天天看點

微服務化有3個階段,但大部分金融企業仍處在0.5

Gartner在《金融科技2020:四大挑戰及解決方法》中曾預測,IT領域的數字化技術将深入應用到金融服務中。從IT基礎設施,到ERP等自動化系統到資料分析、使用者管理,再到産品和服務中,這些技術将以業務為導向,不斷更深地觸達使用者和産品,進而賦能金融行業。2019年,随着經濟形勢的新變化,對于金融行業來說,資訊化系統更新、提高效率是迫在眉睫的事情。近日,網易雲邀請多位金融業IT領軍人物,共同探讨了金融行業的數字化轉型之路,特别是微服務架構在此過程中的落地實踐。

微服務化有3個階段,但大部分金融企業仍處在0.5

安心保險資訊技術部副總經理 劉勇

以往IT技術在賦能商業中的作用以“錦上添花”為主,而近幾年,數字化商業模式也在逐漸凸顯其能量。作為全國首批網際網路創新型保險公司,安心保險以IT技術的改進為基礎,在網際網路業務方面做了很多創新和嘗試。安心保險資訊技術部副總經理劉勇認為:“目前金融行業的IT架構普遍落後5-10年。”面對日新月異的技術變革,安心保險基于微服務對原有的IT系統進行了全面改造、更新,打造了日峰值500萬單的拉活保,惠保大師,自助查勘和視訊理賠等多款網際網路保險爆款産品,實作了微服務技術在保險價值鍊的應用和賦能。 

微服務化有3個階段,但大部分金融企業仍處在0.5

網易杭州研究院雲計算技術部首席架構師 劉超

除了陽光保險,在座多家金融機構的技術代表也表示已經意識到微服務對業務的驅動作用,已經或正在準備嘗試微服務化的改造。縱觀整個行業,目前企業對微服務的應用主要分為三個階段:處在微服務1.0階段的企業,僅使用了注冊發現,基于Spring Cloud或者Dubbo進行開發;處在微服務2.0階段的企業,使用了熔斷,限流,降級等服務治理政策,并配備完整微服務工具和平台;處在微服務 3.0階段的企業,開始采用Service Mesh,将服務治理作為通用元件,下沉到平台層實作,使得應用層僅僅關注業務邏輯,平台層可以根據業務監控自動排程和參數調整,實作 AIOps 和智能排程。網易杭州研究院雲計算技術部首席架構師劉超認為:“目前大部分金融企業都處在1.0階段,或者正從單體應用,向這個階段過渡,處于 0.5 的階段。也有部分金融行業的領頭羊,在做網際網路轉型的過程中,正在向2.0階段過渡。而以網易為代表的一線網際網路公司在進行微服務3.0方面的嘗試。” 

據劉超介紹, 網易雲輕舟微服務平台的客戶申萬宏源就是微服務0.5階段的典型代表,主要有以下幾個方面的訴求:中台化,減少對第三方內建商的依賴;持續內建,實作自動化、快速地疊代;基本的服務注冊和發現;容器化,實作開發團隊和運維團隊的無縫協作。同時,申萬宏源也意識到微服務并非一蹴而就的改變,需要長期的架構演變。多次交流後,網易雲為申萬宏源制定了微服務化的演進路線。 

微服務化有3個階段,但大部分金融企業仍處在0.5

首先,梳理了哪些服務可以進行試點拆分,接下來,基于開源的資料庫技術進行了資料庫的表設計,然後逐漸實作容器化和CI/CD,并通過微服務架構實作基本的服務發現,當試點服務改造成功後,逐漸進行大規模的業務改造,包括組合服務的改造,再就是中間件的PaaS化,更進一步的服務治理,以及将來要做的性能管理。目前通過輕舟微服務的産品和咨詢服務,申萬宏源已經實作向微服務1.0階段的過渡,并實作了基本的服務治理。 

劉超還分享了網易雲另一家銀行客戶的微服務實踐經驗,這家銀行已經達到微服務2.0階段,其基于Dubbo的服務執行個體已經達到上萬的數量級,但也導緻注冊中心的壓力非常大。基于網易考拉的服務治理經驗,網易雲幫助其進行了服務依賴,接口調用統計,接口規範等方面的優化和改造,完美解決了這個問題。此外,服務拆分完成後,通常需要分布式事務來解決原子性的問題,由于業務的特殊性,銀行對分布式事務的要求尤其高。但由于其沒有采用分布式資料庫,網易雲為其設計了分布式消息和TCC的解決方案。

微服務化有3個階段,但大部分金融企業仍處在0.5

據劉超介紹,網易輕舟微服務平台是網易雲基于網易考拉、網易雲音樂、網易嚴選等網際網路産品的微服務實踐經驗,形成的一個集容器,CI/CD,測試平台,API網關,微服務化架構,應用性能管理APM,分布式事務七大系統為一體的解決方案,不同客戶可以根據自身的階段和需求進行靈活的組合。同時,以劉超為代表的架構師團隊可以幫助客戶設計微服務的最佳實踐路徑,幫助企業實作資訊系統微服務化,賦能企業數字化轉型更新。 

輕舟微服務咨詢項目旨在将網易考拉、網易雲音樂、網易嚴選等網際網路産品的微服務實踐經驗,以及在銀行、證券、視訊監控、物流、智能制造等行業的微服務落地經驗,結合企業的IT現狀和需求開放共享,幫助企業實作資訊系統微服務化,賦能企業數字化轉型更新。

點選了解網易輕舟微服務,擷取解決方案

相關文章:

【推薦】 Android之高效率截圖

【推薦】 基于AOP的優惠券發送異常哨兵監控

【推薦】 BigData-‘基于代價優化’究竟是怎麼一回事?

繼續閱讀