传统体系结构已不能满足金融数据分析的业务需求
小型机型无法适应低成本的趋势：传统方案要求每TB数据成本高、成本低的群集方案。
关系数据库不能满足非结构化数据处理要求。 传统的关系数据库技术无法发挥非结构化数据的价值。
规模上升已达到可扩展性极限：在传统的IT体系结构中，规模上升无法提高性能，无法满足大数据处理所需的可扩展性
离线数据分析方式不能满足海量数据的实时分析趋势：依赖于数据仓库对TB级数据统计分析，发展为海量流数据的实时分析。
数据将决定商业银行未来转型的方向
持续扩大投资：大数据投资快速增长，每年大数据投资以超过20%的速度快速增长。 大数据投入规模较大，2017年总体超过110亿元，2021年达到231亿元。
数据发展战略：充分发挥银行数据优势：在持续丰富结构化数据和非结构化数据的基础上，加快提升数据附加值
发挥数据竞争力：如果加大对各类数据的深层次、多维挖掘分析，数据将成为真正提升竞争力和经济价值的生产要素
经营管理数据化：将整体经营决策和战略制定从依赖经验转变为数据依据，经营管理呈现“数据化”趋势。
全球银行业正进入数字银行时代：
第一、银行业整体活动均以数据为基础，包括账户处理；
第二，银行业整体采用金融科技的步伐比任何行业都快
第三，银行业整体电子化、互联网化逐步达到智能化。
传统的数据仓库体系结构通常是主机和各种数据库数据平台的混合妥协体系结构
Teradata :专用硬件、成本高、一体化的封闭式体系结构软硬件协同工作，开放性差，只能处理结构化数据，不能在不同的集群之间连接。 扩展需要停机时间，无法应对频繁的扩展
Oracle :无法并行计算，性能明显下降； 传统的共享存储体系结构无法线性扩展
面对互联网化移动金融的大发展，银行数据的爆炸式增长，华为新一代融合数据仓库可以支持复杂业务场景下的高性能、高时效性数据计算要求。 在3-9点银行夜间短时间窗口，完成所有数据核算，满足银行业务对数据的需求，大大提高竞争力。
华为将融合数据仓库，在新的数据分析型业务(用户图像、征信服务、诈骗防范等)情况下，实现结构化数据和非结构化数据的高效准确处理。
根据客户需求，将传统架构继承发展与新架构创新变革相结合，实现大数据分布式改造，满足全客户IT架构云化改造的目标。
推荐阅读：
世界现实格局分析，地球人类社会底层运行原理
不是需要中台，而是合格的建设修订者(各大工厂的中台建设带PPT )。
企业IT技术体系结构规划方案
关于数字转换——要转什么，怎么转？
华为干部和人才发展手册(带PPT ) ) ) ) ) )。
企业十大管理流程图，数字转型运营商必备！
【中台实践】华为大数据中台架构共享. pdf
华为数字化转型方法论
华为如何进行数字转换(带PPT ) ) ) ) ) ) )。
超详细280页Docker实战文档！ 开放下载
华为大数据解决方案(PPT )。