当前,随着计算机应用系统的数量在迅速膨胀，应用系统随着其功能的不断完善日益复杂，管理成本也不断增加，面对各种越来越多的应用系统，企业在信息技术管理上常常是心有余而力不足。经过几年实践证明，以前多数企业以省基础单位分布构建的分布式的系统模式带来许多负面效果，面临的运维风险越来越大。分布式系统的应用直接导致的数据分布存储问题，数据分布模式劣势的主要表现在以下几个方面：
１）计算机资源利用率低。分散的数据、分散的技术力量导致机器、软件系统资源不可共享，各地区管理水平不平衡。
２）越来越多的业务系统带来的沉重维护压力，使得力量相对薄弱的运维人员不堪重负，增加了计算机系统的运行风险。
３）分散的数据存储增加了数据安全性、完整性的风险。
４）软件需要分散地重复投资，开发、安装及维护费用急剧上升。
５）没有形成数据集中及应用集中，因此无法快速有效地为管理层提供辅助信息，信息共享不及时。
６）无法承受灾难备份的投资，在众多分散数据中心的条件下， 实施灾难备份的费用非常庞大。
７）计算机安全意识风险。部分计算机操作人员缺乏基本的计算机安全知识，对计算机安全不重视，违反计算机操作规程的情况时有发生，客观上为某些人利用工作便利进行计算机犯罪提供了方便。
８）在硬件投入较大的情况下，企业在自身能力的限制下难以充分发挥硬件设备的作用，优化系统的性能。
目前，多数企业已经实现了以省为单位的数据集中或大的区域数据集中，部分金融企业已经在全国范围内实现数据集中处理。金融业的数据集中处理已经成为业务发展的大趋势。近年来，银行、保险等金融业开发、推广的一些应用系统逐步开始采用物理数据集中模式和应用处理集中模式，实现集中管理，提高了效率，降低了业务风险。 例如保险业务管理信息系统采用了物理数据集中模式，它以省直辖市为单位，不再保留本地数据库，系统的安装、维护、升级变得更为简单方便，对硬件设备的要求大大降低，有效地防范和化解了系统风险。
一、 数据集中模式的优势
数据集中模式给企业的信息化的发展带来了许多新的挑战，同时， 网络技术的日趋成熟也为实现数据集中管理提供了条件。数据集中的优势体现在以下几个方面：
１）跨地区数据交换更迅速、更******。把原来异地之间通过数据交换进行的交易处理变成一个中心中的数据处理，使时效性、******性、 数据一致性的问题都得到圆满解决。
２）减少了低水平重复建设，节约了成本。通过将数据集中到华南、华北等几个大的数据中心，取消地市级支行的数据中心，从而减少了数据中心数量，可以在很大程度上减少低水平重复建设，并能统一实施数据的灾难备份，降低了建设和维护成本。
３）提高了数据的一致性、完整性。目前的分布式处理系统仍存在交易不畅，******性差等问题，虽然网络硬件技术的发展使这种状况大有改观，但如何******两地数据一致性仍然没有******的技术解决方案。 随着金融行业内部竞争压力不断加剧以及对金融服务要求的不断提高，跨地区的数据交换势必增多，从目前技术状况来看，只有将数据集中处理，才能******数据的一致性、完整性。
４）实现集中管理，提高了效率，降低了业务风险。随着企业的业务的发展，越来越需要加强对各分支机构的管理。数据集中有利于适应管理和业务工作“扁平化”模式发展需要。为提高管理和业务工作效率。建立“扁平化”工作模式已经日益成为各行各业适应现代社会发展需要的一个重要目标，而实现数据集中，减少中间环节，正是以信息为中心的业务工作扁平化的重要支撑。数据集中后，可以对各机构的报表以及各类数据资源进行有效的管理，同时还能杜绝假账、 假表、假数据，******统计数据高度的真实性、一致性、完整性和******性。内部风险可以得到有效的、及时的控制。
５）提高了系统的******性和安全性。系统安全建设是信息化建设的一个重要组成部分，涉及到网络安全、操作系统、数据安全和管理制度等方面。其中数据安全建设是核心。数据集中处理有利于制定各种安全管理制度。便于系统维护和系统访问控制，符合提高系统安全性的要求；同时数据集中便于实施相应的数据备份和系统容灾方案。 数据的安全性大大提升。
６）有利于集中科技力量，合理配置人力资源。企业的业务处理系统总是需要一定数量的科技人员去维护，同时还需要相当数量的软件开发人员拓展业务，开发新的业务处理系统。在分布式系统中，各基层单位都要组织一定数量的科技人员做系统维护工作，一方面造成了计算机专业人员的浪费，另一方面在部分基层人行难以具备合格的维护人员。只有数据集中才能集中科技人才力量，实现人力资源的有效配置。例如，企业数据大集中后，相应成立了软件开发中心和研发部，集中了全行软件技术人员，采用现代的工业化软件开发模式，提高了软件开发效率，提高了质量，在短时间内***可开发完成新的软件产品，并且立刻可在全国范围进行试点应用及推广，而各企业分公司不再有对主机的维护要求。
７）有利于数据挖掘和分析。在企业核心业务系统中，积累了大量历史数据，这些历史数据对管理决策有很大帮助，但由于数据量庞大，数据分析手段少，在现行数据分布存储的情况下，数据挖掘和网上统计分析很难开展，财务部门常常为填写报表伤透脑筋，而且统计数据也很难******其******性。数据的集中处理将使数据分析更******、更具有普遍性。数据集中后，利用数据仓库和OLAP（ 联机分析处理）等相关技术，实现数据挖掘，提供决策支持系统，数据集中******了分行拥有***新***全面的数据，可以很方便地开展数据挖掘和网上统计分析这将使数据统计分析工作迈上新的台阶。
二、 数据集中模式产生的问题和风险
数据集中处理策略在带来许多优势的同时也带来了一些问题， 产生了许多隐患。随着数据的大集中，信息技术风险大大增加，对技术，业务和生产运营的统一规范管理提出了更多更高要求，对软件开发和系统运行的质量要求大大提高，对数据安全和灾难备份的保障要求更是刻不容缓。
１）中心服务器的压力大大增加，选用性能一般的服务器可能无法承担集中处理带来的压力。随着应用规模的提升、扩大，对中心服务器的配置要求会越来越高。
２）中心的网络压力大大增加，有可能造成网络的堵塞。随着今后应用规模的不断提升，图像、视频等大数据传输将对网络产生压力， 当所有的压力集中到中心这一点时。***可能造成中心的网络堵塞。
３）中心数据库的压力大大增加，如果处理不当，有可能数据库性能骤减、甚至无法使用。由于数据量和并发用户数的骤然增加，中心数据库承担了巨大压力，因此如何******中心数据库的处理性能至关重要。这***要求数据库管理人员能够根据要求在数据库设计、维护方面尽量优化，提高性能，同时在应用模式上采用中间件技术和三层架构（即数据库服务器，应用服务器、客户工作站），实现负载均衡，提高并发处理能力。如果仍然使用原有的一些老应用系统，由于体系结构的原因，如采用客户机／服务器二层体系结构，在大规模应用时会直接对数据库产生巨大压力，同时数据库服务器过于暴露，安全性受到影响；此外，数据库结构设计时使用不当的数据类型和存储方案也很有可能导致数据库性能降低。
４）对应用软件开发质量的要求大大提高。一些不成熟的应用软件可能对中心服务器的性能产生巨大影响，导致其它系统无法正常运行。多个应用在大集中数据库系统中运行，***很有可能发生一个应用出现问题，其它的应用也***受到了影响。例如，如果某个应用系统在数据库设计时性能没有调整好，或者其应用程序的SQL（ 数据查询）语句没有注意优化，处理效率低，***可能造成整个数据库性能骤减、 甚至无法使用。
５）系统安全管理压力加大。安全的威胁主要来自以下几方面：（１）系统自身软硬件故障造成的不能正常工作和数据丢失。（２）自然灾害和客观环境的影响。（３）计算机病毒感染、恶意破坏和攻击。（４）信息保密需求，以及访问控制和管理。（５）内部人员滥用权力、越权访问机密信息或篡改数据。（６）数据集中后，运行维护管理的内容大大增加，大量的设备需要维护，系统的网络、主机， 数据库、中间件和应用需要监控，而目前系统监控和维护还处于手工阶段。监控内容少，故障发现不够及时。故障处理依赖于个人因素， 流程不规范、不完善。
总之，当前分布式的系统模式越来越不适应企业信息化发展的需要，存在诸多的风险和不足。数据集中处理已经成为业务发展的大趋势。企业数据集中后，为******系统的健康、稳定和高效的运行，保障各项工作的顺利展开，***必须建立一套适合企业实际情况的规范化、标准化、高效的运行维护体系。通过运行维护体系的建设，统一规范业务部门的问题反馈渠道，有效控制日常维护工作的流程，变被动服务为主动服务，提高维护管理水平，为业务运行及发展提供有力的技术******，进一步促进科技队伍的建设。
微信扫一扫