㈠ 银行的业务数据一般保存几年
《金融机构客户身份识别和客户身份资料及交易记录保存管理办法》于2007年6月21日发布，自2007年8月1日起施行。
第三章 客户身份资料和交易记录保存
第二十七条 金融机构应当保存的客户身份资料包括记载客户身份信息、资料以及反映金融机构开展客户身份识别工作情况的各种记录和资料。
金融机构应当保存的交易记录包括关于每笔交易的数据信息、业务凭证、账簿以及有关规定要求的反映交易真实情况的合同、业务凭证、单据、业务函件和其他资料。
第二十八条 金融机构应采取必要管理措施和技术措施，防止客户身份资料和交易记录的缺失、损毁，防止泄漏客户身份信息和交易信息。
金融机构应采取切实可行的措施保存客户身份资料和交易记录，便于反洗钱调查和监督管理。
第二十九条 金融机构应当按照下列期限保存客户身份资料和交易记录：
（一）客户身份资料，自业务关系结束当年或者一次性交易记账当年计起至少保存5年。
（二）交易记录，自交易记账当年计起至少保存5年。
如客户身份资料和交易记录涉及正在被反洗钱调查的可疑交易活动，且反洗钱调查工作在前款规定的最低保存期届满时仍未结束的，金融机构应将其保存至反洗钱调查工作结束。
同一介质上存有不同保存期限客户身份资料或者交易记录的，应当按最长期限保存。同一客户身份资料或者交易记录采用不同介质保存的，至少应当按照上述期限要求保存1种介质的客户身份资料或者交易记录。
法律、行政法规和其他规章对客户身份资料和交易记录有更长保存期限要求的，遵守其规定。
第三十条 金融机构破产或者解散时，应当将客户身份资料和交易记录移交中国银行业监督管理委员会、中国证券监督管理委员会或者中国保险监督管理委员会指定的机构。
㈡ 像银行的数据库服务器，一般有多少内存
哥们，问这个干啥。。。。具体有多大我不知道，不够我感觉应该不会小。而且也不见得是Windows系统
㈢ 能够存储的数据量一般有多大
1.数据库的大小限制：sql Server 2005 Express 和SQL Server 2008 Express
数据库的大小限制最大为 4GB，最新版本的SQL Server 2008 R2 Express 数据库的大小限制最大为
10G。这个大小的限制只有在数据文件上，事务日志大小则不受此限。
2.只能使用一个 CPU 来运算，这在多个 CPU 的电脑上会造成浪费。
3.可使用的存储器量最高只有 1GB。
4.没有 SQL Agent，若要做调度服务必须自己写程序。
㈣ 数据存储单位GB TB PB EB ZB YB BB还有NB、DB的换算关系
在计算机报上看到荷兰银行的20个数据中心有大约7pb磁盘和超过20pb的磁带存储，而且每年50%~70%存储量的增长，
于是想看看pb究竟有多大，计算一下27pb大约为 40万个80的硬盘大小。
1Byte = 8 Bit
1 KB = 1,024 Bytes
1 MB = 1,024 KB = 1,048,576 Bytes
1 GB = 1,024 MB = 1,048,576 KB = 1,073,741,824 Bytes
1 TB = 1,024 GB = 1,048,576 MB = 1,073,741,824 KB = 1,099,511,627,776 Bytes
1 PB = 1,024 TB = 1,048,576 GB =1,125,899,906,842,624 Bytes （13107.2个80G的
1 EB = 1,024 PB = 1,048,576 TB = 1,152,921,504,606,846,976 Bytes
1 ZB = 1,024 EB = 1,180,591,620,717,411,303,424 Bytes
1 YB = 1,024 ZB = 1,208,925,819,614,629,174,706,176 Bytes
Byte、KB、MB、GB、TB、PB、EB、ZB、YB、DB、NB知多少
最小的基本单位是Byte应该没多少人不知道吧，下面先按顺序给出所有单位
Byte、KB、MB、GB、TB、PB、EB、ZB、YB、DB、NB
我只知道前五个，估计大多数人都知道吧，按照进率1024计算
1TB=2的40次方Byte＝1099511627776 Byte
1PB=2的50次方Byte＝1125899906842624Byte
1EB=2的60次方Byte＝ 1152921504606846976 Byte
1ZB=2的70次方Byte＝ 1180591620717411303424 Byte
1YB=2的80次方Byte＝ 1208925819614629174706176 Byte
1DB=2的90次方Byte＝ 1237940039285380274899124224 Byte
1NB=2的100次方Byte＝ Byte
在计算的时候，发现XP自带的计算器根本没办法算了，不得又重下了个能算的计算器，暴汗
光看这些数字估计你没什么感觉，那现在就算点好想象的吧，下面拿NB为例：
马上就要踏入TB时代，现在1TB的硬盘的标准重量是670g（差不多吧）
1NB＝2的60次方TB＝1152921504606846976TB＝1152921504606846976个1TB硬盘
总重量约为77245740809万吨 ，目前最大的船 “诺克耐维斯号” 载重量为56万吨。
㈤ 什么是银行的数据大集中，为什么要数据大集中呢
简单地讲，大集中就是将分布在各个分支机构和营业网点的业务数据及其他一些相关的数据实现集中。事实上，大集中是依靠科技手段，实现数据的集中和数据的整合，并通过对数据深层次的挖掘，对银行的客户数据、业务数据进行系统分析和评价，推动商业银行向决策科学化方向迈进，提高银行的管理水平和工作效率。
60年代，自IBM发明了第一台商业计算机系统后，IT开始从无到有，以一种置于玻璃房的主机挂终端的形式起步发展。从80年末期到90年代初期，由于较低的附加开销、较低的劳工费用，使整个工业界的趋势走向分布式及部门式管理。为了加快对市场的响应时间，对IT应用系统开发的速度提出了更快的要求，因此IT的体系结构从原来单一集中式模式，走向分布式模式。并且逐步演变成难以控制的分散式架构。经过几年实践证明，在这种分散式模式下，带来许多负面效果：
1)降低了IT的效率
＊分散的数据
＊分散的技术力量
＊机器，软件系统资源不可共享
＊管理水平的不平衡
2)支持及管理人员的增加
＊艰难的整体规划
＊艰难的整体管理
3)缺乏标准化
4)增加数据安全性、完整性的风险
5)软件需要分散的重复投资，软件及维护费用急剧上升
6)计算机硬件资源利用率低，众多的计算中心均需自备备份主机及相应设备，无法公用机器的“白色空间”(及空置的CPU资源)
7)更困难的财政及固定资产管理
8)企业内部无法形成数据集中及应用集中，因此无法快速有效地为企业整体的经营管理者提供管理辅助信息。
9)无法承受灾难备份的投资，在众多的分散中心的条件下，实施相互灾难备份的费用非常庞大，其管理及运作是及其艰难的。
面对这些挑战，IT的管理者自然要问：
＊怎样更好地支持、管理网络、软件及服务器？
＊怎样更好地控制投资回报？
＊怎样有效快速地分析业务数据？
＊怎样集成分布式应用及数据？
＊怎样将传统的应用面向电子商务的同时，又能保证关键应用的高可用性及安全性？
大集中就是在这种背景下产生的。总结国外IT业的集中方式，无非可以分为以下四种形式的集中：
1)管理运作的集中：即将分散式的IT体系结构，用集中式管理模式进行运作。
2)物理集中：即不改变任何应用体系结构，仅仅将运作在多个服务器上的应用集中在一台或多台集群式系统内，从而减少了服务器的数量及种类，可共享系统资源，但客户数据可能依然是分散的。
3)数据集中：可以使用存储技术，实施数据的集中存储及管理；或通过一定的共享软件机制，实施数据的集中共享。
4)应用的集中：真正可以做到与业务集中相匹配的应用集中，及客户关键业务信息的数据集中。
不同程度的集中，会产生不同的效果，投入及工程的复杂程度也不尽相同。在大集中项目中要考虑许多技术因素，但最最关键的是高层领导的重视及支持，及业务部门的介入。
大集中可能会引进对当前IT体系结构的重组(reengineering)，因此需从以下几个方面考量其系统的设计：
首先集中决不是单纯IT的技术问题，为IT集中而集中是无效之举。集中必源于业务的改革，必带来业务流程的改变。其最终目的是提高企业整体的运作及管理效率并带来最大利润。
次之，集中必带来对应用体系结构的重新评估，可能带来应用的调整甚至结构重组。
在设计大中心系统时，要有端到端的全局体系结构设计观念。即从客户端经由底层网络到前端机，经由骨干网络到大中心服务器，其整体结构要具有端到端的高可用性及可管理性。
大中心的整体设计考量因素为以下几个方面：
1)应用的考量：
在多层次的系统架构中，各类应用在何层服务器上运行，应用的功能如何分布。要不断评估何种应用要进行集中，何种应用具有地区的特性，需要分布式运作。
2)企业核心信息数据库的考量：
核心企业信息如何存放。只有形成了一个逻辑的统一的企业信息数据库，才可以充分享受到集中的优势。
3)整体系统性能考量：
由于集中将所有的核心业务运行在一个集中的系统上，客户的服务业务量呈爆炸式增长，虽着电子商务的发展，BTB、BTC系统的建立，将每天都需要面对大量来自外界的数据访问和交互式操作，所有这些需要大中心系统具有持续且稳定的响应性能。
4)系统的可扩展性的考量：
大中心系统必须具有很好的可扩展性及成长的能力。中国是一个人口众多的国家，因此大型企业的客户数量是惊人的。中国许多大型企业所服务的客户数大于任何一个北美或欧洲的大型企业。以银行为例，中国四大商业银行的客户帐号数均达上亿，因此其企业客户核心信息数据量将达到几十个GB甚至为几十个TB的数据量。因此数据库、中间件、服务器及存储系统均需要具有优秀的可扩展性。除了应付爆发式的数据存储需求，基础设施还需要应付短时间内访问高峰的冲击，并提供足够的灵活性对信息有效的管理。
5)高可靠性及高可恢复性的考量：
企业需要考虑为客户提供每周7天、每天24小时的不间断服务。同时，基础设施必须为以不同方式接入的用户提供同样的易用性，以及在异构系统之间进行快速的信息查找和交换的应用灵活性，并保持系统能够以很快的速度得到扩展。
6)冗灾备份及恢复能力考量：
灾难备份方案绝不是一个单纯的技术方案，并且灾难备份也决不是一个数据远程拷贝的方案。它必须基于应用的考量，并外加业务备份规划。从技术角度考虑，级别越高则备份的能力越高。方案的选择必须立足于业务的需求，级别越高的备份方案，其项目实施总成本则越高，因此必须基于商务的承受能力进行方案的选择。
7)端到端的系统管理：
集中后的系统管理将比分布式小中心的运作显得尤其重要。在小型中心中，通常靠个体的手工管理，当实施大集中后，手工的、无系统化的管理将无法提供所需要的服务水准。因此必须建立可以集中观测、集中管理的系统，但同时又可以分级进行控制、维护的体系结构。由于应用的集中运作，因此建立帮助平台及严格的变更管理体系尤为重要。
8)系统安全性考量：
企业需要保证系统和数据的安全性。需要考虑安全性的不仅是系统设备，还有设备提供商的实际能力。企业需要选择可信赖的合作伙伴和供应商，在基础设施系统的管理能力和数据安全方面都要有出色表现。安全可靠的系统不仅能保证前端与后端的系统安全，还需要确保服务器与应用程序的防攻击能力。
9)投资保护及降低业务风险：
大集中体系结构是在现有的IT体系结构之上进行再造的过程。体系结构方案必须考虑对现有的IT技术、设备的投资加以保护。甚至包括对应用投资及技术人员投资的保护。在设计和构建基础设施的过程中，大中心方案不仅仅要着眼于当前的需求，更要放眼于未来的业务发展需求，本着节约成本、保护投资的原则，优化、整合和利用旧系统的资源，使大中心体系结构具有前瞻性。
大集中项目是一个逐步演变的过程，我们不可能在一日之间废弃旧的体系结构，建立新的体系结构。在建设过程中需要保证与原有系统的成功整合，保证公司和顾客数据的安全性，降低整体风险。在由多种平台和技术组成的异构环境中，大集中项目必须实现新系统结构与原有系统的平滑转换，这要求有严格的项目规划和项目管理。
10)总体成本考量：
成本效益永远是要考量的因素之一。与分布式环境相比，数据中心集中可以节省总体IT成本。但是要注意的是，在向集中过渡的过程中，必须重视新型应用的投资。所有IT的投资都不应偏离未来集中的大方向，以避免投资浪费。
分布式的信息技术结构是历史的原因造成的，它在当时是最佳的选择，并且也是中国IT发展必经之路。面对未来WTO的挑战，许多企业开始重视规模化经营。为了在竞争中生存并超越对手，IT也必然需要采用高度的集中和可管理的结构。它也是内部业务集中管理的必然要求，大集中不只是一个技术上的项目，除了它的高科技含量外，它是一个强有力的、策略性的业务项目，它是中国银行业发展所面临的一个挑战。
㈥ 银行海量交易数据是怎么存储的
“合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。”分析和决策这才是银行引入“大数据”处理的关键因素。仅仅对于“海量流水数据提供给客户查询”而言，只是满足了客户的某个功能性需求而已。
一般来说，银行的数据都是结构化的、持久性存储的（非结构化的数据一般指电子影像，如客户办理业务的回单扫描图片等），以数据库以及文件方式存储为主。按照交易数据性质，我们可以分为“原始流水数据”和“加工后数据”两种。
㈦ 数据仓库的数据存储量能达到多少
mysql的最大数据存储量是多少
一般没有最大限制，最多也就是单字段的长度有限制，那跟字段的数据类型有关，而对于数据表的大小一般不要超过2g，超过了效率会比较慢，建议分开多表存。
㈧ 银行的数据存储在哪里绝对安全吗
存在各个银行的数据中心，应该是安全的，都有备份中心的，一旦有问题立即启用备份数据。规定灾害备份中心与原数据存放中心相距1000公里以上。
㈨ 银行海量交易数据是怎么存储的
海量数据时代正在来临。数据信息量如潮水般迅猛增长，根据分析机构IDC最新研究结果，2011年全球数据量突破了1.8ZB，在5年时间年迅速增长9倍，受管理的数据量更是增加50倍之多。英特尔的IO加速解决方案中的一个关键特性——存储I/O加速采用了基于硬件的加速功能，让来自于以及传输到应用的数据速度更快。这包括增加RAID 6技术在数据传输过程中进行纠错。不仅确保了更快速的数据传输，同时避免数据在磁盘和磁盘存储系统中传输时发生丢失或者篡改。字节奇偶校验被用来保证数据通过存储子系统时的完整性。数据的奇偶校验被写入到磁盘驱动器，防止在多个硬盘发生故障时丢失数据，或者重建过程中有坏数据块。这增加了系统的可用性和可靠性，缩短了备份窗口，加快磁盘重建以及数据的保护。
㈩ 银行外部数据的范围和分类
银行外部数据的范围和分类:
银行外部数据的范围：主要来源于商业银行自身业务运营过程中积累的大量客户基本资料、客户交易和产品服务数据、运营管理数据，当然也包括外部宏观经济环境的运行指标等数据。
银行外部数据的分类：客户数据即当事人基本信息，主要用于描述客户的自身特点，属于基础数据范畴。客户（当事人）是指与银行有联络或与银行有利害关系，以及银行希望保留其信息的所有相关参与者。其中也包括银行本身，如个人、外部机构、内部机构。
1、个人客户数据包括：客户姓名、性别、国籍、证件类型、证件号码、联系地址、通信电话、职业状态、工作单位、职务、宗教信仰、婚姻状况、文化程度、子女数量、父母姓名、语言偏好，以及客户与账户的关系等信息。
2、公司客户数据包括：机构名称、机构代码、经营范围、经营状态、所属国家、所属省份、公司网站、公司地址、公司类别、法人电话、财务电话、注册资金、行业代码、经济性质、企业规模、资产规模、建筑物产权、办公面积、营业面积、客户来源等。
银行的客户数据来源于银行自身的多个系统，如客户管理系统、核心银行系统、交易系统、中间业务系统、资产负债管理系统等。银行通过客户数据，除了提供基本的金融服务外，还可以根据客户特性提供个性化的金融产品服务，同时也可以同步检验产品的占有率和推广效果等。