[.com原稿]宜信成立于2006年，总部位于北京，是一家积极从事普惠金融和财富管理的金融科技公司。布局支付、网贷、众筹、智能投顾、智能保险、区块链等前沿领域，通过企业孵化和产业投资参与全球金融科技创新。公司的创始人兼CEO是唐宁。2012年P2P风靡中国之际，宜信作为国内第一家P2P平台，已经在该领域深耕6年。美国时间2015年12月18日上午9时30分，宜信旗下P2P网络借贷平台宜人贷正式登陆纽交所。IT老手韩峰第一次见到韩峰时，穿着很随意，这也是大多数IT人员的常态。1999年毕业后，已经是IT圈的老手了。早年从事软件开发工作，逐渐对数据库产生兴趣。工作后的第七年，韩峰做出了从软件开发转型为DBA的决定。从最初的数据库基础运维，到后续的优化、设计、架构。现在主要精力从事数据相关的架构、开发、管理。在他17年的IT职业生涯中，经历过传统软件开发商、国外通信公司、互联网公司、电商平台等各类公司。对他来说，丰富的职业经历让他受益匪浅。不仅在技术上，而且更全面。此外，他还经常活跃于各种技术社区。作为一名技术布道者，他也非常愿意将技术传播给更多的人。闲暇之余，他坚持写作，将多年的心得整理成书。宜信的转型之路韩峰表示，作为一家金融科技公司，宜信的技术不言而喻。目前，公司IT基础设施和数据库处于以下几个阶段：l基础设施的发展经历了物理机、虚拟机、容器化和云化的过程。l在硬件平台上，计算层以X86为主，存储层逐渐放弃使用商业存储，取而代之的是分布式方案。在某些场景中，还使用了超融合架构。l数据库方面，以MySQL、MongoDB、Redis为主。l大数据：使用Hive、HBase、ES、Spark、Storm、Impala、Kafka等。关于云战略，该公司有自己的一些计划。目前还是以私有云为主，只把部分业务放在公有云上，但也只是少量的非核心业务。宜信也在规划自己的金融云战略。对于超融合技术，韩峰表示，使用它的目的是提高易信在线服务的效率。超融合可以提供很好的弹性，但是性价比不高。而弹性达到一定规模后，就会受到限制。在特定的非发展阶段，中小企业如果想快速拓展业务，采用超融合更为合适。在数据库方面，越来越多的公司正在考虑使用开源数据库解决方案，尤其是MySQL，以及一些NoSQL解决方案，如Redis、MongoDB。对于大数据领域，从早期的传统数据分析报告，到BI分析、数据挖掘、机器学习等，宜信不断探索实践，探索如何在金融领域提供更好的服务。旗下宜人贷的“极速模式”是风控模式在大数据领域的一次成功实践。数据库迁移的启示作为数据库的老手，韩峰的体会颇多。他特别强调，数据是企业的命脉，数据库的重要性怎么强调都不为过。他以一个数据库迁移为例，给我们讲解了DBA工作的难点以及给我们带来的各种启示。详细的技术方案。在整个迁移过程中，最耗费精力的就是梳理整个迁移过程：包括规范的制定、迁移流程、与各相关部门的方案核对。实施计划。具体到实施方案要尽可能详细、完善。例如，有很多应用连接到数据库，但是有些IP地址没有包含在注册信息中。因此，在迁移准备期间需要注意故障排除。这项工作非常累人，并显示出以前工作的不完善之处。部门合作。与相关部门核对迁移方案，做好沟通协调。制定一个计划。在迁移之前，团队做了很多计划，包括正常的迁移流程，出现问题时的备份迁移流程，以及备份回滚计划。正式迁移前，团队大约每周排练一次，排练四五次，每次都在半夜。演练结束后立即做记录，包括其操作步骤，一步步细化，最终形成厚厚的迁移文档。***，实际迁移的时候基本不用敲命令，直接把脚本粘贴过来即可。DataManagementMethodology韩锋再次强调，过去专利、技术或运营模式是企业的命脉，未来数据也将是命脉之一。企业如果没有数据，就只能被动发展，所以数据管理就显得尤为重要。对于企业来说，数据不仅仅存在于数据库中，它可以以各种形式存在于不同的地方。它可能是一个文件，可能是一个扩展片段，可能是多个用户上传的图片，也可能是用户的一些声音。这些数据不仅分散在它们的位置上，而且还具有不同的形式和价值。面对复杂的数据，如何管理数据？首先，企业管理者要高度重视数据；其次，他们需要对数据有透彻的了解，了解它们在哪里，如何存在，以及它们的价值；只有这样，它们才能涉及数据管理问题。常见的管理方式主要分为三类：自上而下。传统的企业、银行、证券、金融经常这样做。也就是成立一个类似于建模室或者数据模型部门的组织，然后会有专业的人来帮助他们进行模型设计和规范。这种方式对数据的控制会很好，但是会有些不灵活，人力投入也太大。自下而上。像很多互联网公司一样，他们通常有自己的系统，对商业模式进行自下而上的管理。从中间开始。也有一些公司，从开发开始，引入一些建模工具，通过这些工具向上引入业务模型，向下构建物理模型。以上方法在易信中都会有问题。与传统企业不同，宜信发展速度比较快，所以会有大量的业务需求变化，自上而下行不通；而自下而上多用于单一的业务系统，它是基于数据仓库的。但是易信的数据仓库并不统一；易信很多开发都没有用到建模，所以很难从中间做数据建模。目前，他正在探索适合宜信发展的数据管理方式。考虑到大方向，他会选择自下而上的方式去做。出发点是取公司内部数据的共享部分和非独占部分，然后收集各自领域的数据，最终逐步形成统一的数据视图。DevOps在宜信数据库的应用韩峰将DevOps在宜信的应用阶段简化为“四个现代化工程”。所谓“四化工程”，是指以下四个层次。在很多企业实施DevOps的过程中，大致经历了类似的阶段。第一阶段，“文档化/标准化”阶段在这个阶段，企业在经历了最初的“人肉”模式后，随着规模的扩大，运维会遇到很多问题。因此，将原来的手工操作逐步规范，形成操作标准，并通过文件化的步骤沉淀标准。后续操作，人员只需按照文档操作即可。这样既保证了运维质量，又提高了响应效率；第二阶段，“脚本/工具化”阶段，虽然在第一阶段已经实现了指定的标准文档化，但是运维工作还是需要大量的人力成本。当运维量进一步增加时，如何减少人工操作，加快运维效率成为重点。因此，现阶段将文档化的标准操作以脚本或工具的形式固化，可以大大提高运维效率；第三阶段，虽然在“自动化/平台”阶段可以通过工具脚本完成运维工作，但仍然需要人工触发。为了完成一个特定的运维场景，往往需要手动执行一系列的脚本或者工具调用，这也消耗了大量的人力成本。为了进一步提高效率，可以考虑引入平台自动化。通过梳理运维工作，将一系列工具和脚本整合到一个统一的平台，完成整个运维操作，甚至可以与监控等系统联动，实现自动化运维动作；第四阶段，“智能化/云化”阶段这个阶段更多的是从运维智能化的角度和资源提供的形式。在自动化运维的基础上，通过引入智能分析能力，可以预测故障的发生，并采取主动的运维行动。评估整体资源使用情况，更合理地分配资源等等。至于云化，因为对基础设施进行了抽象，可以在运维层面提供更大的灵活性，可以更好地满足业务的快速发展，实现成本效益最大化。他表示，大数据不再是新兴技术。什么是大数据？韩峰认为，指的是某个阶段面对的数据无法处理，他将一种新的处理方式命名为大数据技术，但对我们来说，它只是一种数据处理技术。“大和不大，会随着时间的推移而改变。今天的大，明天不一定大。另外，现在很多数据库越来越关注大数据，大数据也是在向数据库学习。在传统的数据库中，有对于一些大数据技术，大数据也会嵌入到数据库中，传统数据库有30到40年的积累，对数据的精确控制程度远超大数据平台，在单位生产效率上，大数据平台需要的比传统数据平台要低，那么大数据平台现在应该学什么？学习如何优化系统，学习如何更准确地查找和发现数据。***，他认为数据库只是一个数据的形式，数据可以存储在图书馆，也可以是大数据平台，也可以是其他形式。新的硬件技术、大数据、人工智能、云计算等将为图书馆的发展提供可能。数据库酶。但在未来，它会发展成什么？，现在很难下定论。【原创稿件，合作网站转载请注明原作者及出处为.com】
