Well-Architected Framework:金融服务 (FS) 视角

Last reviewed 2026-10-28 UTC

Google Cloud Well-Architected Framework 中的本文档介绍了相关原则和建议,可帮助您在 Google Cloud 中设计、构建和管理满足运营、安全、可靠性、费用和性能目标的金融服务 (FS) 应用。

本文档的目标受众群体包括在 Google Cloud中设计、构建、部署和维护 FS 工作负载的决策者、架构师、管理员、开发者和运维人员。可从本指南中受益的金融服务组织示例包括银行、支付基础设施参与者、保险提供商和资本市场运营商。

金融服务组织有特定的考虑因素,尤其是架构和弹性。这些考虑因素主要由监管、风险和性能要求驱动。本文档根据我们在全球众多金融服务客户中观察到的设计考虑因素,提供了概要指导。无论您的工作负载是完全在云端,还是正在过渡到混合云或多云部署,本文档中的指南都可帮助您在 Google Cloud 上设计工作负载,以满足您的监管要求和不同的风险视角。这些指南可能无法解决每个组织面临的独特挑战。它提供了一个基础,可满足金融服务组织的大多数主要监管要求。

设计云工作负载时面临的主要挑战是使云部署与本地环境保持一致,尤其是在您希望采用一致的安全、可靠性和弹性方法时。云服务提供了从根本上重新思考架构的机会,以便减少管理开销、优化成本、增强安全性并提高可靠性和弹性。

以下页面介绍了 Well-Architected Framework 的每个核心中特定于 FS 工作负载的原则和建议:

贡献者

作者:

其他贡献者:

金融服务视角:卓越运营

Google Cloud Well-Architected Framework:金融服务 (FS) 视角中的本文档简要介绍了在 Google Cloud中构建、部署和运行强大的 FS 工作负载的原则和建议。这些建议可帮助您设置可观测性、自动化和可伸缩性等基本元素。本文档中的建议与 Well-Architected Framework 的卓越运营核心保持一致。

由于 FS 工作负载具有高度受监管和敏感的性质,因此卓越运营对于 Google Cloud 中的 FS 工作负载至关重要。卓越运营可确保云解决方案能够适应不断变化的需求,并满足您对价值、性能、安全性和可靠性的要求。这些领域的故障可能会导致重大财务损失、监管处罚和声誉损害。

卓越运营可为金融服务工作负载带来以下优势:

  • 维护信任和声誉:金融机构高度依赖客户的信任。运营中断或安全漏洞可能会严重削弱这种信任,并导致客户流失。卓越运营有助于最大限度地降低这些风险。
  • 满足严格的监管合规要求:金融服务受众多复杂法规的约束,例如:

    强大的运营流程、监控和突发事件管理对于证明合规性和避免处罚至关重要。

  • 确保业务连续性和弹性:金融市场和服务通常会持续运营。因此,高可用性和有效的灾难恢复至关重要。卓越运营原则可指导弹性系统的设计和实现。可靠性支柱在这方面提供了更多指导。

  • 保护敏感数据:金融机构会处理大量高度敏感的客户和财务数据。强大的运营控制、安全监控和快速突发事件响应对于防止数据泄露和维护隐私至关重要。安全支柱在这方面提供了更多指导。

  • 优化关键应用的性能:许多金融应用(例如交易平台和实时分析)都需要高性能和低延迟。为了满足这些性能要求,您需要高度优化的计算、网络和存储设计。性能优化支柱在这方面提供了更多指导。

  • 有效管理成本:除了安全性和可靠性之外,金融机构还关注成本效益。卓越运营包括优化资源利用率和管理云支出的实践。成本优化支柱在这方面提供了更多指导。

本文档中的卓越运营建议与以下核心原则相对应:

定义 SLA 以及相应的 SLO 和 SLI

在许多金融服务组织中,应用的可用性通常根据恢复时间目标 (RTO) 和恢复点目标 (RPO) 指标进行分类。对于为外部客户提供服务的关键业务应用,可能还需要定义服务等级协议 (SLA)。

SLA 需要一个指标框架,该框架从用户满意度的角度表示系统的行为。站点可靠性工程 (SRE) 实践提供了一种实现所需系统可靠性水平的方法。创建指标框架涉及定义和监控关键数值指标,以便从用户的角度了解系统运行状况。例如,延迟时间和错误率等指标可量化服务的性能。这些指标称为服务等级指标 (SLI)。制定有效的 SLI 至关重要,因为它们提供了客观评估可靠性所需的原始数据。

如需定义有意义的 SLA、SLI 和 SLO,请考虑以下建议:

  • 为每项关键服务制定和定义 SLI。设置目标值,以定义可接受的性能水平。
  • 制定和定义与 SLI 对应的服务等级目标 (SLO)。例如,SLO 可能会规定 99.9% 的请求的延迟时间必须小于 200 毫秒。
  • 确定在服务不符合 SLO 时必须采取的内部补救措施。例如,为了提高平台的弹性,您可能需要将开发资源集中用于修复问题。
  • 验证每项服务的 SLA 要求,并将 SLA 视为与服务用户签订的正式合同。

服务等级示例

下表提供了支付平台的 SLI、SLO 和 SLA 示例:

业务指标 SLI SLO 服务等级协议 (SLA)
付款交易成功

对所有已发起且已成功处理并确认的付款交易百分比的量化衡量。

示例:(成功交易数 ÷ 有效交易总数)× 100,在 5 分钟的滚动窗口内测量。

内部目标,旨在确保在特定时间段内保持较高的支付交易成功率。

示例:在 30 天的滚动窗口内,保持 99.98% 的支付交易成功率,不包括无效请求和计划内维护。

支付交易处理成功率和速度的合同保证。

示例:服务提供商保证,客户发起的支付交易中有 99.0% 将在一秒内成功处理并确认。

付款处理延迟

支付交易从客户发起至最终确认的处理时间平均值。

示例:在 5 分钟的滚动时间范围内测量的交易确认平均响应时间(以毫秒为单位)。

支付交易处理速度的内部目标。

示例:确保在 30 天的滚动时间范围内,99.5% 的付款交易在 400 毫秒内处理完毕。

在指定时间范围内解决关键付款处理问题的合同承诺。

示例:对于关键付款处理问题(定义为影响超过 1% 交易的中断),服务提供商承诺在报告或检测到问题后的两小时内解决问题。

平台可用性

核心付款处理 API 和界面可供客户操作和访问的时间百分比。

示例:(总运行时间 - 停机时间)÷ 总运行时间 × 100,以分钟为单位。

核心支付平台正常运行时间的内部目标。

示例:每个日历月实现 99.995% 的平台可用性,不包括计划内维护窗口。

向客户做出的具有法律约束力的正式承诺,规定了支付平台的最低正常运行时间,以及未达到该标准时的后果。

示例:平台将保证每个日历月的可用性至少达到 99.9%,不包括计划内维护窗口。如果可用性低于最低水平,则每下降 0.1%,客户将获得相当于每月服务费 5% 的服务赠金。

使用 SLI 数据监控系统是否在定义的 SLO 范围内,并确保满足 SLA。通过使用一组定义明确的 SLI,工程师和开发者可以在以下级别监控 FS 应用:

  • 直接在部署应用的 Google Kubernetes Engine 或 Cloud Run 等服务中。
  • 使用基础架构组件(例如负载均衡器)提供的日志。

OpenTelemetry 提供了一个开源标准和一组技术,用于捕获所有类型的遥测数据,包括指标、跟踪记录和日志。Google Cloud Managed Service for Prometheus 为 Prometheus 的指标和大规模运行提供全托管式、高度可伸缩的后端。

如需详细了解 SLI、SLO 和错误预算,请参阅 SRE 手册。

如需开发有效的提醒和监控信息中心及机制,请将 Google Cloud Observability 工具与 Cloud Monitoring 搭配使用。如需了解安全专用监控和检测功能,请参阅安全支柱。

定义和测试突发事件管理流程

定义明确且定期测试的突发事件管理流程直接有助于提高 Google Cloud中 FS 工作负载的价值、性能、安全性和可靠性。这些流程可帮助金融机构满足其严格的监管要求、保护敏感数据、保持业务连续性并维护客户信任。

定期测试突发事件管理流程可带来以下好处:

  • 在高峰负载下保持性能:定期的性能和负载测试可帮助金融机构确保其基于云的应用和基础设施能够处理高峰交易量、市场波动和其他高需求场景,而不会出现性能下降。此功能对于保持顺畅的用户体验和满足金融市场的需求至关重要。
  • 识别潜在瓶颈和限制:压力测试会将系统推向极限,使金融机构能够在潜在瓶颈和性能限制影响关键运营之前识别它们。这种主动方法使金融机构能够调整其基础设施和应用,以实现最佳性能和可伸缩性。
  • 验证可靠性和弹性:定期测试(包括混沌工程或模拟故障)有助于验证金融系统的可靠性和弹性。此测试可确保系统能够从故障中顺利恢复并保持高可用性,这对于业务连续性至关重要。
  • 执行有效的容量规划:性能测试可提供有关不同负载条件下资源利用率的宝贵数据,这对于准确的容量规划至关重要。金融机构可以利用这些数据主动预测未来的容量需求,并避免因资源限制而出现性能问题。
  • 成功部署新功能和代码更改:将自动化测试集成到 CI/CD 流水线中有助于确保在将更改和新部署发布到生产环境之前对其进行全面验证。这种方法可显著降低可能导致运营中断的错误和回归风险。
  • 满足系统稳定性的监管要求:金融法规通常要求机构采取稳健的测试实践,以确保其关键系统的稳定性和可靠性。定期测试有助于证明符合这些要求。

如需定义和测试突发事件管理流程,请考虑以下建议。

制定明确的突发事件响应流程

一套完善的突发事件响应程序包含以下要素:

  • 为突发事件指挥官、调查人员、沟通人员和技术专家定义的角色和职责,以确保有效且协调的响应。
  • 定义的通信协议和上报路径,用于确保在突发事件期间及时有效地共享信息。
  • 在运行手册或 playbook 中记录的程序,其中概述了沟通、分类、调查和解决的步骤。
  • 定期培训和准备,让团队掌握有效应对突发事件的知识和技能。

定期执行性能和负载测试

定期的性能和负载测试有助于确保基于云的应用和基础设施能够处理峰值负载并保持最佳性能。负载测试可模拟真实的流量模式。压力测试会使系统达到极限,以找出潜在的瓶颈和性能限制。您可以使用 Cloud Load Balancing 等产品和负载测试服务来模拟实际流量。根据测试结果,您可以调整云基础设施和应用,以实现最佳性能和可伸缩性。例如,您可以调整资源分配或调整应用配置。

在 CI/CD 流水线中自动执行测试

将自动化测试纳入 CI/CD 流水线,有助于在部署前验证更改,从而确保云应用的质量和可靠性。这种方法可显著降低错误和回归的风险,并帮助您构建更稳定、更强大的软件系统。您可以在 CI/CD 流水线中纳入不同类型的测试,包括单元测试、集成测试和端到端测试。使用 Cloud Build 和 Cloud Deploy 等产品创建和管理 CI/CD 流水线。

持续改进和创新

对于云中的金融服务工作负载,迁移到云只是第一步。持续改进和创新至关重要,原因如下:

  • 加速创新:利用 AI 等新技术改进服务。
  • 降低成本:消除低效环节,优化资源利用。
  • 提高敏捷性:快速适应市场和监管变化。
  • 改进决策:使用 BigQuery 和 Looker 等数据分析产品做出明智的选择。

为确保持续改进和创新,请考虑以下建议。

定期进行回顾

回顾对于持续改进突发事件响应程序以及根据定期性能和负载测试的结果优化测试策略至关重要。为确保回顾会议有效,请执行以下操作:

  • 让团队有机会反思自己的经验,找出哪些方面做得好,并找出需要改进的地方。
  • 在项目里程碑、重大突发事件或重要测试周期之后举行回顾会议。团队可以从成功和失败中学习,并不断改进其流程和实践。
  • 使用开始-停止-继续模型等结构化方法,确保回顾会议富有成效,并能产生可付诸实践的步骤。
  • 使用回顾来确定可以进一步增强变更管理自动化以提高可靠性和降低风险的领域。

营造学习文化

学习文化有助于在Google Cloud中安全地探索新技术,例如利用 AI 和机器学习功能来增强欺诈检测和个性化财务建议等服务。如需营造学习文化,请执行以下操作:

  • 鼓励团队不断实验、分享知识和持续学习。
  • 采用不责罚文化,将失败视为成长和改进的机会。
  • 营造一个心理安全的环境,让团队敢于冒险并考虑创新解决方案。团队可以从成功和失败中学习,从而打造更具弹性和适应性的组织。
  • 培养一种文化,促进分享从突发事件管理流程和测试练习中获得的知识。

及时了解云技术

持续学习对于理解和实施新的安全措施、利用高级数据分析获得更好的洞察以及采用与金融服务相关的创新解决方案至关重要。

  • 及时了解最新进展、功能和最佳实践,充分发挥 Google Cloud 服务的潜力。
  • 当推出新的 Google Cloud 功能和服务时,请寻找机会进一步实现流程自动化、增强安全性,并提高应用的性能和可伸缩性。
  • 参加相关会议、在线讲座和培训课程,以拓展知识并了解新功能。
  • 鼓励团队成员获得 Google Cloud 认证,以帮助确保组织具备在云端取得成功所需的技能。

金融服务视角:安全性、隐私权和合规性

Google Cloud Well-Architected Framework:金融服务 (FS) 视角中的本文档简要介绍了 Google Cloud中金融服务 (FS) 工作负载的安全、隐私和合规性要求的原则和建议。这些建议可帮助您构建弹性且合规的基础设施、保护敏感数据、维护客户信任、应对复杂的监管要求,并有效管理网络威胁。本文档中的建议与 Well-Architected Framework 的安全核心一致。

云计算中的安全性是金融服务组织关注的一个关键问题,因为这些组织管理着大量敏感数据(包括客户详细信息和财务记录),对网络犯罪分子极具吸引力。安全漏洞的后果极其严重,包括巨额财务损失、长期声誉损害和巨额监管罚款。因此,金融服务工作负载需要严格的安全控制措施。

为帮助确保全面的安全性和合规性,您需要了解您(金融服务组织)与 Google Cloud之间的责任共担。 Google Cloud 负责保护底层基础架构的安全,包括物理安全和网络安全。您负责保护数据和应用、配置访问权限控制以及配置和管理安全服务。为了支持您的安全工作,Google Cloud 合作伙伴生态系统提供安全集成和托管式服务。

本文档中的安全建议与以下核心原则相对应:

践行“设计即安全”理念

支付卡行业数据安全标准 (PCI DSS)、美国的《格雷姆-里奇-比利雷法案》(GLBA) 以及各种国家级金融数据保护法律等金融法规都要求从一开始就将安全性集成到系统中。从设计上保证安全的原则强调在整个开发生命周期中集成安全性,以帮助确保从一开始就最大限度地减少漏洞。

如需在Google Cloud中为金融服务工作负载应用安全设计原则,请考虑以下建议:

  • 通过在 Identity and Access Management (IAM) 中应用基于角色的精细访问权限控制 (RBAC) 来应用最小权限原则,确保仅授予必要的权限。使用 RBAC 是许多金融法规中的一项关键要求。
  • 使用 VPC Service Controls 在 Google Cloud 中为敏感服务和数据强制执行安全边界。安全边界有助于根据法规要求对敏感数据和资源进行细分和保护,并有助于防止数据渗漏和未经授权的访问。
  • 使用 Terraform 等基础设施即代码 (IaC) 工具将安全配置定义为代码。此方法从初始部署阶段就嵌入了安全控制措施,有助于确保一致性和可审核性。
  • 通过使用 Cloud Build 将静态应用安全保障测试 (SAST) 集成到 CI/CD 流水线中,扫描应用代码。建立自动化安全关卡,防止部署不合规的代码。
  • 通过 Security Command Center 提供一个界面来执行安全性数据分析。使用 Security Command Center 可以持续监控并及早检测可能导致监管违规的错误配置或威胁。如需满足 ISO 27001 和 NIST 800-53 等标准的要求,您可以使用安全状况管理模板。
  • 跟踪生产部署中发现的漏洞减少情况,以及符合安全最佳实践的 IaC 部署百分比。您可以使用 Security Command Center 检测和查看漏洞以及有关是否符合安全标准的信息。如需了解详情,请参阅漏洞发现结果。

落地零信任架构

现代金融法规越来越强调需要严格的访问权限控制和持续验证。这些要求反映了零信任原则,旨在保护工作负载免受内部和外部威胁以及不良行为者的侵害。零信任原则主张对每个用户和设备进行持续验证,从而消除隐式信任并缓解横向移动。

如需实现零信任,请考虑以下建议:

  • 通过将 IAM 控制与 Chrome 企业进阶版相结合,根据用户身份、设备安全、位置和其他因素启用情境感知访问权限。这种方法可确保在授予对财务数据和系统的访问权限之前进行持续验证。
  • 通过配置 Identity Platform(如果您使用员工身份联合,则配置外部身份提供方),提供安全且可伸缩的身份和访问权限管理。设置多重身份验证 (MFA) 和其他控制措施,这些措施对于实现零信任和帮助确保监管合规至关重要。
  • 为所有用户账号(尤其是可以访问敏感数据或系统的账号)实施 MFA。
  • 通过建立全面的用户访问和网络活动日志记录和监控,支持与监管合规相关的审核和调查。
  • 使用 Private Service Connect,在Google Cloud 内的服务与本地环境之间实现私密且安全的通信,而无需将流量暴露到公共互联网。
  • 使用 Identity-Aware Proxy (IAP) 而不是依赖基于网络的安全机制(如 VPN 隧道),在应用级层实现精细的身份控制并授权访问。这种方法有助于减少环境中的横向移动。

实现提前确保安全性

金融监管机构鼓励采取主动的安全措施。在开发生命周期的早期识别和解决漏洞有助于降低发生安全事件的风险以及因不合规而受到处罚的可能性。左移安全原则可促进早期安全测试和集成,这有助于降低修复成本和复杂性。

如需实现提前确保安全性,请考虑以下建议:

  • 通过使用 Cloud Build 将安全扫描工具(例如容器漏洞扫描和静态代码分析)集成到 CI/CD 流水线中,确保在开发流程的早期阶段进行自动安全检查。

  • 使用 Artifact Registry 为软件包和容器映像提供安全的中央存储库,并集成漏洞扫描功能,确保仅部署安全的制品。使用虚拟制品库,通过将私有制品优先于远程仓库来缓解依赖项混淆攻击。

  • 通过将 Web Security Scanner(Security Command Center 的一部分)集成到开发流水线中,自动扫描 Web 应用是否存在常见漏洞。

  • 使用软件制品的供应链等级 (SLSA) 框架对源代码、构建流程和代码来源实施安全检查。使用 Binary Authorization 等解决方案,强制执行在您的环境中运行的工作负载的出处。使用Assured Open Source Software,确保您的工作负载仅使用经过验证的开源软件库。

  • 跟踪在开发生命周期中识别和修复的漏洞数量、通过安全扫描的代码部署百分比,以及由软件漏洞引起的安全事件的减少情况。 Google Cloud 提供了工具来帮助针对不同类型的工作负载进行跟踪。例如,对于容器化工作负载,请使用 Artifact Registry 的容器扫描功能。

构建预防性网络防御体系

金融机构是复杂网络攻击的主要目标。 法规通常要求具备强大的威胁情报和主动防御机制。预防性网络防御侧重于通过高级分析和自动化技术主动检测和响应威胁。

请考虑以下建议:

  • 使用 Mandiant 的威胁情报、突发事件响应和安全验证服务,主动识别和缓解潜在威胁。
  • 使用 Google Cloud Armor 在网络边缘保护 Web 应用和 API 免受 Web 漏洞利用和 DDoS 攻击。
  • 使用 Security Command Center 汇总安全发现结果和建议并确定其优先级,使安全团队能够主动应对潜在风险。
  • 通过定期进行安全模拟和渗透测试,验证抢占式防御和突发事件响应计划。
  • 衡量检测和响应安全事件所需的时间、DDoS 攻击缓解措施的有效性以及已阻止的网络攻击数量。您可以从 Google Security Operations SOAR 信息中心获取所需的指标和数据。

安全且负责任地使用 AI,并利用 AI 强化安全防护

AI 和机器学习越来越多地用于金融服务应用场景,例如欺诈检测和算法交易。法规要求以合乎道德、透明且安全的方式使用这些技术。AI 还可以帮助您增强安全能力。请考虑以下 AI 使用建议:

  • 使用 Gemini Enterprise Agent Platform 在安全且受管控的环境中开发和部署机器学习模型。模型可解释性和公平性指标等功能有助于解决 Responsible AI 问题。
  • 利用 Google Security Operations 的安全分析与运营功能,该功能使用 AI 和机器学习来分析大量安全数据、检测异常并自动执行威胁响应。这些功能有助于提升您的整体安全状况,并协助进行合规性监控。
  • 为 AI 和机器学习开发和部署建立明确的治理政策,包括安全和道德相关考虑因素。
  • 与安全 AI 框架 (SAIF) 的要素保持一致,该框架提供了一种切实可行的方法来解决 AI 系统的安全和风险问题。
  • 跟踪 AI 赋能的欺诈检测系统的准确性和有效性、安全提醒中假正例的减少情况,以及 AI 驱动的安全自动化带来的效率提升。

满足监管、合规性和隐私权需求

金融服务受制于众多法规,包括数据驻留要求、特定审核跟踪记录和数据保护标准。为确保敏感数据得到妥善识别、保护和管理,金融服务组织需要制定强大的数据治理政策和数据分类方案。请考虑以下建议,以帮助您满足监管要求:

  • 使用 Assured Workloads 在 Google Cloud 中为敏感和受监管的工作负载设置数据边界。这样做有助于您满足政府和行业特定的合规要求,例如 FedRAMP 和 CJIS。
  • 通过实施 Sensitive Data Protection,识别、分类和保护敏感数据(包括财务信息)。这样做有助于您遵守 GDPR 和 CCPA 等数据隐私权法规。
  • 使用 Cloud Audit Logs 跟踪管理活动和资源访问的详细信息。这些日志对于满足许多金融法规规定的审核要求至关重要。
  • 为工作负载和数据选择 Google Cloud 区域时,请考虑与数据驻留相关的当地法规。 Google Cloud 全球基础架构可让您选择有助于满足数据驻留要求的区域。
  • 使用 Cloud Key Management Service 管理用于加密静态和传输中的敏感财务数据的密钥。此类加密是许多安全和隐私权法规的基本要求。
  • 实施必要的控制措施,以满足您的监管要求。验证这些控制措施是否按预期运行。让外部审计员再次验证控制措施,向监管机构证明您的工作负载符合法规。

优先考虑安全举措

鉴于安全要求的广泛性,金融机构必须优先考虑基于风险评估和监管要求的举措。我们建议采用以下分阶段方法:

  1. 建立强大的安全基础:专注于安全的核心领域,包括身份和访问权限管理、网络安全和数据保护。这种关注有助于构建强大的安全状况,并有助于确保全面防御不断演变的威胁。
  2. 遵守关键法规:优先遵守 PCI DSS、GDPR 和相关国家/地区法律等关键法规。这样做有助于确保数据保护、降低法律风险并建立客户信任。
  3. 实施高级安全措施:逐步采用高级安全实践,例如零信任、AI 驱动的安全解决方案和主动威胁搜寻。

金融服务视角:可靠性

Google Cloud Well-Architected Framework:金融服务 (FS) 视角中的本文档简要介绍了在 Google Cloud中设计、部署和运行可靠 FS 工作负载的原则和建议。本文档探讨了如何将高级可靠性实践和可观测性集成到架构蓝图中。本文档中的建议与 Well-Architected Framework 的可靠性核心一致。

对于金融机构而言,可靠且有弹性的基础设施既是业务需求,也是监管要求。为确保Google Cloud 中的 FS 工作负载可靠,您必须了解并缓解潜在故障点、冗余部署资源并规划恢复。运营弹性是可靠性的结果。它是指吸收、适应中断并从中恢复的能力。运营韧性可帮助金融服务组织满足严格的监管要求。这也有助于避免给客户带来无法容忍的伤害。

Google Cloud 中可靠性的关键基础组件是区域、可用区以及云资源的各种位置范围:可用区级、区域级、多区域级、全球级。您可以通过使用托管式服务、分配资源、实现高可用性模式以及自动执行流程来提高可用性。

法规要求

金融服务组织在运营时必须遵守监管机构(例如美国的联邦储备系统、欧盟的欧洲银行管理局和英国的审慎监管局)制定的严格可靠性规定。全球监管机构都强调运营弹性,这对于金融稳定和消费者保护至关重要。运营弹性是指抵御中断、有效恢复和维持关键服务的能力。这就需要采用统一的方法来管理技术风险和对第三方的依赖。

大多数司法管辖区的监管要求都有以下共同主题:

  • 网络安全和技术弹性:加强对网络威胁的防御,确保 IT 系统的弹性。
  • 第三方风险管理:管理与向信息和通信技术 (ICT) 提供商外包服务相关的风险。
  • 业务连续性和突发事件响应:制定可靠的计划,以便在中断期间维持关键运营并有效恢复。
  • 保护金融稳定:确保更广泛的金融体系的稳健性和稳定性。

本文档中的可靠性建议与以下核心原则相对应:

优先考虑多可用区和多区域部署

对于关键金融服务应用,我们建议您使用多区域拓扑,该拓扑至少分布在两个区域,并且每个区域内有三个可用区。此方法对于应对可用区和区域服务中断非常重要。法规通常会规定这种方法,因为如果一个可用区或区域发生故障,大多数司法管辖区都会认为第二个可用区发生严重中断是可能的结果。其理由是,当一个位置发生故障时,另一个位置可能会收到异常高的额外流量。

请考虑以下建议,以增强对可用区和区域服务中断的弹性:

  • 优先选择位置范围更广的资源。尽可能使用区域级资源(而非可用区级资源),并使用多区域级或全球级资源(而非区域级资源)。这种方法有助于避免使用备份来恢复操作。
  • 在每个区域中,利用三个可用区,而不是两个。为了处理故障切换,请将容量超额预配为估算值的三分之一以上。
  • 通过实施主动-主动部署(如以下示例)来最大限度地减少手动恢复步骤:
    • Spanner 等分布式数据库提供跨区域的内置冗余和同步。
    • Cloud SQL 的高可用性功能提供了一种接近双活的拓扑,其中包含跨可用区的只读副本。它在区域之间提供接近 0 的恢复点目标 (RPO)。
  • 使用 Cloud DNS 在各区域之间分配用户流量,并在每个区域中部署区域级负载均衡器。全球负载均衡器是您可以根据自己的要求和关键性考虑的另一个选项。如需了解详情,请参阅多区域部署的全球负载均衡的优势和风险。
  • 如需存储数据,请使用 Spanner 和 Cloud Storage 等多区域服务。

消除单点故障

将资源分布在不同位置,并使用冗余资源,以防止任何单点故障 (SPOF) 影响整个应用堆栈。

请考虑以下建议,以避免单点故障:

  • 避免仅部署单个应用服务器或数据库。
  • 使用托管式实例组 (MIG) 确保自动重新创建失败的虚拟机。
  • 通过实施负载均衡,在可用资源之间均匀分配流量。
  • 对数据库(例如 Cloud SQL)使用高可用性配置。
  • 通过将区域级永久性磁盘与同步复制搭配使用,提高数据可用性。

如需了解详情,请参阅在 Google Cloud中为工作负载设计可靠的基础设施。

了解和管理汇总可用性

请注意,系统的整体或总体可用性受系统每个层级或组件的可用性影响。应用堆栈中的层级数与堆栈的总体可用性具有反向关系。请考虑以下有关管理汇总可用性的建议:

  • 使用公式 tier1_availability × tier2_availability × tierN_availability 计算多层式堆栈的总体可用性。

    下图展示了由四项服务组成的多层系统的总体可用性计算:

    包含四个服务的多层服务的汇总可用性公式。

    在前面的图表中,每个层级中的服务都提供 99.9% 的可用性,但系统的总体可用性较低,为 99.6% (0.999 × 0.999 × 0.999 × 0.999)。一般来说,多层式堆栈的总体可用性低于提供最低可用性的层级的可用性。

  • 在可行的情况下,选择并行化而非链式调用。对于并行化服务,端到端可用性高于每个单独服务的可用性。

    下图显示了使用链式和并行化方法部署的两个服务 A 和 B:

    串联服务与并联服务的总体可用性公式。

    在上述示例中,两项服务的 SLA 均为 99%,这会导致以下汇总可用性,具体取决于实现方法:

    • 链式服务的总体可用性仅为 98% (.99 × .99)。
    • 并行化服务可产生更高的总可用性 (99.99%),因为每个服务都独立运行,并且单个服务不受其他服务的可用性影响。聚合并行化服务的公式为 1 − (1 − A) × (1 − B)。
  • 选择 Google Cloud 具有正常运行时间 SLA 的服务,这些服务可帮助您满足应用栈所需的整体正常运行时间水平。

  • 在设计架构时,请考虑可用性、运营复杂性、延迟时间和费用之间的权衡。增加可用性百分比中的“9”的数量通常会增加费用,但这样做有助于您满足监管要求。

    例如,99.9% 的可用性(三个 9)意味着在 24 小时内可能停机 86 秒。相比之下,99%(两个 9)意味着同一时间段内的停机时间为 864 秒,是三个 9 可用性停机时间的 10 倍。

    对于关键金融服务,架构选项可能有限。不过,确定可用性要求并准确计算可用性至关重要。执行此类评估有助于您评估设计决策对架构和预算的影响。

实施稳健的灾难恢复策略

针对不同的灾难场景(包括可用区级和区域级服务中断)制定明确的计划。通过明确定义的灾难恢复 (DR) 策略,您可以从中断中恢复并恢复正常运营,同时最大限度地减少影响。

DR 和高可用性 (HA) 是不同的概念。对于云部署,灾难恢复通常适用于多区域部署,而高可用性适用于区域级部署。这些部署原型支持不同的复制机制。

  • HA:默认情况下,许多托管式服务在单个区域内的可用区之间提供同步复制。此类服务支持零或接近零的恢复时间目标 (RTO) 和恢复点目标 (RPO)。此支持可让您创建没有任何 SPOF 的主动-主动部署拓扑。
  • 灾难恢复:对于跨两个或更多区域部署的工作负载,如果您不使用多区域或全球服务,则必须定义复制策略。复制策略通常是异步的。 仔细评估此类复制对关键应用的 RTO 和 RPO 的影响。确定故障切换所需的手动或半自动操作。

对于金融机构,您选择的故障切换区域可能会受到有关数据主权和数据驻留的法规的限制。如果您需要跨两个区域的主动-主动拓扑,我们建议您选择代管式多区域服务(例如 Spanner 和 Cloud Storage),尤其是在数据复制至关重要时。

请考虑以下建议:

  • 使用托管式多区域存储服务来存储数据。
  • 为永久性磁盘中的数据创建快照,并将快照存储在多区域位置。
  • 使用可用区级或区域级资源时,请设置数据复制,将数据复制到其他区域。
  • 通过定期测试灾难恢复计划,验证其是否有效。
  • 请注意 RTO 和 RPO 及其与您所在管辖区的金融法规规定的影响容忍度的相关性。

如需了解详情,请参阅针对云基础架构服务中断设计灾难恢复架构。

利用托管式服务

尽可能使用托管式服务,以利用内置的备份、高可用性和可伸缩性功能。请考虑以下有关使用托管式服务的建议:

  • 在 Google Cloud中使用托管式服务。它们提供由服务等级协议 (SLA) 支持的高可用性。它们还提供内置备份机制和弹性功能。
  • 对于数据管理,请考虑使用 Cloud SQL、Cloud Storage 和 Spanner 等服务。
  • 对于计算和应用托管,请考虑使用 Compute Engine 托管式实例组 (MIG) 和 Google Kubernetes Engine (GKE) 集群。区域级 MIG 和 GKE 区域级集群能够灵活应对可用区服务中断。
  • 如需提高应对区域级服务中断的能力,请使用代管式多区域服务。
  • 确定具有独特特征的服务是否需要退出计划,并制定所需的计划。FCA、PRA 和 EBA 等金融监管机构要求公司在与云服务提供商的关系终止时,制定数据检索和运营连续性的策略和应急计划。公司必须在签订云合同之前评估退出可行性,并且必须保持在不中断运营的情况下更换提供商的能力。
  • 验证您选择的服务是否支持将数据导出为 CSV、Parquet 和 Avro 等开放格式。验证服务是否基于开放技术,例如 GKE 对 Open Container Initiative (OCI) 格式或 Managed Service for Apache Airflow 的支持。

自动执行基础设施预配和恢复流程

Automation 有助于最大限度地减少人为错误,并有助于减少响应突发事件所需的时间和资源。使用自动化技术有助于确保更快地从故障中恢复,并获得更一致的结果。请考虑以下建议,以自动预配和恢复资源:

  • 使用 Terraform 等基础设施即代码 (IaC) 工具,最大限度地减少人为错误。
  • 通过自动执行故障切换流程来减少人工干预。自动响应也有助于减少故障的影响。例如,您可以使用 Eventarc 或 Workflows 自动触发补救措施,以响应通过审核日志观察到的问题。
  • 在故障切换期间,使用自动扩缩功能增加云资源的容量。
  • 通过采用平台工程,在服务部署期间自动在整个云拓扑中应用政策和防护措施,以满足监管要求。

金融服务视角:费用优化

Google Cloud Well-Architected Framework:金融服务 (FS) 视角中的本文档简要介绍了优化 Google Cloud中 FS 工作负载费用的原则和建议。本文档中的建议与 Well-Architected Framework 的费用优化核心一致。

针对金融服务工作负载进行可靠的费用优化需要以下基本要素:

  • 能够识别浪费性资源利用与价值驱动型资源利用。
  • 根深蒂固的财务责任文化。

如需优化费用,您需要全面了解整个组织的成本动因和资源需求。在一些大型组织中,尤其是那些处于云之旅早期阶段的组织,通常由一个团队负责优化大量网域的支出。此方法假设中心团队最适合发现提高效率的高价值机会。

在云采用的初始阶段或对于非关键工作负载,集中式方法可能会取得一些成功。不过,单个团队无法在整个组织中推动成本优化。当资源用量或监管审查级别增加时,集中式方法将无法持续。集中式团队面临可伸缩性挑战,尤其是在处理大量金融产品和服务时。拥有产品和服务的项目团队可能会抵制外部团队所做的更改。

为了有效优化成本,支出相关数据必须高度可见,并且必须激励接近工作负载的工程师和其他云用户采取行动来优化成本。从组织的角度来看,费用优化的挑战在于确定应优化的领域、确定负责这些领域的工程师,然后说服他们采取所需的优化措施。本文档提供了应对这一挑战的建议。

本文档中的费用优化建议与以下核心原则相对应:

使用 Google Cloud 工具识别浪费

Google Cloud 提供了多种产品、工具和功能,可帮助您识别浪费。请考虑以下建议。

利用自动化和 AI 技术系统地确定要优化的内容

Active Assist 可为各种服务提供智能建议,例如用于微服务的 Cloud Run、用于数据分析的 BigQuery、用于核心应用的 Compute Engine 以及用于关系型数据库的 Cloud SQL。Active Assist 建议免费提供,无需您进行任何配置。这些建议可帮助您识别空闲资源和未充分利用的承诺。

通过统一界面集中监控和控制 FinOps

Cloud Billing 结算报告和 FinOps 中心可让您实现全面的费用监控。这种全面的视图对于财务审计员和内部财务团队至关重要,有助于他们跟踪云支出、评估财务状况、评估各个业务部门或成本中心的 FinOps 成熟度,并提供一致的财务说明。

通过分析和丰富支出数据来确定价值

Active Assist 可有效识别明显的浪费。不过,确定价值可能更具挑战性,尤其是在工作负载位于不合适的产品上或工作负载与业务价值缺乏明确一致性时。对于金融服务工作负载,业务价值不仅仅是降低成本。其价值包括风险缓释、监管合规和获得竞争优势。

如需全面了解云支出和价值,您需要从多个层面进行全面了解:支出从何而来、支出推动了哪些业务功能,以及重构或优化相关工作负载的技术可行性。

下图展示了如何应用数据-信息-知识-智慧 (DIKW) 金字塔和 Google Cloud 工具来全面了解云费用和价值。

数据-信息-知识-智慧 (DIKW) 金字塔展示了如何使用云支出数据来指导决策。

上图展示了如何使用 DIKW 方法将原始云支出数据提炼为富有实用价值的分析洞见和决策,从而推动业务价值。

  • 数据:在此层中,您将收集云资源使用情况和费用数据的原始、未经处理的数据流。您的中央 FinOps 团队会使用 Cloud Billing 账单、结算导出和 Cloud Monitoring 等工具来获取精细、详细的数据。例如,一个数据点可能是名为 app1-test-vmA 的虚拟机在 us-central1 区域中运行了 730 小时,费用为 70 美元。
  • 信息:在此层中,您的中央 FinOps 团队会使用 Cloud Billing 结算报告和 FinOps 中心等工具来整理原始数据,以帮助回答“人们在哪些类别的资源上花钱?”等问题。例如,您可能会发现,在美国的两个区域中,机器类型为 n4-standard-2 的虚拟机总共花费了 1,050 美元。
  • 知识:在此层中,您的中央 FinOps 团队会使用适当的业务背景信息来丰富信息,包括谁花了钱以及出于什么目的。您可以使用标记、标签、资源层次结构、结算账号和自定义 Looker 信息中心等机制。例如,您可能会确定,美国的 app1 测试团队在 7 月的第二周花费了 650 美元,作为压力测试练习的一部分。
  • 智慧:在此层中,您的产品和应用团队会使用情境化知识来评估云支出的业务价值,并做出明智的战略决策。您的团队可能会回答以下问题:
    • 在数据分析流水线上花费的 5,000 美元是否产生了业务价值?
    • 我们能否在不降低性能的情况下,重新构建流水线以提高效率?

请考虑以下有关分析云支出数据的建议。

分析 Google Cloud提供的支出数据

首先,使用导出到 BigQuery 的详细 Cloud Billing 数据以及 Monitoring 日志中提供的数据。为了获得富有实用价值的分析洞见并做出决策,您需要对这些数据进行结构化处理,并使用业务背景信息对其进行丰富。

通过可用工具直观呈现数据

通过在 BigQuery Export 的基础上使用数据洞察等工具,利用自定义报告来增强内置 Google Cloud 信息中心。财务团队可以构建自定义信息中心,将云支出与财务指标、监管报告要求和业务单位盈利能力相结合。然后,他们可以提供清晰的财务叙述,供高管利益相关方进行分析和决策。

分配支出以明确责任

了解云支出的驱动因素后,您需要确定谁在支出以及支出的原因。这种理解水平需要强大的成本分配实践,其中包括将与业务相关的元数据附加到云资源。例如,如果 Banking-AppDev 团队使用特定资源,您可以将 team=banking_appdev 等标记附加到该资源,以跟踪该团队在该资源上产生的费用。理想情况下,您应该将 100% 的云费用分配给支出来源。在实践中,您可能会从较低的目标开始,因为构建元数据结构以支持 100% 的费用分配是一项复杂的工作。

请考虑以下建议,制定元数据策略以支持费用分配:

  • 有效性:确保标记有助于识别与业务相关的关键绩效指标 (KPI) 和监管要求。这种关联对于内部退款、监管报告以及使云支出与业务部门目标保持一致至关重要。例如,以下标记可清楚地标识支出团队、其所在区域以及他们负责的产品:team=banking_appdev、region=emea、product=frontend。
  • 自动化:为了实现高水平的标记合规性,请通过自动化强制执行标记。手动标记容易出错且不一致,这在可审核性和财务准确性至关重要的金融服务环境中是不可接受的。自动标记可确保资源在创建时被正确分类。
  • 简单性:衡量简单、不相关的因素。金融服务环境错综复杂。为确保此类环境中的费用分摊规则易于理解和执行,规则必须尽可能简单。避免针对高度特定(极端)情况过度设计规则。复杂的规则可能会导致运营团队感到困惑和抵触。

使用标记定义分配策略后,您需要确定该策略的实现粒度。所需的粒度取决于您的业务需求。例如,某些组织可能需要在产品级层跟踪费用,某些组织可能需要每个成本中心的费用数据,而其他组织可能需要每个环境(开发、预演和生产)的费用数据。

请考虑以下方法,为您的组织实现适当的费用分摊粒度:

  • 将 Google Cloud 中的项目层次结构作为费用分摊的自然起点。项目代表 Google Cloud中的政策执行点。默认情况下,Identity and Access Management (IAM) 权限、安全政策和费用会归因于项目和文件夹。查看从 Cloud Billing 导出的费用数据时,您可以查看文件夹层次结构以及与费用数据关联的项目。如果您的Google Cloud 资源层次结构反映了组织的支出责任结构,那么这是实现费用分配的最简单方法。
  • 使用标记和标签可实现更精细的控制。它们提供了灵活的方法来对结算导出中的资源进行分类。标记和标签有助于按应用和环境 详细细分费用。

通常,您可能需要将项目层次结构与标记和标签结合使用,以实现有效的费用分配。无论您选择哪种费用分摊方法,请遵循前面所述的建议来制定可靠的元数据策略:有效性、自动化和简单性。

明确责任并激励工程师采取行动

Cloud FinOps 团队负责推动组织关注成本和价值。各个产品团队和工程团队必须采取必要的措施来优化费用。这些团队还负责金融服务工作负载的费用行为,并确保其工作负载提供所需的业务价值。

请考虑以下建议,以提高责任感并激励团队优化费用。

建立集中式 FinOps 团队进行治理

Cloud FinOps 实践不会自然而然地发展。专门的 FinOps 团队必须通过执行以下操作来定义和建立 FinOps 实践:

  • 构建所需的流程、工具和指南。
  • 创建、传达和强制执行必要的政策,例如强制性标记、预算审核和优化流程。
  • 鼓励工程团队对费用负责。
  • 当工程团队不承担费用所有权时进行干预。

获得高管支持和授权

包括 CTO、CFO 和 CIO 在内的高级领导层必须积极倡导在整个组织范围内向 FinOps 文化转变。他们的支持对于优先考虑成本责任、为 FinOps 计划分配资源、确保跨职能参与以及推动遵守 FinOps 要求至关重要。

激励团队优化成本

工程师和工程团队可能没有动力专注于成本优化。通过实施以下激励措施,使团队和个人目标与成本效益保持一致,这一点非常重要:

  • 将成本优化节省的部分资金再投资于实现优化的团队。
  • 公开认可和表彰成本优化工作和成功。
  • 使用游戏化技巧奖励有效优化成本的团队。
  • 将效率指标纳入效果目标。

实施反馈和退款技术

确保团队能够清楚地了解其拥有的云资源和费用。将财务责任分配给团队中的相应人员。使用正式机制强制执行严格的标记,并实施透明的规则来分配共享费用。

专注于价值和 TCO,而非成本

在评估云解决方案时,请考虑长期总拥有成本 (TCO)。例如,自行托管应用的数据库似乎比使用 Cloud SQL 等托管式数据库服务更便宜。不过,如需评估长期价值和 TCO,您必须考虑与自托管数据库相关的隐性成本。这些成本包括用于修补、伸缩、安全强化和灾难恢复的专门工程工作,这些都是金融服务工作负载的关键要求。托管式服务可提供显著更高的长期价值,从而抵消基础架构成本。托管式服务提供强大的合规性功能,具有内置的可靠性功能,并有助于减少运营开销。

请考虑以下建议,重点关注价值和 TCO。

使用特定于产品的技术和工具进行资源优化

利用 Google Cloud产品提供的费用优化工具和功能,例如:

享受超值折扣优惠

使用 Google 提供的折扣,确保云资源的结算费率尽可能低。各个产品和工程团队通常负责管理资源优化。中央 FinOps 团队负责优化结算费率,因为他们可以了解整个组织的资源需求。因此,他们可以汇总需求,并最大限度地提高承诺型折扣。

您可以利用以下类型的Google Cloud 资源折扣:

  • 企业折扣是根据贵组织承诺以较低的结算费率在 Google Cloud 上达到的最低总支出而协商的折扣。
  • 基于资源的 CUD 是为了换取您承诺在一年或三年期间使用最低数量的 Compute Engine 资源。基于资源的 CUD 适用于特定区域中的资源。对于大多数 Cloud Billing 账号, Google Cloud 会启用基于资源的 CUD 共享,并在与该账号关联的所有项目中共享 CUD。
  • 基于支出的 CUD 是为了换取您承诺在一年或三年内为特定产品支付最低金额。基于支出的折扣适用于结算账号级别。折扣在区域或全球范围内应用,具体取决于产品。

除了企业折扣之外,您还可以使用 CUD 来节省大量费用。

除了 CUD 之外,您还可以使用以下方法来降低结算费率:

  • 为容错型和灵活的工作负载使用 Spot 虚拟机。Spot 虚拟机比常规虚拟机便宜 80% 以上。
  • BigQuery 提供多种价格模式,包括按需价格和基于版本的价格,后者基于承诺和自动扩缩要求。如果您使用大量 BigQuery 资源,请选择适当的版本,以降低分析工作负载的每个槽的费用。
  • 仔细评估您需要使用的服务的可用 Google Cloud 区域。选择符合您的成本目标以及延迟时间和合规性要求等因素的区域。如需了解费用、可持续性和延迟时间之间的权衡,请使用 Google Cloud 区域选择器。

金融服务视角:性能优化

Google Cloud Well-Architected Framework:金融服务 (FS) 视角中的本文档简要介绍了优化 Google Cloud中 FS 工作负载性能的原则和建议。本文档中的建议与 Well-Architected Framework 的性能优化核心一致。

在金融服务领域,性能优化由来已久。它帮助金融服务组织克服了技术挑战,并且几乎始终是创建新业务模式的推动因素或加速器。例如,ATM(于 1967 年推出)实现了现金发放流程的自动化,帮助银行降低了核心业务的成本。绕过操作系统内核和将应用线程固定到计算核心等技术有助于实现交易应用的确定性和低延迟。延迟时间的缩短有助于提高金融市场的流动性,并使价差更小。

云端为性能优化创造了新的机会。它还对一些历来被接受的优化模式提出了挑战。具体而言,以下权衡在云端更加透明且可控:

  • 上市期与成本。
  • 系统级端到端性能与节点级性能。
  • 人才可用性与技术相关决策的敏捷性。

例如,在云端,根据特定技能要求调整硬件和 IT 资源是一项微不足道的任务。为了支持 GPU 编程,您可以创建基于 GPU 的虚拟机。您可以扩缩云端容量,以应对需求高峰,而无需超额预配资源。此功能有助于确保您的工作负载能够处理高峰负载,例如在非农就业日以及交易量明显高于历史水平时。您无需花费大量精力来编写单个服务器级别的高度优化代码(例如 C 语言中的高度精细调整的代码),也无需为传统的高性能计算 (HPC) 环境编写代码,只需使用精心设计的基于 Kubernetes 的分布式系统,即可实现最佳的横向扩容。

本文档中的性能优化建议与以下核心原则相对应:

将技术性能指标与关键业务指标保持一致

您可以通过多种方式将性能优化与业务价值成果相关联。例如,在买方研究部门,业务目标可能是优化每研究小时的产出,或优先考虑来自具有良好记录(例如较高的夏普比率)的团队的实验。在卖方,您可以使用分析来跟踪客户兴趣,并相应地优先考虑支持最有趣研究的 AI 模型的吞吐量。

将性能目标与业务关键绩效指标 (KPI) 相关联,对于为提升效果提供资金支持也至关重要。与常规业务 (BAU) 或银行运营相比,业务创新和转型计划(有时称为银行变革工作)具有不同的预算,并且可能具有不同程度的资源访问权限。例如, Google Cloud 帮助一家 G-SIFI 的风险管理和技术团队与前台量化分析师合作,共同开发了一种解决方案,可在几分钟(而不是几小时或几天)内执行风险分析计算(例如 XVA)。此解决方案帮助该组织满足了相关合规性要求。它还使交易者能够与客户进行更高质量的对话,从而可能提供更小的价差、更稳定的流动性和更具成本效益的对冲。

将性能指标与业务指标保持一致时,请考虑以下建议:

  • 将每项技术举措与相关的业务目标和关键结果 (OKR) 相关联,例如提高收入或利润、降低成本以及更高效或更全面地降低风险。
  • 专注于在系统级优化性能。超越传统的“改变银行”与“运营银行”的分离,以及前台与后台的孤岛。

优先考虑安全性,同时不因未经证实的风险而牺牲性能

金融服务组织的安全和监管合规性必须达到高标准。保持高标准对于避免客户流失和防止对组织品牌造成不可挽回的损害至关重要。通常,最高价值是通过生成式 AI 等技术创新以及 Spanner 等独特的托管式服务实现的。不要因为对运营风险过高或监管合规状况不佳的普遍误解,而自动放弃这些技术选项。

Google Cloud 与 G-SIFI 密切合作,确保基于 AI 的反洗钱 (AML) 方法可用于这些机构为客户提供服务的司法管辖区。例如,HSBC显著提升了其金融犯罪 (Fincrime) 部门的绩效,取得了以下成果:

  • 确认可疑活动的检测数量提高到近 2-4 倍。
  • 由于消除了超过 60% 的假正例,并且仅将调查时间集中在高风险、可采取行动的提醒上,因此降低了运营成本。
  • 可审核且可解释的输出,为支持监管合规提供支持。

请考虑以下建议:

  • 确认您打算使用的产品可以帮助满足您运营所在司法管辖区的安全性、弹性和合规性要求。为了实现此目标,您需要与 Google Cloud 客户支持团队、风险团队和产品团队合作。
  • 利用 AI 可解释性,创建更强大的模型,并为客户提供透明度。
  • 通过使用引用来源、接地和 RAG 等技术,实现生成式 AI 工作负载的透明度。

  • 如果可解释性不够,请将价值流中的决策步骤分离出来,并仅使用 AI 自动执行非决策步骤。在某些情况下,可解释 AI 可能不够,或者由于监管问题(例如 GDPR 第 22 条),流程可能需要人工干预。在这种情况下,请在单个控制窗格中显示人工客服人员做出决策所需的所有信息,但要自动执行数据收集、注入、处理和总结任务。

重新思考您的架构,以适应新的机遇和要求

利用基于云的功能增强当前架构可以提供巨大的价值。为了实现更具变革性的成果,您需要定期使用云优先方法重新思考架构。

请考虑以下建议,定期重新思考工作负载的架构,以进一步优化性能。

使用基于云的替代方案来取代本地 HPC 系统和调度器

为了充分利用更高的弹性、更稳定的安全状况以及广泛的监控和治理功能,您可以在云端运行 HPC 工作负载,也可以将本地工作负载突发到云端。不过,对于某些数值建模用例(例如投资策略模拟或 XVA 建模),将 Kubernetes 与 Kueue 结合使用可能会提供更强大的解决方案。

切换到基于图表的编程方式进行模拟

在基于图的执行系统(例如 Dataflow)中,蒙特卡罗模拟的性能可能会高得多。例如,HSBC使用 Dataflow 运行风险计算,速度比之前的方法快 16 倍。

运行基于云的交易所和交易平台

与 Google Cloud 客户的对话表明,80/20 帕累托法则适用于市场和交易应用的性能要求。

  • 超过 80% 的交易应用不需要极低的延迟。 不过,它们可以从云端的弹性、安全性和弹性功能中获益。例如,外汇多交易商平台 BidFX 使用云来快速发布新产品,并在不增加资源的情况下显著提高其可用性和覆盖面。
  • 其余应用(不到 20%)在消息传递方面需要低延迟(不到 1 毫秒)、确定性和公平性。传统上,这些系统在不灵活且昂贵的对接网点中运行。越来越多地,即使是这类应用,也正在云端进行平台重构,要么在边缘,要么作为云优先应用。

打造面向未来的技术,满足当前和未来的业务需求

过去,许多金融服务组织都构建了专有技术来获得竞争优势。例如,在 21 世纪初,成功的投资银行和交易公司都有自己的基础技术实现,例如发布/订阅系统和消息代理。随着开源技术和云技术的发展,这些技术已成为商品,无法提供增量业务价值。

请考虑以下建议,确保您的技术能够适应未来发展。

采用数据即服务 (DaaS) 方法,缩短上市时间并提高成本透明度

金融服务组织通常通过有机增长和并购 (M&A) 相结合的方式发展。因此,组织需要集成不同的技术。他们还需要管理重复的资源,例如数据供应商、数据许可和集成点。 Google Cloud 提供了在合并后集成中创造差异化价值的机会。

例如,您可以使用 BigQuery Sharing 等服务来构建可供分析的数据即服务 (DaaS) 平台。该平台可以提供市场数据和来自替代来源的输入。这种方法无需构建冗余数据流水线,让您可以专注于更有价值的计划。此外,合并或收购的公司可以快速高效地合理化其合并后的数据许可和基础设施需求。合并后的企业可以专注于新的业务机会,而不是花费精力来调整和合并旧版数据资产和运营。

构建抽象层,以隔离现有系统并应对新兴业务模式

银行的竞争优势越来越不取决于核心银行系统,而是取决于其客户体验层。然而,传统银行系统通常使用单体式应用,这些应用是用 Cobol 等语言开发的,并集成在整个银行价值链中。这种集成使得价值链的各个层级难以分离,因此几乎不可能对这些系统进行升级和现代化改造。

应对这一挑战的一种解决方案是使用隔离层(例如 API 管理系统)或暂存层(例如 Spanner),后者可复制记录簿,并通过高级分析和 AI 促进服务现代化。例如,Deutsche Bank 使用 Spanner 隔离其旧版核心银行资产,并开启了创新之旅。