MCP + Greenplum в банке: как дать LLM доступ к DWH и не сломать Data Governance

Мы сейчас в середине проекта, который многие узнают с первого абзаца.

Есть банковское хранилище на Oracle Database, которому около 14 лет. Внутри — фрагментарная бизнес-логика, T+2 закрытие, ручная сверка между подразделениями и постоянный «человеческий кэш» в Excel.

Мы заменяем его на MPP-платформу на базе Greenplum Database / Arenadata DB с полноценной Data Governance: lineage, бизнес-глоссарий, контроль доступа и near-real-time слой загрузки (цель — 0.5–1 час задержки).

В этот момент в проект приходит AI.

И вопрос оказывается не про SQL.

Не «может ли Claude писать SQL», а «можно ли дать ему доступ к DWH, не превратив это в неконтролируемый shortcut».

Ответом стал Model Context Protocol (MCP).

Почему MCP, а не прямой доступ к базе

Потому что прямой доступ ломает Data Governance.

Любой LLM без ограничений:

• игнорирует глоссарий
• нарушает lineage
• может обойти политики безопасности
• создаёт «теневую BI-систему»

Для банка это недопустимо.

Поэтому MCP — это не интеграция, а контрактная поверхность доступа.

1. Идентичность: без service-account

MCP не хранит привилегированные креденшелы.

Вместо этого:

• пользователь аутентифицируется через IdP
• MCP получает short-lived токен
• сессия выполняется от имени пользователя

Результат:

• все политики (RLS/CLS) соблюдаются
• нет обхода через AI
• поведение совпадает с BI

Если аналитик не видит данные в дашборде — он не увидит их и через LLM.

2. MCP не даёт SQL — он даёт бизнес-операции

Антипаттерн:

run_sql(query)

Мы его исключили.

Вместо этого:

• regulatory_form_700()
• liquidity_ratio_snapshot()
• reconciliation_diff(...)

Каждый tool:

• связан с глоссарием
• принадлежит data-команде
• хранится в version control
• имеет строгий контракт

LLM не пишет SQL — он оркестрирует бизнес-операции.

3. Mapping: глоссарий → запрос

Ключевой слой:

Business Term → Trusted Query

LLM не придумывает метрики — он использует утверждённые.

4. Observability

Каждый вызов MCP логируется:

• пользователь
• tool
• latency
• результат

И попадает в общий monitoring стек. AI — это не отдельная система, а обычный сервис.

5. Архитектура

User → LLM → MCP → Governance → DWH

MCP не обходит governance — он усиливает его.

Вывод

MCP — это не доступ LLM к данным.

Это управляемая API-поверхность поверх DWH.