上海富麦信息科技有限公司

BSG 自研产品

DBScale

DBScale 是 BSG 的云原生数据库容器平台:用容器统一封装开源数据组件,在一个调度控制面里完成资源池化、统一调度、高可用与可观测。

金融生产环境管理的数据库容器数量

它是什么

开源数据技术在企业中的使用范围持续扩大,MySQL、Redis、MongoDB、Couchbase、TiDB 等组件各自部署,实例数量可达上千上万。规模化之后,部署方式不统一、资源利用率低、运维方式分散,成为主要的管理成本。

DBScale 用容器统一封装这些数据库,再通过调度控制面进行资源池化与运维管理:申请、扩容、高可用、监控与回收在同一平台中完成,把分散的开源数据组件整合为可池化、可调度、可运维的数据底座。

平台运行在企业 Kubernetes / OpenShift 环境上,并可与 Vault、Confluent 等密钥管理与流数据组件对接。

DBScale & AI 数据工厂

把有状态数据服务收成可运营的中枢,给上层 AI 与业务提供稳定供给。

  1. 入口 应用、检索与 Agent 通过统一接口取数。
  2. 中枢 把数据库、缓存、消息与检索收成可运营的有状态服务。
  3. 底座 运行在企业 K8s 上,并与 Vault、流处理对接。

核心能力

资源池化

分散实例统一收池,按需分配,提升资源利用率。

统一调度

申请、扩容、回收与编排,运维动作标准化。

高可用 CMHA

集成 CMHA 方案,数据一致性与故障自动切换能力沉淀进平台。

集中运维

统一监控、告警与日志,大规模实例集中观测与处置。

多引擎支持

覆盖 MySQL、Redis、MongoDB、Couchbase、TiDB 等数据引擎。

弹性伸缩

按业务负载弹性扩缩容,把资源用在需要的地方。

适用场景与能力

适用场景

  • K8s 上的数据库、缓存、消息与检索难以统一管理
  • AI 项目需要向量检索、数据加工与实时数据
  • 现有工具链分散,希望统一生命周期与运营

能力要点

  • 云原生有状态服务统一编排
  • Redis、Kafka、Elasticsearch、MySQL 等多模组件
  • AI 向量库与数据加工能力
  • 与 OpenShift、Confluent、Vault 集成

BSG 如何交付

DBScale 自 2013 年起持续研发,并在金融生产环境规模化运行。BSG 负责方案设计、平台落地、与现有数据和安全组件集成,以及上线后的运维护航。

所在层 数据工厂中枢 在平台之上统一管理多模数据服务。

  1. L8

    上层场景

  2. L7

    安全

  3. L6

    网络根基

  4. L5

    数据工厂

  5. L4

    检索与可观测

  6. L3

    数据与存储

  7. L2

    平台自动化

  8. L1

    平台与 OS

支持的数据引擎

  • MySQL(CMHA)
  • Redis
  • MongoDB
  • Couchbase
  • TiDB

产品时间线

  1. 2013

    启动 DBScale 自主研发

  2. 2014

    原型研发完成

  3. 2015

    进入大型金融生产环境

  4. 2016–2018

    DBScale 与 CMHA 在多家银行生产环境持续落地

  5. 至今

    持续面向金融生产环境研发,管理的数据库容器数量突破 60000+