降低了改造成本;

六是 OceanBase 在金融业有较多的实践案例,同业实践成熟度较高。

攻坚升级适配,实现系统平滑上线

记者:在底层适配与系统重构阶段,项目团队遭遇了哪些技术硬仗?如何破解数据切换等高复杂度难题?
董佳艺:在分布式数据库的适配过程中,我们遇到了四类较为突出的技术难题。

一是数据升级复杂度高,原系统数据量大,核心数据表、存储过程及 SQL 语句的适配性验证工作量较大;二是性能保障压力大,反洗钱系统全量客户风险重算与交易回溯对数据库性能要求极高;三是监管合规零容错,报送数据格式、字段精度、时间戳标准须严格符合央行最新接口规范;四是原有复杂业务逻辑与新数据库的适配冲突,分布式数据库与传统集中式数据库的架构差异可能造成原有逻辑失效或性能骤降。

例如,为解决数据升级复杂度大的问题,我们采用“全量+增量+双写”分阶段混合升级的方式进行。

一是全量切换,在业务低峰期,通过专用迁移工具,对不再更新的历史冷数据进行初始化升级;二是增量同步,全量切换完成后,立即开启基于日志的增量数据捕获和实时同步,确保新老系统数据差距在秒级内;三是双写验证,切换之后,将数据同时反向同步到旧数据库,实现两端数据完全一致,确保切换方案可回退。同时,利用分布式数据库的数据校验功能,自动比对相关指标,确保数据的完整性。

记者:升级攻坚见效后,进入最为敏感的上线切换期。面对“零中断”的刚需,浙商银行如何构建容错机制,确保业务平稳过渡?
董佳艺:确保上线与切换阶段反洗钱业务不间断,是保障业务连续性的重要目标之一。浙商银行的核心原则是“可验证、可灰度、可回滚”,主要有三方面举措。

一是构建双轨并行环境,新旧系统同步跑批,逐日比对结果差异,确保数据零误差;

二是灰度上线与持续运维,采用“分行试点→区域推广→全行切换”三步走策略,上线后建立专属监控,对异常指标实施分钟级告警;

三是数据同步与双写,确保切换方案可回退。历时 12 个月,我们完成了从立项到上线全过程,实现了平滑切换和稳定运行。

验证核心运行指标,赋能合规与业务双赢

记者:新系统投产以来,在响应时效、吞吐并发等核心指标上实现了怎样的量化跃升?
董佳艺:浙商银行推进“强总行”行动,打造引领、赋能和管控并重的强有力总行,借助基于 HTAP 架构的新一代数智反洗钱系统实现对分支机构反洗钱业务开展的有力支撑。

从业务处理的效率与能力提升的效果看,数据分析与响应时长进一步缩短,客户全链路资金网络查询、跨多年度交易追溯等复杂分析任务,响应时间从分钟级(甚至小时级)降至秒级。

系统吞吐与并发能力显著增强,日均处理批量交易流水近千万笔,反洗钱规则计算效率整体较原架构提升 15%-20%。目前系统已覆盖全行 300 多家分支机构的反洗钱岗位人员,监管数据校验一次性通过率达到 100%。

记者:系统效能跃升的价值体现在业务动能的转化。从合规履职到业务拓展,这套系统为全行风控体系与前线经营带来了哪些直接价值?
董佳艺:直接价值主要体现在三方面。

一是满足国内外监管对反洗钱监测“风险为本”“穿透式”“实时性”的升级要求,大幅降低因合规失效导致的监管处罚与声誉风险;

二是优化客户体验,更精准的风险识别减少了对低风险客户的“误伤”;

三是从风险制约到风险赋能,实时风险识别能力成为高风险、高价值业务(如跨境支付、私人银行等)的“安全垫”“助推器”,推动浙商银行在风险可控的前提下,更加自信地拓展新业务。

布局 AI 技术演进,深化全链路场景融合

记者:面向大模型与 AI 技术浪潮,对于新一代数智反洗钱系统的底层技术栈与算法引擎,浙商银行规划了哪些关键演进路径?
董佳艺:新一代数智反洗钱系统将紧紧围绕“科技兴行”战略规划,持续深化前沿技术在反洗钱场景中的深度应用,不断提升数据分析与风险研判能力,满足人工智能时代的反洗钱发展趋势。
技术优化层面,紧密贴合数智反洗钱建设的战略要求,未来拟重点聚焦团伙案例识别等核心场景突破。针对团伙类风险隐蔽性强、资金量大等问题,通过隐私计算等技术,强化多维度风险挖掘能力,破解团伙识别难题。
记者:在业务融合层面,该系统将与浙商银行的哪些业务场景进一步融合,以构建全链路风险管控闭环?
董佳艺:浙商银行将重点围绕“服务实体经济”的战略部署,将反洗钱系统与全行多个核心业务场景深度融合。拟在数字供应链金融、小微金融及跨境金融等场景,推动数智反洗钱系统实现交易资金流向、交易对手资质等关键数据的实时分析与校验,延伸反洗钱管控应用范围。
未来,浙商银行将根据监管政策导向与制度要求,强化“合规为本”理念,紧跟全球金融科技发展趋势,坚持“科技兴行”战略,健全数字化风控合规体系,迭代升级数智化反洗钱手段,积极布局多智能体协同、图数据挖掘等前沿技术,促进反洗钱业务高质量发展,牢牢守住金融安全防线。
浙商银行
浙商银行是十二家全国性股份制商业银行之一,于2004年8月18日正式开业,总部设在浙江杭州,系“A+H”上市银行、国内系统重要性银行。开业以来,浙商银行立足浙江、放眼全局,全力服务国家战略,努力为社会提供优质、高效的金融服务,已成为一家基础扎实、效益优良、风控完善的优质商业银行。
[ 行 业 ]
银行
[ 应用场景 ]
实时分析混合负载

目录

  • 破解混合负载瓶颈,明确架构转型方向
  • 构建多维评估矩阵,锁定数据库产品
  • 攻坚升级适配,实现系统平滑上线
  • 布局 AI 技术演进,深化全链路场景融合
获取同款解决方案
立即咨询

体验新一代 AI 数据库

立即咨询
免费试用

OceanBase

OceanBase 海扬数据库始创于 2010 年,是完全自主研发的数据库公司。2020年开始独立商业化运作,历经15年大规模核心场景验证,目前是中国数据库的领军企业之一。从分布式数据库到 AI 数据库,为企业提供安全、稳定、可扩展的数据底座,推动数据基础设施全面拥抱 AI 时代。

关于我们

关于 OceanBase最新动态资质荣誉客户专家委员会招贤纳士合作伙伴年度发布会开发者大会

资源与服务

支持与服务文档知识库软件与工具下载培训与认证在线体验数据库专题视频

社区

快速上手开发者中心博客活动学习问答GitHub

数据库百科

分布式数据库国产数据库OLTP 数据库OLAP 数据库HTAP 数据库数据库向量数据库向量检索

联系我们

服务热线:
400-109-0633
商务咨询
培训认证技术支持媒体合作
京公网安备11010802047223号京公网安备11010802047223号
京ICP备20024574号-1
合字B1.B2-20250395
网站服务协议隐私协议安全响应协议
OceanBase 版权所有 © 2026 基础资源和备案服务由阿里云提供
AI