发布时间:2023-01-09 | 阅读:
在银行数字化转型的过程中,客户分析和精细化管理至关重要。在普惠金融业务中,如何对下沉的海量客户建立数字普惠全景视图,实现经营状况及资产质量分析、客户分析、产品分析、营销分析等交互式数据分析能力,对于银行普惠金融业务的开展起到了关键支撑作用。
某国有大型商业银行充分利用征信、工商、纳税、电力、司法、结算、供应链、政务、采购平台、贷款信息等行内外数据,将风险指标融入客户多维画像信息,建立普惠金融营销、准入、信用评价、授信、定价、贷后监测预警、催收等分析模型,实现关键业务指标实时报送,提供交互式数据分析。该平台对底层数据基础设施的实时性、高并发、稳定性和可用性等能力都提出了更高的要求。具体而言,需要解决以下需求:
1) 海量异构数据的实时查询。面对多样复杂的客户画像数据,数据库作为支撑业务用户日常在线使用的系统,需要能够执行行内超过200个以上标签动态组合以及5张表以上任意条件筛选和组合的复杂查询,达到秒级响应时间;
2) 支撑高并发业务查询场景。该银行总共有5万多位客户经理提供日常对公和对私的业务服务,会不免出现同时间下的多点数据查询需求。因此,数据库要能够在高并发场景下及时响应来满足精准营销和信贷风控的业务需要;
3) 能够稳定可靠地对外提供数据服务,满足系统可用性级别要求。金融行业对数据一致性、系统的RPO和RTO指标、多数据中心等方面有严苛的要求,要保证数据不错不漏、故障无损快速切换,提供多数据中心备灾措施等。
01
基于分布式全内存数据库RapidsDB构建数据分析平台
02 基于RapidsDB数据库的数据分析平台落地后的价值与效果 第一, 通过RapidsDB在大规模异构数据场景下的高性能表现,满足了该银行对多表关联复杂查询的需求。实现了1100亿行数据、40TB大数据量下的实时查询,支持前端SQL条件灵活组合、最多15个表join的多表复杂查询。 第二, RapidsDB支撑了全银行5万名客户经理的日常查询服务,具备典型情况下上百个并发查询和极端情况下4000多个并发查询的能力,能够充分应对业务多点并发的读取请求,达到平均3.6秒的响应时间。 第三, RapidsDB能够稳定可靠地运行,提供99.999%高可用的数据服务,满足金融行业对数据库的严苛要求,有效支撑了该银行普惠金融业务的快速发展。 03 项目经验总结
该银行的数据分析平台成功上线以来,柏睿数据RapidsDB分布式全内存数据库展现了出色的性能和稳定性来支撑该银行普惠金融业务的转型升级。该项目的成功落地为同类型业务或者相似规模的企业提供了以下分析型数据库的使用建议:
1) 在类似普惠金融拥有海量多元化数据沉淀,并且要求高实时性查询的业务场景中,全内存数据库因为运行时不需要将数据同步到物理磁盘,从而避免了磁盘I/O限制对系统性能的影响并且减少了系统维护的工作量,所以被该类型业务场景所青睐。因此,对于数据存取效率要求较高的系统,全内存数据库可以比主要利用磁盘存取的数据库发挥更大的性能作用。
2)在类似国有银行员工数量众多、内部组织架构复杂的大型企业中,通常有大量业务人员同时进行日常查询操作来保证业务正常运转。因此,分析型数据库需要具备分布式相关技术,通过动态扩展和平衡分配任务量支持多点并发的任务请求,保证同一时间下查询的及时响应。