1. 四大行、城商行等銀行都在使用什麼資料庫
使用的資料庫類型較多，既有傳統的商用資料庫，包括 DB2、Oracle 、SQL Server 等，又有開源資料庫如 MySQL 等 ; 既有關系型資料庫，又有非結構化的比如 Hadoop、Spark 平台，還有基於 Redis 的分布式緩存平台用於關系型資料庫補充。
2. 國內銀行系統用Oracle資料庫不怕泄密嗎
典型的總有刁民想害朕的心態[靈光一閃]
泄密到不存在，一般國內銀行用Oracle的同時都會購買Oracle的維護服務，除非甲骨文不想做中國的生意了。當然因為中美關系的問題，一些行已經開始從周邊系統逐漸開始改造使用國產資料庫，比如華為的高斯200，同時國內的國有軟體企業也在部署研發國產的資料庫，公司名就不說了，反正確實有這個安排。
真的是個好問題，國家核心系統從什麼開始決心拋棄windows。銀行系統數據太過龐大復雜，上了賊船，下船太難太難了。
我是金融行業的碼農，也算是有一定的發言權吧。
在資料庫方面，金融領域用到的有Oracle和SQLServer等商業軟體，也有Mysql、Redis等開源軟體。這些軟體有個令人沮喪的共同點， 很少有國產自主研發資料庫 。
隨著互聯網的飛速發展，信息化浪潮席捲各個行業。效率的大幅提升，徹底顛覆了既有的工作模式。率先擁抱變革的企業收獲了巨大收益，讓後來者羨慕嫉妒恨。
信息技術不管發展如何，都繞不開數據存儲，數據存儲以關系型資料庫最符合人的思維方式。關系型資料庫中的翹楚無疑是Oracle資料庫。
再回到題主的泄密問題，即Oracle資料庫安全么？我的答案是 即安全又不安全 。之所以安全因為它是最好關系型資料庫，常見的指標如易用性、穩定性、可用性、可恢復性都有完整的解決方案。之所以不安全是因為它是國外的閉源軟體，是否有安全隱患，國人不得而知。
技術上不可控，我們怎麼才能避免呢？答案是從管理上從嚴控制。
不怕。
物理上是對外隔離的， 架構上也有大量技術手段確保數據的安全。
但是自主可控的趨勢不可阻擋。
內網，物理隔離。外網用啥都沒用，想搞你不過是時間問題。
國內銀行系統用的資料庫很多， 核心系統一般都用老牌的商業資料庫DB2、Oracle 。其他系統也有用Mysql、MongoDB等其他資料庫。至於數據泄露嗎？銀行當然也怕。但是，就綜合考慮來看，目前Oracle等商業資料庫依然是最佳選擇，將來可能會一步一步提高安全等級。
1、穩定是首要選項我們都知道，銀行是金融系統的重要機構。它們的系統不能夠隨便出問題，一出問題影響整個 社會 。所以， 對銀行來說，穩定是擺在首要位置的 。任何創新都必須以此為前提。而DB2、Oracle這些商業資料庫軟體，首先能夠滿足銀行的穩定性要求。
而在中國，銀行是比較早有信息化的單位。但剛開始，沒有任何經驗的時候，只能是跟歐美國家學習模仿。外企銀行基本都是採用oracle、DB2來做核心系統。中國自然是採用國外相同的方案。大部分銀行也就採用了當時比較流行的一整套IBM大型機、小型機硬體，配套DB2、Oracle資料庫來做。
2、安全實現手段①、廠家信譽
一直用DB2、Oracle作為核心資料庫。對銀行來說，已經是最佳選擇。因為，在過去，國產根本就沒有什麼拿得出手的資料庫可以使用。銀行自然也只能用業界最好的資料庫，而且Oracle、DB2這類大品牌的資料庫，在全球范圍應用都很廣。廠家自然也要注意保障安全，否則出了問題，全世界都受影響。
②、技術控制
除了廠家的信譽保障外，銀行在技術上做了很多安全措施。首先， 內外網是物理隔離的 。這樣，實時連接資料庫的攻擊是很難實現的了。其次，在防止數據泄露這一塊，銀行當然也是有很多的技術手段控制的。至少，外網需要的數據是從內網的網閘擺渡過去的。能擺渡什麼數據出去，也是銀行嚴格控制的。最後， 資料庫里的敏感數據，也是加密存儲的 。同時，網路上還 部署了一系列網路安全設備來 保障系統的安全。
銀行現在雖然有很多的技術手段來保障信息安全，但是，DB2、Oracle始終是國外閉源商業資料庫軟體。如果軟體存在漏洞或者後門，對銀行來說也是一個大風險。加上國際形勢風雲變化，所以，銀行也還是會有擔心泄密問題，這就意味著銀行的安全體系還需要升級。
那該如何升級安全呢？除了系統過等級保護外，也一直在倡導用安全可靠的軟體。這就意味著需要逐步從Oracle、DB2等商業軟體走向開源、或者國產等資料庫軟體。不過，銀行的穩定性還是不能忽略的，所以， 銀行也就只能逐步 探索 ，逐步提升安全。同時，國產資料庫發展也還有很長一段路要走 。
總結總之，早些年銀行從穩定和安全出發，Oracle、DB2等商業資料庫是最佳選擇。這些年，隨著國際形勢的變化和技術的發展，銀行也在逐步提升安全等級。將來也會逐步替換Oracle、DB2等商業資料庫軟體。
這是個系統的問題。
有些朋友說物理隔離，目前看應該做不到100％隔離。銀行數據中心就是提供服務的，隔離了怎麼提供服務？各個分行，網點，ATM都是要聯網的，都是要訪問資料庫的，只是許可權不同。
歸結起來就是數據安全和資料庫系統，計算機系統，網路系統，以及工作人員都是相關的，必須全方位防護。
資料庫系統，國產化當然是必須的，但是國產資料庫系統就沒有漏洞嗎？不故意竊取數據，難保不因失誤而失竊。這個要加強測試。
計算機系統，包括軟體和硬體，同樣道理。
網路方面，銀行應該是租用運營商的線路(虛擬專網，VPN)實現網點互聯。出點和入點之間加密傳輸。如果加密演算法沒有被破解，秘鑰沒有暴露，一般沒問題。但畢竟還是有」如果」的。
人的問題更大一些，買通一個人不太難吧？這個要通過層層審核，相互制衡，以及思想政治工作來防範。
所以說信息系統的安全防護是全方位的。
要使用SWIFT ,國際資金清算系統，就必須與國際接軌，所以必須用Oracl。
林鄭太太被制裁，信用卡不能用，工資都發現金，使用也是現金，那麼多的國行，沒有一家敢接盤。
有別的選擇嗎。
3. 國內的銀行大多用什麼操作系統 和資料庫（含國有和股份制銀行），是哪個公司生產的，外國還是中國
我在建行呆過，說說建行的吧。實時性online交易用的是informix資料庫，因為底層交易代碼是C寫的，可以很好的和informix的ec庫集成。如果是管理類的系統，報表之類的話，一般是ORACLE，之前也用過DB2。informix和DB2都是IBM的，ORACLE就是ORACLE公司自己的。操作系統有HP UNIX，SCO UNIX，Redhat linux，以上全都是國外的。
4. 中國建設銀行用什麼資料庫
核心系統（core banking）應該用的是DB2，但外圍應用有別的資料庫，比如網銀好像是oracle。
5. 中國的銀行一般用什麼資料庫系統
銀行用的是oracle 甲骨文資料庫 支持72種操作系統
號稱是世界上最好的資料庫系統 是一項非常專業的技術
6. 四大行、城商行等銀行都在使用什麼資料庫
他們一般都是自己建一個大型的資料庫，包含一些關系型資料庫，非關系型資料庫，存一些實時數據靜態數據什麼的，一般一個銀行會建一個大型的資料庫，可以稱之為數據湖，所有的的數據都入湖。
7. 它用分布式資料庫替代Oracle、SAS，讓銀行告別西方軟體「霸凌」
WPS成功上市代表了信息化企業軟體國產化的趨勢。在雷濤看來，WPS不是簡單復制後替代Windows office，而是找到了下一代產品需求。
以往無論是運營商還是銀行核心系統，大架構都壟斷在西方的 IOE（IBM、Oracle、EMC）這三座大山裡。直到2008年阿里提出去「IOE」運動，開始助推信息化軟體國產化浪潮。
天雲數據就是其中最早一批入場者。2010年為了建立中國完整的雲計算產業鏈，中國寬頻之父田溯寧投資建設雲基地，天雲數據便由此孵化，初備雛形。
2015年，雷濤帶領創始團隊們正式成立天雲數據，率先切入金融領域。天雲提供了國內領先的國產HTAP資料庫Hubble，完成了「去IOE」中最困難的部分，替代金融A類核心系統慣用的西方IOE架構，在銀行的聯機事務中解決A類核心系統減負問題。此外，為了降低AI使用門檻，天雲數據還推出AI PaaS平台MaximAI，逐步將數據價值逐漸擴展到能源、醫葯、軍事等其它行業。
目前天雲數據有70多家行業內大企業客戶，單筆合同200-500萬，純軟體年營收過億。
融資方面，天雲數據2018年曾獲得曦域資本、華映資本B輪1億人民幣投資。
作為行業老兵，雷濤在北美跨國公司有20多年的技術管理經驗， 2005年便入席SNIA存儲工業協會中國區技術委員會聯合主席，CCF中國計算機學會大數據專委會委員。
2011年在雲基地時期，雷濤和創始團隊通過BDP大數據平台負責了眾多運營商業務，如聯通的數據魔方、移動總部、南方基地等，2015年天雲數據正式獨立後，雷濤為了避免同業競爭，選擇先聚焦在金融領域。
「天雲數據的目標是替代 Oracle 和 SAS 」。雲基地時期的積累讓天雲數據一開始就有高起點，首單就接下了光大銀行的核心系統——OLTP線交易系統。比如銀行能在全國所有營業廳實時實現OOTD交易，實時查詢存錢取錢數額，整個環節涉及的技術都是天雲數據早期對Oracle的一些替代。
但之後在多次的項目操作過程中雷濤發現，在幾百萬條交易規格的強一致性下，數據的移動性、計算框架的變化、聯機事務同時要做大規模並行計算，這對計算場景的通用性、即時性和全量數據要求極高，傳統 Oracle架構根本無法適應。
「在Oracle架構之上，還需要升級滿足新需求」。
於是天雲數據自主研發HTAP國產分布式資料庫Hubble。與傳統 IT 架構處理失誤需要聯機分析和分開處理不同，HTAP 資料庫能夠在一份數據上同時支撐業務系統運行並做 OLAP 場景，避免在線與離線資料庫之間大量的數據交互，為系統減負。
HTAP國產分布式資料庫Hubble替代了Oracle一體機,核心表2000餘張80T左右、400億條交易數據、提供56隻服務應用交易、滿足500個用戶並發、500ms交易服務響應、每天在線交易量超200萬、占整個銀行核心交易量的10%，讓銀行面向櫃面系統可提供7*8小時A類實時核心交易，面向手機網銀系統可提供7*24小時A類實時核心交易。
從集中式Oracle切換到分布式HTAP，也解決了資料庫擴展性的問題。比如天雲數據讓光大銀行解決了 歷史 數據查詢問題，以往 歷史 查詢只能查到2年前，但在分布式技術上線後，可以查詢15年前所有交易數據，同時讓銀行櫃面系統以及手機APP可以無數人同時查詢。
而在BI逐步轉向AI的過程中，復雜的商業流程經演算法重構。過去要把數據拿到SAS平台先分析，一層一層地把數據提出來搭建。但現在通過分布式技術，流程趨於扁平化，可以實現毫秒級的服務響應。
天雲數據一開始就撬動的是行業頭部資源。目前天雲數據有光大銀行、興業銀行、中信銀行、中泰證券、中國石油、國家統計局等70餘家行業內大企業客戶，分布在金融、能源、醫葯、政府軍事等領域，單筆合同級別超百萬
針對每個垂直行業，天雲數據都會成立一個子公司來專注賽道。目前天雲數據有160人，技術人員超六成。
在雷濤看來，如果一年600個項目，全是5萬、15萬等碎片化的訂單，公司總是重復滿足初級客戶的簡單需求，技術很難沉澱和深入。「在當下成長階段，打造產品需要在用戶想要什麼和你想做什麼中找到平衡」。
對於雷濤而言，專注頭部大B發展有兩大發展潛力。一方面，大B擁有機器學習的普遍能力和實驗室，更容易接受新產品。另一方面，天雲數據交付產品和交付服務的同時也在轉移大B客戶的數據價值。
「AI本身是一個知識生產過程，它能把大型企業規則、流程的經驗價值快速地抽樣出來進行復制，賦能行業內其它客戶甚至類似的其它行業。」
但在頭部客戶更定製化、個性化的情況下，天雲數據是否失去了很強的復制能力？
雷濤解釋到，雖然每個企業要求不盡相同，但都在不大的池子里找資料庫。企業從海量數據中對數據進行遷徙、清洗、去重，可以去找合適的AI方法讓它產生業務的價值，此過程具有通用性。
談到核心壁壘，雷濤認為天雲數據壁壘就是數據的復制價值。
壁壘的構建可分為兩個階段。第一個階段是前沿 科技 本身的壁壘，比的是效率和產品核心價值，誰能夠扎得深和更好的交付，誰就能拔得頭籌。而作為國內最早研發大數據和人工智慧的團隊，天雲數據有一定的技術先發優勢。
第二個階段是推理端的服務。數據資源的價值需要通過機器學習進行提煉，形成知識，進而封裝成推理服務服務於行業。比如某保險公司20年長周期發生的重疾賠付定價上學習出來的特徵和內容能夠快速地移植到保險行業，而頭部大企業客戶給天雲數據帶來很優質的訓練資料庫。
未來AI將引爆萬億級大市場，但目前滲透率不到1%，這給各企業留有眾多機會和想像空間。但無論哪種圈地方式，最終比的是速度、服務的穩定性以及產品化的能力。