交通银行数据客栈算力底座 - 行业案例

客户档案

交通银行首创于1908年，为中国六大银行之一，也是中国主要金融服务供应商之一，随着数字立异营业的一连生长，旧有的数据架构不堪使用，新增的营业数据一连增大，也需要更强的算力资源支持。

营业挑战

随着交通银行的手机银行营业迅速生长，生产系统和管理系统爆发的数据呈几何级数增添，古板的数仓剖析要领和竖井式架构已无法知足营业需求。

随着数字社会建想程序加速，新一轮的金融市场开放再次换挡加速，交通银行在金融行业率先举行测试验证事情，对基础架构举行刷新，对营业系统和管理系统举行下沉。

数字营业运营本钱逐步提高，亟需更优化的要领和工具，要求供应商提供稳固可靠的产品，同时具备给予客户举行营业和系统的妄想能力，告竣羁系机构的目的要求。

交通银行搭建了1000+节点的FusionInsight+DWS大数据集群，重新妄想“一湖一仓”的数据架构系统，通过实时引擎，实现海量数据实时更新，在国产化的趋势下，需要高性能、国产化的服务器来提供富足的国产化算力资源。

解决计划

协助客户搭建了1000+节点的FusionInsight+DWS大数据集群，对现有多个数据平台举行整合重构，并借助产品的新版本能力，重新妄想“一湖一仓”的数据架构系统，通过湖仓融合，实现数据同宗同源；通过实时引擎，实现海量数据实时更新。

交通银行数据客栈（DWS）接纳AG旗舰厅鲲泰R722服务器作为数据底座，接纳MPP（Massive Parallel Processing）架构，支持行存储与列存储，提供PB（Petabyte，2的50次方字节）级别数据量的处置惩罚能力。

计划优势

AG旗舰厅鲲泰R722服务器将主要应用于以下营业

详单盘问：
具备PB级数据负载能力，可以适用于清静、电信、金融、物联网等行业的详单盘问营业。内存剖析手艺知足海量数据边入库边盘问。
数据客栈：
具备百TB级数据支持能力，可以高效处置惩罚百亿行多表join，适用于操作数据存储ODS（Operational Data Store）、数据客栈EDW（Enterprise Data Warehouse）、数据集市DM（Data Mart）。
混淆负载：
基于海量数据盘问统计剖析能力与事务处置惩罚能力，行列混存手艺同时知足OLTP与OLAP混淆负载场景。
大数据剖析：
支持结构化数据PB级剖析能力。漫衍式并行数据库集群知足PB级结构化大数据的剖析能力。

客户价值

提供交通银行数据统一管理

使用从种种数据源提供的数据，管理职员将不再需要凭着有限的数据做出商业决议。别的数据客栈及智能BI可直接用于市场细分、库存管理、财务管理、销售这样的营业流程中。

提高效率和节约本钱

通过数据客栈，可以建设交通银行数据模子，这关于交通银行的销售、本钱控制与收支分派有着主要的意义，极大的节约了企业的本钱，提高了经济效益，同时，用数据客栈可以剖析企业人力资源与基础数据之间的关系，可以用于反响剖析，包管IT系统的最大化使用。

提高数据的质量和一致性

数据客栈的实验包括将数据从众多的数据源系统中转换成配合的名堂，便于数据的处置惩罚，提高准确性。