Анализ подходов и решений для разработки системы хранения клиентских данных банковской экосистемы

Статья посвящена анализу подходов и решений для разработки единого, масштабируемого и высоконагруженного хранилища клиентских данных в рамках цифровой экосистемы банка. В условиях цифровой трансформации и развития цифровых экосистем крупные организации, в том числе банки, сталкиваются с тем, что хранение и обработка клиентских данных становится критически важным вопросом для обеспечения бизнес-процессов компании, персонализации сервисов для клиентов, соответствия регуляторным требованиям, поддержания конкурентного преимущества.

Цель исследования — определить оптимальный набор архитектурных принципов и технологических решений для построения масштабируемой, отказоустойчивой и высокопроизводительной системы хранения клиентских данных.

Методы исследования: системный анализ и синтез — для изучения специфики предметной области банковской цифровой экосистемы; сравнительный анализ — для оценки технологий хранения данных по следующим критериям: производительность, масштабируемость, уровень согласованности данных, отказоустойчивость; анализ научной литературы и информационных источников — для изучения предметной области, современных решений и технологий в системах хранения данных.

Результаты исследования: выбраны оптимальные паттерны и технологии для реализации платформы хранения клиентских данных; сформулированы рекомендации по проектированию архитектуры единого клиентского хранилища, способного эффективно функционировать в динамичном ИТ-ландшафте современной банковской экосистемы.

Выводы. Результаты исследования подтверждают, что использование гибридных хранилищ данных с применением различных технологий и решений наиболее оптимально для построения высоконагруженных и масштабируемых систем хранения и обработки данных (что также согласуется с выводами других научных работ).

Перспективы исследования включают дальнейшее углубленное изучение интеллектуальных систем управления данными; технологий хранения и обработки данных, используемых в машинном обучении и ИИ; подходов Data Mesh и Data Fabric; возможностей применения перечисленных технологий в банковской сфере.

1. Клеппман М. Высоконагруженные приложения программирование, масштабирование, поддержка. Пер. с англ. И. Пальти, А. Тумаркин. СПб.: Питер; 2021. URL: https://rusneb.ru/catalog/000200_000018_RU_NLR_BIBL_A_012416514/

2. Мартин Р. Чистая архитектура. Искусство разработки программного обеспечения. СПб.: Питер; 2021. URL: https://search.rsl.ru/ru/record/01010779241

3. Wiling B. Scientific Study of CAP Theorem and Understanding its Different Implementation Methods. Mathematical Statistician and Engineering Applications. 2022;(1);133-137. DOI: 10.17762/msea.v71i1.55

4. Таненбаум Э., ван Стейен М. Распределенные системы. Принципы и парадигмы. СПб.: Питер; 2003. URL: https://rusneb.ru/catalog/000199_000009_002157753/?ysclid=mmw6lsm0tr819862687

5. Садаладж П., Фаулер М. NoSQL: новая методология разработки нереляционных баз данных. М. Вильямс; 2013. 192 с. URL: https://search.rsl.ru/ru/record/01006568860

6. Lakshman, A., Malik, P. Cassandra: A Decentralized Structured Storage System. ACM SIGOPS Operating Systems Review. 2021;(2):35-40. DOI: 10.1145/1773912.1773922

7. Corbett J. C. Spanner: Google’s Globally-Distributed Database. OSDI. 2023;(12):251-264. URL: https://sayedalesawy.hashnode.dev/spanner-googles-globally-distributed-database

8. Игнатенко И.Д., Астахов В.В., Акинина Ю.С. Сравнительный анализ подходов к реализации распределенных транзакций. В сб.: Будущее науки — 2025. 2025;(1):209-216. URL: https://www.elibrary.ru/eoxwmm

9. Lewis P., Perez E., Piktus A. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems. 2021;(33):9459-9474. DOI: 10.48550/arXiv.2005.11401

10. Ньюмен С. От монолита к микросервисам. СПб.: БХВ-Петербург; 2021. 272 с. URL: https://rusneb.ru/catalog/000200_000018_RU_NLR_BIBL_A_012548166/?ysclid=mmw6qujxqc209793652

11. Куликова О.М., Суворова С.Д. Облачные технологии: основа построения корпоративной архитектуры. Инновационная экономика: перспективы развития и совершенствования. 2021;(4):65-70. URL: https://www.elibrary.ru/xfjvta

12. Косарев В.Е., Городецкая О.Ю., Гобарева Я.Л., Рычаго М.Е. Интеграция распределенных облачных вычислений и модульных информационных систем для повышения эффективности управления промышленным производством. Кузнечно-штамповочное производство. Обработка материалов давлением. 2025;(11):107-114. URL: https://www.elibrary.ru/qgcazs