隨(sui)著交通銀(yin)行(xing)的(de)手機銀行業(ye)⸺務迅速發展,生產(chan)❷系統(tong)和管理(li)系統(tong)產生(sheng)的(de)數據呈幾何級數增(zeng)長,傳統(tong)的(de)ↂ數倉分析(xi)Ⓚ方(fang)⸒法和豎(shu)井式(shi)⓭架(jia)℥構(gou)Ⓟ已無法滿足業務(wu)需求。
隨著(zhu)數(shu)Ⓕ字社會建設步伐(fa)加快(kuai),新一輪的金融市場開(kai)放再次換擋加速,交通銀行在金(jin)融(rong)行業率(lv)先進行測(ce)試驗(yan)證工作(zuo),對(dui)基礎(chu)架(jia)構進行改造(zao),對(dui)業務系統和管理(li)ↇ系統進行下沈(shen)ⓡ。
數(shu)字(zi)業務運營成本逐步提高(gao),亟需更優(you)化的(de)方法和工具,要求供應商提供(gong)ⓜ穩定(ding)可靠的產品,同時(shi)具備給予客(ke)戶進(jin)行業務和系(xi)統(tong)的規劃能力(li),達(da)成監管機構的(de)⓰目(mu)標(biao)要求。
交通(tong)銀(yin)行(xing)搭建了1000+節點(dian)的FusionInsight+DWS大(da)數據(ju)集(ji)群,重新規(gui)劃“一(yi)⸞湖一(yi)倉”的(de)數(shu)⸃據架構(gou)體系,通過實(shi)時(shi)引(yin)⸙擎,實現海量數據(ju)實(shi)⑤時(shi)更新(xin),在國(guo)產(chan)化的(de)⑩趨(qu)⸕勢下,需要高性能(neng)、國(guo)⸟產(chan)Ⅳ化(hua)的(de)服(fu)⸔務(wu)ⅇ器來提供(gong)充足的(de)ⅆ國產(chan)化(hua)❶算力資源。
協助(zhu)客戶(hu)搭建(jian)了1000+節點(dian)的FusionInsight+DWS大數據集(ji)群(qun)℡,對現有多個數(shu)據平(ping)臺(tai)⑪進行整(zheng)合重(zhong)⸾構,並借助產(chan)品(pin)ⅰ的新(xin)版(ban)⸐本能力,重新規(gui)℩劃(hua)“一湖(hu)一倉”的數據架構體系,通過湖(hu)倉融(rong)合(he) ,實現數據同宗(zong)ℵ同(tong)Ⓝ源;通過實時引(yin)擎,實現海(hai)量數據實時(shi)更新(xin)。
交(jiao)通(tong)⸝銀行數據倉庫(ku)(DWS)采用神(shen)州鯤泰R722服(fu)務(wu)⹒器作(zuo)為數據底座,采用MPP(Massive Parallel Processing)架(jia)⸤構,支持行(xing)存儲(chu)⸄與(yu)列存儲,提供PB(Petabyte,2的50次方字節(jie))級別(bie)⑤數(shu)⹜據(ju)量(liang)的處理能力(li)。
利用(yong)從(cong)⸘各種數據源提(ti)⑱供的數(shu)據(ju),管理人(ren)⹘員將不(bu)再需要(yao)憑(ping)著有限(xian)的數據做出商業決(jue)策(ce)。此(ci)外數據倉庫及(ji)⸉智能BI可(ke)直(zhi)ⸯ接(jie)用(yong)於市(shi)場細(xi)分(fen)、庫(ku)存管(guan)⑥理、財務管(guan)⅖理、銷(xiao)售(shou)這(zhe)②樣的(de)業務(wu)流(liu)程中(zhong)Ⅸ。
通過數據倉(cang)庫,可(ke)以(yi)建立交(jiao)⅃通(tong)銀(yin)行數據模型,這對(dui)Ⓔ於(yu)交通銀(yin)行的銷售、成本控制與(yu)⸵收(shou)支(zhi)分配有著重要的(de)意(yi)⑳義,極大的節約(yue)ⅉ了企業的成本,提高了經濟效(xiao)益,同時,用數據倉庫可以分(fen)析企業(ye)人(ren)力資源與(yu)ⓠ基(ji)礎(chu)數(shu)據之間的關系,可以用於反(fan)饋分析(xi),保障IT系統的(de)最(zui)大化(hua)利用。
數據倉庫(ku)⹃的(de)⒋實施包括(kuo)將(jiang)ↇ數據(ju)從眾(zhong)多的數(shu)據(ju)源系(xi)℗統(tong)中(zhong)轉(zhuan)換成共同(tong)的格式,便於(yu)數據的(de)處理,提高(gao)準確性。