‘壹’ 工行数据库异常什么意思
U盾注册了没有？！
电脑里的证书、程序这些东西全部下载安装了没？！
如果没有，麻烦全部安装、更新、注册一遍再使用。
U盾不同于口令卡，需要配套的东西多很多的。
‘贰’ 工商银行信用卡逾期提供给金融数据库会怎么样
会影响征信等。
数据库系统（DatabaseSystem），是由数据库及其管理软件组成的系统。数据库系统是为适应数据处理的需要而发展起来的一种较为理想的数据处理系统，也是一个为实际可运行的存储、维护和应用系统提供数据的软件系统，是存储介质、处理对象和管理系统的集合体。
‘叁’ 咨询“工行小e”关于CIIS系统的问题
工商银行CIIS系统
特别关注客户信息系统(以下称CIIS系统)
目前工商银行已经将CIIS系统纳入信贷审批控制流程，该行规定：各级行在为个人办理授信业务（包括自营性个人住房贷款、委托性个人住房贷款、个人综合消费贷款、个人短期信用贷款、个人汽车消费贷款、国家助学贷款、一般商业性助学贷款、信用卡、为其他法人和个人提供担保等业务）时，必须查询特别关注客户系统，凡在特别关注客户系统中列示的个人，不得与其发生新的个人授信业务。
CIIS系统打破了以业务为中心的数据整合，建立了以客户为中心的信息系统。有一位男士走进中国工商银行某支行准备申请贷款。工作人员在查询了系统之后，对他说：“对不起，先生，您还有欠款未还，
我们不能给您贷款。”原来这位男士的一张工行信用卡透支，还没有偿还，因此进入了工商银行的“黑名单”系统。
按照工商银行的信贷流程，各级行在办理所有个人信贷业务时，必须先查询这个“黑名单”系统，凡是进入这个系统的名单，原则上不能再获取贷款。这个系统在工商银行被称作“特别关注客户信息系统”（简称“CIIS系统”），它自动从工商银行的生产系统搜集全行内部所有的不良信用客户记录，同时也搜集了其他银行或机构的不良客户信息。通过查询这个系统，工作人员可以迅速排除高风险的贷款业务。
“黑名单”入库
众所周知，贷款利差依然是目前国有商业银行最主要的收益来源。不良贷款意味着发放出去的贷款收不回来。银行要维持资金平衡，只能减少下期发放贷款数量，这样就降低了银行的利润。随着不良贷款的累积，银行的盈利空间越来越小，最终有可能丧失支付储户利息的能力。
而不良贷款率居高不下目前还是国有商业银行的顽疾，专家指出：“如果某家银行的不良贷款率为20%，那么它的新增不良贷款率绝对不能超过0.94%，否则只要5年就将陷于困境。” 据工商银行2004年年度报告称，工商银行的不良贷款率已降至18.99%。工商银行行长姜建清提出，到2006年要将工商银行的不良贷款率降到10%。这也是工商银行要完成上市的前提条件。除了积极完成对历史不良资产的处置外，降低新增不良贷款率不仅是工商银行，也是所有商业银行持续发展的必然选择。
过去，由于信息无法实现共享，工商银行一个地区或一个部门的不良客户到另一个地区或另一个部门进行再融资的案件屡有发生，工作人员由于掌握的真实信息有限，很难对看不见、摸不着的客户信用做出正确的评价，由此无法避免不良贷款的形成。现在工商银行通过CIIS系统对这些客户的信息进行搜集、记录、查询，从贷款源头上控制风险，同时也省去了贷前调查大量的资料搜集、审核工作。
据了解，CIIS系统的数据来源包括内源和外源两大部分，内源数据主要是工商银行内部各个专业部门和所有分支机构的客户数据，这些数据由CIIS系统从生产系统采集，当客户信息达到CIIS系统设定的入库标准时，这些数据就会被系统自动纳入；外源数据则包括19家商业银行以及公用事业、电信部门的黑名单，甚至包括联合国、美国和我国政府通报的名单。
“从2004年9月CIIS系统投入使用到现在，我们已经拒贷了2,100笔不良贷款，涉及金额2.85亿人民币，并追回欠债1,200万元。”中国工商银行数据仓库业务管理一处副处长郑允 博士向记者报出一串数字。如果没有CIIS系统的话，这2.85亿元很可能会成为不良贷款。
不仅如此，系统里显示客户在银行还有存款余额时，工商银行可以通过一定法律程序，直接扣除存款，充抵客户贷款欠账。有些客户发现工商银行对自己的信贷历史掌握得非常清楚时，纷纷主动还款，不仅还了工商银行的欠款，而且还了其他银行的欠款，当信用和人们的社会生活紧密相关时，他们真正体会到了信用的重要性。
打通“信息孤岛”
在CIIS系统之前，工商银行内部也有类似的“黑名单”系统，只不过这些“黑名单”系统是条块分割的，各个业务部门、分支机构之间不能实现共享，就像一个个信息孤岛。这对于整个银行的信用风险防范还是起不到作用。
这种事例很多。比如，一个欠息多年并已核销的工商银行牡丹卡客户，可能又成为工商银行消费信贷的客户。虽然消费信贷部门会作贷前调查，但由于信息掌握不全，很可能又向其发放消费贷款。在过去，因为信用卡系统的不良信息并不能反映在贷款部门的系统里，此类情况很难避免。同样，在工商银行北京分行欠款未还的客户，跑到上海分行继续贷款，上海分行也无法识别这个客户的不良信用记录。这样就给了很多恶意骗贷者多次得逞的机会。尤其是近几年炒房很热的时候，很多炒房者正是通过在不同的银行或者同一银行的不同支行之间多次骗贷进行投机活动的。
据中国工商银行信息科技部副总经理陈道斌博士介绍：在工商银行堵截的不良贷款中有85%是跨地区贷款，33%是跨省际行贷款的。在没有CIIS系统之前，由于信息不通，掌握客户信用信息的成本非常巨大，骗贷风险也防不胜防。以前工商银行也考虑建设这样的系统，但是在实现全国数据大集中之前，信息无法实现共享，银行对客户的信息掌握非常有限；即便有大量客户数据存在银行的系统里，这些数据也是分散的、支离破碎的。
完成数据大集中后，工商银行在应用层面对数据进行了整合。CIIS系统打破了以业务为中心的数据整合，建立了以客户为中心的信息系统。以前每位客户的信息就像分散的衣服、裤子、袜子那样被扔在房间的各个角落，而这样的衣服、裤子、袜子堆满房间时，根本无法辨别他们之间的关系。现在，每位客户的信息就一目了然了。
郑允表示，商业银行进行股份制改革，要提高风险管理水平，对数据进行管理和挖掘是必然途径。陈道斌也说：“我们不缺乏数据，缺乏的是对数据的精细化管理。数据大集中后，我们还有很多工作要做。”而CIIS系统正是数据大集中后一个成功的应用。
目前，工商银行的CIIS系统正在进行二期建设，目标是把这个系统整合到信贷管理系统中，成为信贷流程的必须环节，实现从制度控制到技术控制。郑允 表示，虽然制度上要求工作人员办理信贷业务时必须查询CIIS系统，但是由于利益关系，业务员为了完成贷款任务，不一定严格按照规定来执行，风险依然存在。用技术进行刚性控制可以减少人为控制的漏洞和风险，同时也能降低管理成本。
统一征信系统
工商银行的CIIS系统是个先行者，但毕竟无法实现各个银行之间的共享。恶意骗贷者不能在工商银行贷款了，还可以跑到其他银行贷款，同样，其他银行的欠款者也可能跑到工商银行来贷款。对于整个银行业来说，防范信用风险的能力还是比较弱。
今年3月，央行推出房贷新政策，调高房贷利率，不少银行宣布对购买非第一套住房者实行上限利率，提高首付比例。但这项政策在实际执行中遇到“尴尬”，部分炒房者在不同的银行间办理按揭，银行无法判断客户是否购第二套房，导致银行监控失效。
据了解，目前只有工商银行能够实现全行跨专业、跨地区、跨分支机构的不良客户信息共享。民生银行相关人士介绍说，民生银行因为银行规模小、分支机构少，很早就实现了数据集中，采用全国统一的系统，所有数据都集中在总部处理，从功能上可以实现客户“黑名单”信息的共享，但是由于数据量太少，建设类似CIIS系统的现实性不大。中国交通银行郑州分行科技处人员告诉记者，交通银行正在积极进行全国数据逻辑大集中建设工作，目前还没有实现全国不良信用客户信息的共享。
为了更有效地防范信用风险，降低银行不良贷款率，中国人民银行组织商业银行建立了“个人信用信息基础数据库”（又名“征信系统”），各商业银行通过统一的接口向系统发送个人客户在本行的借还款、信用卡、担保等信用信息，以及相关的身份识别信息。7月1日，这个系统经过一段时间的试用，已经开始在全国8省市的商业银行全面联网，成为各个商业银行的信用数据信息共享平台。
现在，银行在受理房贷业务时，只要调出贷款客户的信用信息，该客户在所有银行的未还贷款就会一目了然，无法蒙混过关。甚至有媒体评价，“个人信用信息基础数据库”的运行，将遏制炒房者的贷款炒房行为。
招商银行北京分行电脑部总经理王建恒表示，央行“个人信用信息基础数据库”的全国联网，对于所有银行都很有价值，银行在处理信贷业务时，有了可靠的参考标准，同时省去了大量的资料调查工作，提高了工作效率。联网工作对防范不良贷款更是有着积极的意义。据了解，在试运行阶段，民生银行依靠央行的“个人信用信息基础数据库”已经成功拒贷了好几笔可能的不良贷款，工商银行也据此拒贷了几千万元不良贷款。
不过，易观国际咨询公司对于央行“征信系统”的应用前景并不乐观。该公司的分析师认为，央行“征信系统”
的数据主要由各商业银行提供，而目前各商业银行提供的个人信用数据质量参差不齐，尤其是信用卡数据更是如此。目前按照各家商业银行号称的信用卡发卡量，总数已经超过了2,000万张，真正具有“先消费后还款”功能的信用卡却只有约800万张，而且真正经常使用的信用卡更是只有两三百万张。信用卡发行时候数据采集粗糙、不完整，很多有价值的信息都没有输入系统，数据质量明显不高，需要付出很多努力才能改善目前状况。
易观国际咨询公司首席IT分析师许青松认为，央行牵头建设个人信用信息基础数据库的建设是一个非常好的起点。但这个数据库需要一个不断完善、不断调整的过程。信用信息涉及到社会生活的方方面面，以后可以扩展到证券、保险其他金融行业以及其他行业中去，并通过数据挖掘技术，实现更多功能，比如信用预警、决策分析等。
信用评估任重道远
渣打银行北京分行的涂先生在美国生活了很多年，他认为，个人信用系统是一个庞大的工程，不仅牵涉到数据搜集的问题，还涉及如何辨别、分析、评估这些信息。即使客户拥有了信用等级分数，对银行来说也不表示百分之百没有信用风险，因为个人信用是动态的，需要时间的积累。有些人可以利用信用的漏洞，他如果有足够的耐心就可以不断地贷款、还款，然后在信用积累到一定程度时骗取一大笔贷款。
易观国际咨询公司的许青松在接受《信息周刊》记者采访时指出，银行在数据完备的基础上，需要引入评估模型，建立一套完整的评估体系。因为只有数据，并不能说明什么问题。而央行目前的征信系统，作为一个数据采集的平台，更多的是一个信息收集渠道。
工商银行的郑允 表示，CIIS系统包含了一定的信用评估模型。在央行的“个人信用信息基础数据库”基础上，CIIS将根据客户信息和统一的评估模型对客户做出信用评级，把其中不良信用客户名单和信息纳入系统。目前由于信息量有限，对于没有不良信用记录的客户的信用评分无法进行，信贷员往往只能依靠客户提供的一些资料，根据经验判断客户信用，风险较大，对于那些提供假信息的客户不能完全识别。
在郑允 看来，工商银行今后要做的工作是建立更完善的评估模型，对那些没有不良信用信息的“白客户”也要做出信用评分，并根据这个评分，由系统决定贷款额度和利率等。这样做有利于更好地细分客户，在收益和风险中找到平衡点。
‘肆’ 签约支付宝卡通,工行提示数据库异常
支付宝可以继续使用，收到的款项会到你的账户中，但是绑定的卡通业务就无法使用。如果说工行的数据库异常，而你重试了N遍还不行，那我建议你带上身份证到银行绑定。
‘伍’ 银行一般用什么数据库系统
像建行、中行、工行都是使用Oracle数据库的。
‘陆’ 工行啥时候开始接入法院大数据
工行从2002年开始接入法院大数据。
工商银行从2002年开始建设数据集市，当时主要使用Oracle类单机版的关系型数据库。随着数据量不断增加，开始引入TD、ED等国外高端一体机。2014年工行正式基于Hadoop技术建设了大数据平台，在其之上构建了企业级数据湖及数据仓库。2017年，随着AI技术的兴起，又开始建设机器学习平台，2020年开始建设数据中台和高时效类场景。
‘柒’ 中国的银行一般用什么数据库系统
一般金融业用sybase
语言一般用java 工行的网站就java的
‘捌’ 汇丰银行、花旗银行、工商银行、中国银行、建设银行、招商银行等各大银行所用的数据库系统
该系统是针对"国家开发银行基础数据库系统招标书"的具体要求，结合我公司在数据库和数据仓库方面的开发经验、系统集成能力与技术优势，组织该方面专家进行多次讨论，并充分考虑国家开发银行实际情况和我们在金融行业数据仓库的建设经验，最终构建国家开发银行基础数据库系统。在该系统中，我们采用最先进和完善的IBM数据仓库系列产品，结合具有丰富表现力的COGNOS公司前端展现工具，集成三层体系结构（Multi-tier）技术，融合WEB方式，最终为开发银行开发建设一个技术上先进、业务应用成熟、功能完善、性能稳定的基础数据库系统，并在此基础上考虑到系统的未来扩展。
系统简介
国家开发银行基础数据库系统的总体架构包括数据管理层、应用控制层和用户界面层三个部分。数据管理层负责管理国家开发银行各个层次的数据；应用控制层负责处理基于基础数据库系统的应用系统业务控制逻辑；用户界面层处理用户人机交互接口，将用户接口与复杂的业务控制逻辑分开，负责将业务信息以一种用户友好的一致方式提供给用户。
1、数据管理层
国家开发银行基础数据库系统中，需要管理不同层次的数据：
实时易变的数据：
由国家开发银行日常业务的操作型应用系统创建和管理。
高质量的一致性数据：
通过对存放在国家开发银行不同业务应用系统中的数据进行基本的代码转换和不一致问题的处理，得到国家开发银行统一业务视图的综合数据。
派生数据：
是在一致性数据基础上不同程度的聚集产生的数据。
元数据：
元数据是关于以上几类数据的描述性数据，是国家开发银行企业级的信息目录。元数据描述和定位数据元素的来龙去脉：数据来自何处，如何转换，抽取频率怎样，去哪儿，数据仓库正是通过对元数据的有效管理，为数据工作者寻找、理解和利用上述几类数据提供方便。
数据管理层采用DB－ODS－DW三层体系结构来管理以上各类数据。其中DB指实时易变的数据和外部数据，ODS（Operational Data Store，操作数据储存）包括高质量的一致性数据和派生数据，DW（Data Warehouse，数据仓库）包含历史的高质量一致性数据和派生数据。
ODS作为一个中间层次，一方面，它包含企业全局一致的、细节的数据，可以进行全局操作型处理；另一方面，它又是一种面向主题的、集成的数据环境，适合完成日常报表和决策的数据处理分析。可见，ODS一方面支持业务性操作，另一方面面向主题。所谓主题是指国家开发银行业务发展中所关注的业务对象，比如项目开发、信贷管理和资金管理，是在较高层次上将数据归类，将来自各部门的原始数据做一个从面向应用到面向主题的转变，即整个系统的设计将按照业务对象进行，而不是按照行政框架设计。在主题之下放置与该主题相关的各种基础数据，组合在一起就是基础数据源。基础数据源是整个ODS的核心，存储着最为基础的非派生数据。从上面分析可看出，建设数据仓库的第一步是建设基础数据源。这就要求对国家开发银行相关部门的业务流程和需求进行分析，通过对来自会计信息系统的数据和外部录入数据进行清洗、抽取和转换来解决数据的不一致性、分散性、完整性及异构问题。
面向主题和集成性使得ODS的数据在静态特征上很接近DW中的数据。但是，在ODS与DW之间仍然有许多基本的、重要的差别。首先，ODS主要保存近期数据，而DW大量是长期保存并可重复查询的历史数据。其二，ODS支持面向记录的联机刷新，满足国家开发银行全局应用的需要，包括企业级的OLTP；而DW中的基础数据是不可修改的。其三是向ODS数据仓库DW提供一致的数据环境以供抽取。DW则主要用于长期趋势分析或战略决策。
1）数据源
国家开发银行业务系统数据
国家开发银行的业务处理系统包括已经投入运行的（会计核算系统）、正在建设的（信贷管理和非现场稽核）和准备建设的各个业务处理系统。这些系统的数据周期性地形成增量文件，由数据库抽取代理程序（Agent）抽取到总行操作数据库中（ODS）。
外部数据
外部数据，根据业务需求可以加载到总行操作数据库中（ODS），也可以直接加载到数据仓库中。
补充数据
补充数据，由手工输入或接收程序倒入。
2）基础数据收集
为了提高基础数据收集的效率和质量，需要综合考虑业务需求、数据量、数据加载周期和技术基础设施多种因素，制定切实可行的数据抽取、净化、转换和加载策略,并选择合适的工具辅助基础数据收集。
对于国家开发银行现有业务应用系统管理的数据，应尽力区分存量数据、增量数据和变更的数据（比如，可以通过增加触发器来得到变更的数据），因为在广域网环境下，存量数据的抽取、传输和加载，增加网络的压力，是不可取的。而且不管选择哪种数据库，数据库管理系统的大量数据加载速度有限，大量数据加载一般会影响其他用户对数据库的操作。
在网络带宽许可的情况下，总行的ODS收集存储各分行详细的业务数据，各分行的详细业务数据通过数据收集代理（Agent）自动抽取到总行。数据抽取、传输和加载的策略是，第一次数据初始化的时候，进行存量数据的批量加载，以后则进行增量数据和变更数据的加载。加载周期是按小时、天、月或季度和年来加载，取决于业务需求。
随着业务的发展，详细业务数据量的增大，超出网络带宽的负荷，建议各分行设置ODS收集存储各自详细的业务数据，总行ODS收集存储各分行经过聚集的业务数据，以减少抽取、传输和加载的数据量。
可视化数据仓库管理器（IBM Visual Warehouse）是IBM公司推出的一个创建和维护数据仓库的集成工具，可以定义、创建、管理、监控和维护数据仓库，也可以自动地把异质数据源抽取到中央集成的数据仓库管理环境中来，它采用分布式的客户/服务器（Client/Server）体系结构，包括如下几个部分：
数据仓库服务器（Visual Warehouse Server）
数据仓库管理员（Visual Warehouse Administrative Clients）
数据仓库代理（Visual Warehouse Agents）
控制数据库（Control Database）
数据仓库（目标数据库，Target Database）
数据仓库服务器运行于Windows NT操作系统之上，监控和管理数据仓库的处理过程，提供基于时间的和基于事件的调度机制，并且也控制数据仓库代理的活动。
数据仓库代理在数据仓库服务器的控制下，处理源数据的存取、过滤、传输和把数据加载到目标数据仓库中。数据仓库代理可以运行在NT、AIX、OS/400、OS/2、SUN不同的系统平台上。为了提高处理效率和可扩展性，一般在数据源和目标数据仓库所在的机器都安装数据仓库代理。
控制数据库由数据仓库管理员产生并被数据仓库代理所利用。可视化数据仓库管理器把所有的元数据都存储在控制数据库中，控制数据库还可以被一个元数据管理工具集成管理（该工具称为Dataguide，是可视化数据仓库管理器的组件之一）。
虽然数据抽取、传输和加载自动化的机制可以选择合适的工具来实现，但针对实际数据环境的数据抽取、转换和净化需要自行设计程序，因为实际数据的非标准化和数据转换的复杂性，数据抽取、转换和净化的商品化工具在实际应用中达不到预期效果。
2、总行ODS
总行ODS由两层数据组成，一层为基础数据源，是国家开发银行业务产生的最基础的非派生的数据；另一层为二次汇总数据。二次汇总数据放置于项目受理、贷款管理和资金管理三个模块中，直接为项目受理、贷款管理和资金管理三个业务子系统提供数据支持。基础数据源中的数据主要从会计信息系统中转换而来，同时又有一部分基础数据来自于外部数据录入。
‘玖’ 工行网银 数据库操作异常,信息代码为：41189
明天再试试，不行的话可以带上印鉴去银行填写申请表展期
‘拾’ 工行U盾到底安全不安全
安全 ，U盾和那些领事证书不一样，它插入你的电脑 直接和工行数据库进行连接 ，交易啊什么业务随之完成 ，电脑中木马也没关系