分布式数据库技术金融应用规范解读

1、分布式数据库技术金融应用规范的 技术架构及分布式事务核心功能的解读揭秘国内三种主流金融行业的分布式事务数据库的技术架构揭秘Applications (e.g mysql client)Applicatio nApplicationApplicationAppicationApplicationApplicationApplicatio nApplicatio nSQLMySQLServer(mysqld)MySQLServer(mysqld)MySQLServer(mysqld)StorageNDBCluster(data nodes)(ndb d)(ndb d)(ndb d)(ndb d)M

2、anagementManagement Server (ndb_mqmd)ManagementClient(e.g ndb_mgm)教科书定义的分布式事务数据库的技术架构及功能特性局部内模式全局概念模式分布式数据库 增加的全局自治分片模式分配模式全局 DBMS局部概念模式局部概念模式局部概念模式全局外模式局部内模式局部内模式局部 数据库局部 数据库局部 数据库集中式 数据库 原有的场地自治局部 DBMS全局外模式全局外模式模式一模式二模式三模式四分布式数据库：是由一组数据组成的，这组数据分布在计算机网络的不同计算机上，网络中的每个结点具有独立处理能力（称为场 地自治），可以执行局部应用。同时每

3、个结点也能通过网络通讯子系统执行全局应用（称为全局自治）。l SELECT * FROM TABLE_NAME WHERE ID=14;ScanScanScanDataDataDataDataData计算汇总国内三种主流金融行业的分布式事务数据库的技术架构揭秘：数据缓存节点和数据持久节点结合Client LayerApplicnatioApplicationClientClientSQL LayerProxyProxyIncrement Data LayerFull Data LayerChunkServe r MergeServe rVIPUpdateServerUpdateServerUp

4、dateServerUpdate ServerChunkServe rMergeServe rChunkServe rMergeServe rVIPUPDATE TABLE_NAME ClientSET WHERE ID100;UPDATE TABLE_NAMESET WHERE ID100;TE TABLE_NUPDAAMESET WHERE ID 1秒读写分离的基础功能摘要信息：主从存储节点的同步延迟判断，对延迟从库摘除和自动恢复主从存储节点的数据一致性算法核对的定期执行事务内的读操作、写操作都由主存储节点承担非事务内的读操作负载均衡地发到从存储节点上执行强制某一类读操作SQL语句发送到从

5、存储节点上执行u从读者信息表中读取上海地区的客户信息u对客户信息进行查询、更新等操作u主从一致延迟超过1秒钟：存储节点被摘除u挑选数据延迟阈值内的从存储节点读操作uHint指定读从存储节点u被摘除的从存储节点数据追平，则恢复正常分布式事务数据库的读写分离的技术原理及功能特性分布式事务数据库的并行计算INSERT的技术原理及功能特性DS2DS2MIDFISSUERAPPDS1DS1MIDFISSUER04100000004中国银行总部以存储支付机构号数据的MIDF字段作为分片字段，使用路由算法MATCH函数。 假设数据路由配置规则为：机构号104100000004和305100000013存储到

6、数据节点DN1；INSERT INTO table_nameVALUES (104100000004,中国银行总部)DN1DN2动画演示：数据拆分为2个数据节点（DN1和DN2），每个数据节点为经典的双主架构（DS1和DS1为一对，DS2和DS2为一对）。 通过分布式事务数据库的分片路由算法及分片函数MATCH，控制数据行的存储分布位置。1 Query ok, 1 row affected;105100000017中国建设银行总行INSERT INTO table_nameVALUES (105100000017,中国建设银行总行)Query ok, 1 row affected;051000

7、00013中国民生银行INSERT INTO table_nameVALUES (305100000013,中国民生银行总行)3 Query ok, 1 row affected;总行303100000006中国光大银行总行机构号105100000017和303100000006存储到数据节点DN2。分布式事务数据库31310345100000001014763路由规则为DN121节点INSERT INTO table_name VALUES (303100000006,中国光大银行总行)Query ok, 1 row affected;分布式事务数据库的并行计算INSERT的技术原理及功能特

8、性以存储支付机构号数据的MIDF字段作为分片字段，使用路由算法MATCH函数。 假设数据路由配置规则为：机构号104100000004和305100000013存储到数据节点DN1； 机构号105100000017和303100000006存储到数据节点DN2。DS2DS2MIDFISSUERDS1DS1MIDFISSUERAPP分布式事务数据库INSERT INTO table_name VALUES(104100000004,中国银行总部) ,(105100000017,中国建设银行总行);DN1DN2动画演示：数据拆分为2个数据节点（DN1和DN2），每个数据节点为经典的双主架构（DS1

9、和DS1为一对，DS2和DS2为一对）。 通过分布式事务数据库的分片路由算法及分片函数MATCH，控制数据行的存储分布位置。INSERT INTO table_name VALUES(104100000004,中国银行总部);INSERT INTO table_name VALUES(105100000017,中国建设银行总行);104100000004中国银行总部105100000017中国建设银行总行INSERT INTO table_name VALUES(305100000013,中国民生银行总行) ,(303100000006,中国光大银行总行);3105410000001034路由

10、规则为DN1,3103510000000167路由规则为DN2INSERT INTO table_name VALUES(303100000006,中国光大银行总行);INSERT INTO table_name VALUES305100000013中国民生银行总行303100000006中国光大银行总行Query ok, 1 row affected;Query ok, 1 row affected;Query ok, 2 rows affected;Query ok, 1 row affected;Query ok, 1 row affected;Query ok, 2 rows affe

11、cted;(305100000013,中国民生银行总行);分布式事务数据库的并行计算UPDATE单条数据的技术原理及功能特性APP分布式事务数据库DS2DS2MIDFISSUERDS1DS1DN1DN2动画演示：数据拆分为2个数据节点（DN1和DN2），每个数据节点为经典的双主架构（DS1和DS1为一对，DS2和DS2为一对）。 通过分布式事务数据库的分片路由算法及分片函数MATCH，计算出分片字段值的存储位置分布，控制SQL语句路由到正确 的存储数据节点上执行，并返回结果集给应用程序。MIDFISSUER104100000004中国银行总部305100000013中国民生银行总行005511

12、0000000000001177中中国国建建设设银银行行分总行UPDATE table_name SETISSUER=“中国建设银行分行”WHERE MIDF=105100000017;1 Query ok, 1 rowaffected;303100000006中国光大银行总行以存储支付机构号数据的MIDF字段作为分片字段，使用路由算法MATCH函数。 假设数据路由配置规则为：机构号104100000004和305100000013存储到数据节点DN1；机构号105100000017和303100000006存储到数据节点DN2。分片字段值105100000017经路由算法MATCH函数计算，

13、 得出存储位置为DN2节点分布式事务数据库的并行计算UPDATE多条数据的技术原理及功能特性APP分布式事务数据库DS2DS2MIDFISSUERDS1DS1MIDFISSUERDN1DN2动画演示：数据拆分为2个数据节点（DN1和DN2），每个数据节点为经典的双主架构（DS1和DS1为一对，DS2和DS2为一对）。 通过分布式事务数据库的分片路由算法及分片函数MATCH，计算出分片字段值的存储位置分布，控制SQL语句路由到正确 的存储数据节点上执行，并返回结果集给应用程序。104100000004中国银行总部UPDATE table_name SETISSUER=REPLACE(ISSUER

14、,总行,分行) WHERE MIDF IN (105100000017,303100000006中国光大银行总行UPDATE table_name SETISSUER=REPLACE(ISSUER,总行, 分 行 ) WHERE MIDF IN (105100000017, 305100000013);PLACE(ISSUER,总行,分行305100000013)0055110000000000001133中中国国民民生生银银行分总行110055110000000000001177中中国国建建设设银银行总分行3 Query ok, 1 rowaffected;Query ok, 1 rowaf

15、fected;UPDATE table_name SETISSUER=RE Query ok, 2 rows affected;) WHERE MIDF IN (105100000017,以存储支付机构号数据的MIDF字段作为分片字段，使用路由算法MATCH函数。 假设数据路由配置规则为：机构号104100000004和305100000013存储到数据节点DN1；机构号105100000017和303100000006存储到数据节点DN2。分片字段值105100000017， 305100000013经路由算法MATCH函数计 算，得出存储位置分别为DN1节点和DN2节点分布式事务数据库的并

16、行计算SELECT单条数据的技术原理及功能特性APP分布式事务数据库DS2DS2DS1DS1DN1DN2动画演示：数据拆分为2个数据节点（DN1和DN2），每个数据节点为经典的双主架构（DS1和DS1为一对，DS2和DS2为一对）。 通过分布式事务数据库的分片路由算法及分片函数MATCH，计算出分片字段值的存储位置分布，控制SQL语句路由到正确 的存储数据节点上执行，并返回结果集给应用程序。105100000017中国建设银行总行SELECT* FROM table_nameWHERE MIDF= 105100000017;MIDFISSUER105100000017,中国建设银行总行3031

17、00000006中国光大银行总行MIDFISSUER104100000004中国银行总部305100000013中国民生银行总行以存储支付机构号数据的MIDF字段作为分片字段，使用路由算法MATCH函数。 假设数据路由配置规则为：机构号104100000004和305100000013存储到数据节点DN1；机构号105100000017和303100000006存储到数据节点DN2。分片字段值105100000017经路由算法MATCH函数计算， 得出存储位置为DN2节点分布式事务数据库的并行计算SELECT多条数据的技术原理及功能特性APP分布式事务数据库DS1DS1104100000004

18、中国银行总部104100000001DS2DS2MIDFISSUERMROOT105100000017中国建设银行总行305100000002303100000006中国光大银行总行104100000001支付机构号数据的MIDF字段+报文标识号MROOT字段组合作为分片字段，使用路由算法MATCH函数和哈希假设数据路由配置位置为：机构号104100000004与104100000001组合、305100000013与305100000002组合存储到数据节点到数据节点DN1；机构号105100000017与305100000002组合、303100000006与104100000001组合存

19、储DN2。DN1DN2动画演示：数据拆分为2个数据节点（DN1、DN2），每个数据节点为经典的双主架构（DS1和DS1为一对，DS2和DS2为一对）。 通过分布式事务数据库的分片哈希约定算法及分片函数HASH，及分布式事务数据库的内置JOIN算法引擎，实现跨数据节 点的JOIN及数据结果集合并处理再返回正确的结果集。SELECT O.MIDF AS A,O.ISSUER AS OISS,O.MROOT,P.MIDF AS B,P. ISSUER AS PISS FROM MAS O JOIN M AS P ON O.MROOT=P.MROOT WHERE 约定算法HASH函数。O.MROOT=

20、104100000001;SELECT O.MIDF AS A,O.ISSUER AS OISS, O.MROOTFROM M AS O WHERE O.MROOT=104100000001;SELECT P.MIDF AS B,P.ISSUER AS PISS, P.MROOT,FROM M AS P WHERE P.MROOT=104100000001;分片字段值104100000001MIDFISSUERMROOT104100000004,中国银行总部 , 104100000001305100000013中国民生银行总行30510000000230310000行总行 ,0006,中国光大

21、银104100000001104100000004,中国银行总部,104100000001,303100000006,中国光大银行总行经过HASH函数计算，得出数据分布在DN1和DN2数据节点上， 分布式事务数据库将SQL语句路由下发到DN1和DN2数据节点上并行执行，返回的结果集再 经分布式事务数据库内置JOIN算法处理，最终返回应用程序期望的结果集分布式事务数据库的功能特性分布式事务存储节点层存储节管理协调节点无状态计算节点update 1;点Query okCommit；CommitQuery ok请求存储节点 及协调返回状态update 1;Query ok;update 1;ok;存

22、储节点存引入“管理协调节点”带来的问题优势： 性能问题：响应时间变长，存在性能毛刺 可靠性问题：交互环节增多，增加隐患点 有状态转移：有状态的信息从计算节点转移到管理协调节点， 管理协调节点水平扩展数量受分布式一致性协议限制存储节点有状态计算节点有状态计算节点有状态计算节点管理协调节点管理协调节点无状态计算节点存储节点储节点update 1;应用okErrorCommit；Commit ok无状态计算节点Query ok;Queryupdate 1;计算节点成为有状态的问题优势：u 问题：有状态信息维护在“指挥官”计算节点上， 则要求计算节点处理能力更强大，水平扩展 数量受分布式一致性协议限制

23、u 优势：减少故障环节，稳定性更好；减少网络交互，响应时间更短，吞吐量更大Query ok;分布式事务应用透明的计算节点架构和引入管理协调节点架构的差异分布式事务隔离级别的功能效果及测试验证方法MySQLMySQLMySQLMySQLLVS/F5/MySQLMySQLMySQLMySQLdn_1dn_4计算节点计算节点管理平台dn_2dn_3APPAPPAPPLVS/F5/A10A10IDVALUEIDVALUET1线程，产生随机数N，循环执行：START TRANSATCION;NSAC_TEST SET VALUE=VALUE+NWHEREUPDATE TRA ID=1;UPDATE TR

24、ANSAC_TEST SET VALUE=VALUE -N WHEREID=4;COMMIT;计算节点 + N- N1+-1- NT2线程，休眠0.1秒，循环执行： 查询T1中两行对应字段值及其和11+ NN4-1 - N225-2336-38-474和始终为0测试方案：新建一张分片表，除分片字段外，需要有至少一个int型字段，并插入部分数据构造或选择两行不在同一节点的数据行，数据行的int型非分片字段设置数值为0， 后称该字段为C1，两行数据后称R1与R2T1线程，产生一个新的整型的范围在1到100的随机数，在分布式数据库开启事务，扣减R1的C1字段该随机值数值，增加R2的C1字段该随机值数

25、值，提交事务；然后T1线程循 环执行此过程T2线程，休眠0.1秒，开启事务，查询R1与R2行的C1字段及其和并记录结果，休眠0.1 秒，查询R1与R2行的C1字段及其和并记录结果，提交事务；然后T2线程循环执行此过程1000次测试结果参考：Read Uncommitted：T2线程在事务中的读取，可能并且应该出现字段和不为0的现象Read Commited：T2线程在事务中的读取，一次都不出现字段和不为0的现象，可能并且 应该出现一个事务中两次查询R1的C1字段值发生变化Repeatable Read：T2线程在事务中的读取，一次都不出现字段和不为0的现象，并且一次 都不出现一个事务中两次查询

26、R1的C1字段值发生变化的现象，可能并且应该出现，两个事务之间查询到的R1的C1字段值发生变化 Serializable：此测试现象的要求和repeatable read相同，T1线程可能出现因锁等待变慢（根据实现方式不同，也可能无此现象），但该测试方法并不足以证明serializable的正确性分布式事务数据库me SET ISSUER, D1 and ID 1 and I,分行)UPDATE tabl ISSUER=REP WHERE ID1ame SET E(ISSUER,总 ID1 and ID1 and ID1 andActive MasterStandby MasterStandb

27、y MasterUPDATE OKUPDATE OKETPrepareEPreparePrepare OKCommitE tR=RCommitR, WID1 and ID1 an=REPLACE(ISS,分行) WH d ID1 and ID1000UPDATE操作UPDATE操作104中国银行分总行313中国民生银行分总行706中国光大银行分总行512中国建设银行分总行MySQL自动回滚动画演示：数据拆分为18个数据节点（DN1DN18），每 个数据节点为经典的双主 架构（Active Master与 Standby Master为一组）。通过分布式事务数据库的 分片哈希约定算法及分片 函数

28、HASH，及分布式事 务数据库的内置强一致分 布式事务算法引擎，保证 跨数据分片的事务在正常 场景或异常场景下都能做 到数据结果集始终一致。分布式事务原子性的功能效果及测试验证方法VIPMySQLMySQLMySQLMySQLdn_1dn_2APPAPPAPPMySQLMySQLMySQLMySQLdn_3dn_4计算LVS/F5/A10LVS/F5/A10计算节点节点计算节点SESSION 1：TRANSACTION 1：批量插入1000条数据 TRANSACTION 2：删除上一步插入的1000条数据Query ok;Query ok;Begin;INSERT INTO TABLE_NAM

29、E VALUES（XXX），（XXX）; COMMIT;Begin;DELETE FROM TABLE_NAME VALUES（XXX），（XXX）; COMMIT;Begin;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）; COMMIT;Begin;DELETE FROM TABLE_NAME VALUES（XXX），（XXX）; COMMIT;Begin;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）; COMMIT;Begin;DELETE FROM TABLE_NAME VALUES（XXX），（XXX）; COMM

30、IT;Begin;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）;OMMIT;egin;DELETE FROM TABLE_NAME VALUES（XXX），（XXX）; COMMIT;管理平台Query ok;Query ok;SESSION 2：SELECT COUNT(*) FROM TABLE_NAME;SELECT COUNT(*) FROM TABLE_NAME;SELECT COUNT(*) FROM TABLE_NAME;SELECT COUNT(*) FROM TABLE_NAME;CBSELECT COUNT(*) FROM TABLE_N

31、AME;Query ok;Query ok;Query ok;Query ok;SELECT COUNT(*) 出的结果为0或1000；第一步骤：开启一个SESSION，包含两个事务，一个是INSERT 1000条数据，一个是DELETE1000条数据，两个事务反复交替执行，无间隔 时间；(可提供脚本)第二步骤：开启第二个SESSION进行SELECTCOUNT(*) 操作，查询所有节点的数据总数， 该操作应反复执行，多次验证，应为0或者1000，保障分布式事务的数据读一致。分布式事务数据库核心技术算法功能：分布式事务的数据读一致性第一步骤：开启一个SESSION，反复执行INSERT操作，批

32、量插入1000条数据，中间无间隔；(可提 供脚本)第二步骤：登录后端节点，在MySQL端反复进行kill所有连接的操作，执行5-10分钟；(可提供脚本) 第三步骤：停止第一个SESSION的插入操作；第四步骤：统计所有节点的数据行数，应该为1000 的整数倍，保障分布式事务的数据写一致。VIPLVS/F5/A10LVS/F5/A10MySQLMySQLMySQLMySQLdn_1dn_2APPAPPAPPMySQLMySQLMySQLMySQLdn_3dn_4计算计算节计算节点节点点SESSION 1:自动提交模式反复执行：批量插入1000条数据Query ok;Query ok;INSERT

33、 INTO TABLE_NAME VALUES（XXX），（XXX）;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）;INSERT INTO TABLE_NAME VALUES（XXX），（XXX）;NSERT INTO TABLE_NAME VALUES（XXX），（XXX）;NSERT INTO TABLE_NAM

34、E VALUES（XXX），（XXX）;管理平台Query ok;Query ok;SESSION 2：SELECT COUNT(*) FROM TABLE_NAME;SELECT COUNT(*) FROM TABLE_NAME;SELECT COUNT(*) FROM TABLE_NAME;SELECT COUNT(*) FROM TABLE_NAME;IISELECT COUNT(*) FROM TABLE_NAME;Query ok;Query ok;Query ok;Query ok;SELECT COUNT(*) 出的结果为1000的整数倍；KILL分布式事务数据库核心技术算法功能

35、：分布式事务的数据写一致性MySQMySQLMySQLMySQLMySQLMySQLMySQLMySQLdn_4IDNAMEIDNAMEIDNAMEIDNAMLEVIPLVS/F5/A10LVS/F5/A10dn_1dn_2APPAPPAPPdn_3计算节点计算节点计算节点INSERT INTO TABLE_NAME(ID,NAME) VALUES (11,abc),(12,abc), (13,abc), (14,abc);INSERT INTO TABLE_NAME(ID,NAME)VALUES(11,abc);INSERT INTO TABLE_NAME(ID,NAME)VALUES(12

36、,abc);INSERT INTO TABLE_NAME(ID,NAME)VALUES(13,abc);INSERT INTO TABLE_NAME(ID,NAME)VALUES(14,abc);管理平台开启A客户端执行A事务：BEGIN;SELECT * FROM TABLE_NAME WHERE ID=11 FOR UPDATE;SELECT * FROM TABLE_NAMEWHERE ID=11 FOR UPDATE;开启B客户端执行B事务：BEGIN;SELECT * FROM TABLE_NAME WHERE ID=14 FOR UPDATE;SELECT * FROM TABLE

37、_NAMEWHERE ID=14 FOR UPDATE;依旧在A客户端继续执行A事务：UPDATE TABLE_NAME SET NAME=bcd WHERE ID=14;依旧在B客户端继续执行B事务：UPDATE TABLE_NAME SET NAME=bcd WHERE ID=11;UPDATE TABLE_NAME SETNAME=bcd WHERE ID=14;UPDATE TABLE_NAME SETNAME=bcd WHERE ID=11;锁检测模型死锁发生锁争用，死 Query ok; 判断出现第一步骤：在数据分片到不同存储节点的前提下 第二步骤：制造分布式事务死锁1）以下两行数

38、据分布在不同数据节点2）开启一个客户端执行A事务，如下：select * from table_name where id=11 for update;update table_name set name=bcd where id=14;3）开启另一个客户端执行B事务，如下：select * from table_name where id=14 for update;update table_name set name=bcd where id=11;Query ok;Query ok;12abcQuery ok;13abcQuery ok;Query ok;14abcQuery ok;11

39、abc分布式事务数据库核心技术算法功能：高效智能的分布式死锁检测MySQLIDNAME14bcdMySQLMySQLMySQLMySQLMySQLMySQLdn_4E11abcIDNAM E12abcIDNAM E13abcE14abcMySQLVIPAPPLVS/F5/A10LVS/F5/A10dn_1dn_2APPAPPdn_3算节点计算节点计算节点计管理平台第一步：死锁检测算法发现锁争用的环形第二步：计算出来解除那个事务已争用到的锁资 源，能破解环形锁且是牺牲最小第三步：对被符合要求且保证能破解环形锁的其 中一个或多个事务进行回滚操作死锁解除：选择解除代价最小的Kill queryB事务

40、失败IDNAMQuery ok;IDNAMQuery ok;分布式事务数据库核心技术算法功能：高效智能的分布式死锁解除机制应用层实现数据分片与数据库实现数据分片的区别应用层和分布式事务数据库两种方式实现数据分布式的核心区别维度项应用层实现数据分布式分布式事务数据库产品实现数据分布式单个存储节点 维度的应用连接数存储节点服务端：单个应用程序服务创建的连接的数量 * 应用服务个数计算节点服务端：单个应用程序服务创建的连接的数量 * 应用程序服务个数存储节点服务端：以单个mysqld服务的TPS/QPS最佳吞吐量128-256个并发为准单个应用程序服务 维度的数据库连接数应用程序服务端：单个存储节点

41、连接的数量 * 数据分片数量，增加开销应用程序服务端：单个数据库连接的数量，无额外开销数据服务的高可用应用程序服务端或借助第三方组件实现数据服务的高可用计算节点服务的高可用：分布式选举算法，且支持少于半数计算节点和只剩下一个 计算节点都能确保正常提供数据服务存储节点服务的高可用：计算节点服务的内置智能算法架构设计成本规避跨数据分片数据操作的成本高，抬高技术门槛及需专家分析实现减少跨数据分片数据操作的成本低，由AI算法实现智能数据分片降低技术门槛应用开发成本跨数据分片数据访问的研发成本高，代码增加量庞大且不通用无研发成本，应用强透明维护管理成本存储节点的数量决定维护管理工作量的倍数，增加巨大的维

42、护工作量简便且全图形化界面智能自动，智能算法发现定位异常，小于等于单库维护工作量数据操作强一致跨数据分片的数据操作强一致需要借助业务冲账方式实现跨数据分片的数据操作强一致由计算节点服务端的内置分布式事务算法实现数据备份强一致支持单个存储节点数据备份，全局数据无法做到强一致支持全部存储节点的全局一致数据备份，支持全局数据强一致数据弹性伸缩不支持弹性扩展，需要应用程序和存储节点一同改造支持在线无阻塞不停机的弹性扩展（迁库和拆库两种模式）数据服务的 软件版本升级每个应用程序的代码都须更新和服务都要重启，借助负载均衡服务可灰度 发布只须计算节点的代码更新和服务重启，分布式选举算法支持灰度发布应用程序的

43、研发语言仅限一种编程语言编程语言无限制金融行业面临基础软件选型难题金融行业面临基础软件选型难题基础软件的产品成熟度技术标准：缺乏官方推出的基础软件行业技术标准测试标准：缺乏官方机构的基础软件行业评测标准行业共识：基础软件厂商产品的功能定义、技术指标、产品形态各不相同基础软件的企业持续研发实力：缺乏专注基础软件细分领域的产品研发大型企业现状：基础软件以创业型和政府型的企业为主，非大型企业的主营业务及未来也属非关键性营收业务人才：国内基础软件行业的人才数量极少，高校配套的培养体系缺乏，就业导向缺乏基础软件的生态链处理器：多数购买国外处理器指令集知识产权或OEM国外厂商处理器，处理能力远低于当下主流

44、 商业处理器，也存在跟不上技术更新节奏，及存在断供的风险危机操作系统：国产操作系统都是基于开源操作系统定制研发的版本，且无法跟上开源社区的步 伐，及兼容国产处理器CPU的能力不足应用软件：软件开发商已全部基于国外商业或开源的操作系统、商业数据库（逐渐支持开源数据 库）、中间件等，涉及研发人员、维护人员、架构改造等费用成本金融监管要求监管考核：银保监会对金融行业的系统稳定可靠性、数据正确性等考核要求依然是按照国外商业产 品要求制定激励政策：技术创新缺乏对金融单位和个人实质性的鼓励政策序号维度描述MySQLPostgreSQL1稳定产品（8分）产品的健壮性，在生产环境中保持稳健运行并保障优秀的性能852成熟产品（8分）产品已经形成一定规范，没有严重的产品缺陷，拥有固定的用户群，且产品可靠性和可应用性都有保障，