業(yè)務(wù)挑戰(zhàn)與痛點

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展、云計算技術(shù)的成熟、人工智能技術(shù)的興起和數(shù)字化經(jīng)濟的崛起，數(shù)據(jù)已成為企業(yè)的核心資產(chǎn)。在金融行業(yè)中，數(shù)字化已成為了支撐各類業(yè)務(wù)場景的核心力量，包括個人理財、企業(yè)融資、股票交易、保險理賠、貸款服務(wù)、支付結(jié)算、投資咨詢、資產(chǎn)管理等等。然而，在基于大數(shù)據(jù)分析與處理技術(shù)的業(yè)務(wù)建設(shè)中，當(dāng)下的金融企業(yè)也面臨許多挑戰(zhàn)與不足：

1. 實時與查詢性能不足，高并發(fā)支持挑戰(zhàn)大： 金融行業(yè)中常見的風(fēng)控、決策分析、高管看板、實時營銷等業(yè)務(wù)場景均要求數(shù)據(jù)的高時效性以及秒級甚至毫秒級的查詢性能；同時金融行業(yè)常見的支付、轉(zhuǎn)賬、賬務(wù)業(yè)務(wù)場景均對吞吐量有很高的要求，需要穩(wěn)定的高并發(fā)數(shù)據(jù)服務(wù)支持。然而基于離線數(shù)倉的架構(gòu)實時性能不足，儼然已經(jīng)無法滿足數(shù)據(jù)快速獲取和業(yè)務(wù)價值變現(xiàn)的訴求。
2. “數(shù)據(jù)孤島”制約大數(shù)據(jù)發(fā)揮價值： 金融行業(yè)的數(shù)據(jù)來源通常包含三大類：業(yè)務(wù)信息數(shù)據(jù)、行為數(shù)據(jù)和第三方數(shù)據(jù)。這些數(shù)據(jù)通常來自不同的數(shù)據(jù)源。煙囪式系統(tǒng)建設(shè)導(dǎo)致各部門業(yè)務(wù)系統(tǒng)相互獨立，形成大大小小的數(shù)據(jù)孤島，造成數(shù)據(jù)分析和決策困難等。
3. 數(shù)據(jù)質(zhì)量問題頻發(fā)： 金融大數(shù)據(jù)來自不同的生產(chǎn)部門，數(shù)據(jù)通過不同的鏈路、不同的寫入方式到達目標(biāo)端供查詢，服務(wù)鏈路的穩(wěn)定性難以保障，導(dǎo)致數(shù)據(jù)的準(zhǔn)確性、完整性、一致性等質(zhì)量問題頻發(fā)，各團隊花費了大量精力也難以很好地保障整體數(shù)據(jù)服務(wù)質(zhì)量。
4. 架構(gòu)復(fù)雜帶來成本增加： 金融企業(yè)的技術(shù)棧差異非常大，復(fù)雜的技術(shù)棧使得開發(fā)與維護的成本成倍增長，平臺之間的數(shù)據(jù)遷移成本、多副本存儲成本、數(shù)據(jù)轉(zhuǎn)換的風(fēng)險成本隨著技術(shù)棧的增多而逐年遞增。

金融行業(yè)的數(shù)字化轉(zhuǎn)型已經(jīng)被推上日程，選擇正確的技術(shù)與工具以完成大數(shù)據(jù)業(yè)務(wù)的構(gòu)建是抓住機遇的關(guān)鍵一環(huán)。在眾多應(yīng)對數(shù)字化轉(zhuǎn)型的策略中，實時數(shù)倉可以幫助企業(yè)實現(xiàn)數(shù)據(jù)的實時采集、存儲和查詢，通過 T+0 的大數(shù)據(jù)分析流程幫助企業(yè)快速通過數(shù)據(jù)捕捉到業(yè)務(wù)變化。而 DataOps 則可以幫助企業(yè)實現(xiàn)數(shù)據(jù)的快速交付、高質(zhì)量和高效率，從而更好地支持業(yè)務(wù)決策和創(chuàng)新?；趯崟r數(shù)據(jù)倉庫+DataOps 展開數(shù)字化轉(zhuǎn)型已經(jīng)成為趨勢。

基于 SelectDB +白鯨開源 WhaleStudio 的解決方案

方案整體介紹

SelectDB 是飛輪科技基于 Apache Doris 打造的新一代實時數(shù)據(jù)倉庫，面向不同行業(yè)提供通用的端到端實時大數(shù)據(jù)分析解決方案，幫助企業(yè)輕松構(gòu)建起 T+0 的實時大數(shù)據(jù)分析流程。目前，飛輪科技已推出 SelectDB Cloud 和 SelectDB Enterprise 兩款企業(yè)級產(chǎn)品，能夠差異化地滿足云上開箱即用、私有化部署和自主可控的不同需求。

SelectDB 的解決方案能夠金融企業(yè)提供：

• 實時高效的數(shù)據(jù)導(dǎo)入和數(shù)據(jù)更新： 提供從數(shù)據(jù)流、各類數(shù)據(jù)庫、數(shù)據(jù)湖外表等異構(gòu)數(shù)據(jù)源的毫秒級實時數(shù)據(jù)導(dǎo)入和集成能力；實時插入/更新/刪除的數(shù)據(jù)更新能力，高效實現(xiàn)秒級別的小批量實時寫入。
• 百億數(shù)據(jù)秒級查詢響應(yīng)： 提供世界級領(lǐng)先的極致查詢性能。單邊聚合及多表關(guān)聯(lián)場景下，均可達 ClickHouse、Presto、Greenplum、Hive 等同類產(chǎn)品的三倍到數(shù)十倍，生產(chǎn)環(huán)境下輕松實現(xiàn)百億數(shù)據(jù)秒級查詢響應(yīng)。
• 統(tǒng)一的分析體驗： 提供多種查詢負(fù)載上的極速統(tǒng)一體驗，單一引擎可同時支撐報表分析，即席分析，湖倉融合，日志檢索分析，增量跑批等多種場景。
• 簡單高效的數(shù)據(jù)分析體驗： 支持標(biāo)準(zhǔn) SQL 并與 MySQL 協(xié)議高度兼容；內(nèi)置可視化的運維及管理工具，提供豐富的大數(shù)據(jù)生態(tài)鏈接工具。
• 金融級穩(wěn)定的安全保障： 基于開源 Apache Doris 研發(fā)，代碼由團隊自主研發(fā)并掌握底層核心架構(gòu)，100% 自主可控；與信創(chuàng)生態(tài)高度兼容，可穩(wěn)定地運行在各類主流國產(chǎn)化軟硬件生態(tài)中；企業(yè)級安全特性加持，如多租戶資源隔離、跨集群復(fù)制、網(wǎng)絡(luò)安全、安全審計等，保證金融級別高可用。

WhaleStudio 是白鯨開源科技根據(jù)全球領(lǐng)先的 DataOps 理念打造的新一代數(shù)據(jù)集成調(diào)度工具，它基于白鯨開源主導(dǎo)的Apache DolphinScheduler和 Apache SeaTunnel 的開源版打造而成。目前，WhaleStudio 支持公有云、私有云和混合云，已與 AWS、阿里云、華為云等國內(nèi)外頭部云廠商達成合作，全面支持云原生，幫助企業(yè)更好地適應(yīng)大數(shù)據(jù)和云原生大時代下的數(shù)據(jù)處理與治理，同時支持 Oracle、DB2，Informix，MySQL，MongoDB、達夢等數(shù)據(jù)庫CDC實時讀取，也支持開源生態(tài)的數(shù)據(jù)湖 Hudi，Iceberg 數(shù)據(jù)打通和調(diào)度等，讓企業(yè)用戶實現(xiàn)數(shù)據(jù)湖、數(shù)據(jù)倉庫、云的一體化數(shù)據(jù)同步和調(diào)度。

針對金融行業(yè)大數(shù)據(jù)實時分析的場景，飛輪科技聯(lián)合白鯨開源共同推出金融行業(yè)的大數(shù)據(jù)解決方案，致力于解決企業(yè)在大數(shù)據(jù)業(yè)務(wù)中面臨的性能不足、數(shù)據(jù)實效性差、開發(fā)/運維效率低下、成本居高不下等問題。該方案主要包含數(shù)據(jù)應(yīng)用層、數(shù)據(jù)倉庫層、數(shù)據(jù)同步&集成層和底層數(shù)據(jù)源四部分：

數(shù)據(jù)應(yīng)用層

在 SelectDB + 白鯨開源 WhaleStudio 的實時數(shù)據(jù)分析能力支持下，能夠幫助銀行、信貸、基金、保險等金融企業(yè)構(gòu)建起整體高性能、統(tǒng)一、簡單、易用的大數(shù)據(jù)平臺，從而為業(yè)務(wù)系統(tǒng)提供通用的支持，其中包括：

• 風(fēng)險管理系統(tǒng)，為風(fēng)控各類業(yè)務(wù)構(gòu)建起實時快速的預(yù)警和反饋系統(tǒng)，實現(xiàn)分鐘級/秒級的數(shù)據(jù)產(chǎn)生、入庫、查詢流程，例如審批系統(tǒng)、貸后管理系統(tǒng)、用戶中心、額度中心、反欺詐系統(tǒng)、決策引擎、風(fēng)控數(shù)據(jù)平臺等；
• 核心業(yè)務(wù)系統(tǒng)，高效地完成對客戶的行為、身份核查、客戶征信、三方數(shù)據(jù)、交易數(shù)據(jù)等多源數(shù)據(jù)實時、極速的聚合分析，例如信貸管理系統(tǒng)、中間業(yè)務(wù)系統(tǒng)、支付與清算系統(tǒng)、互聯(lián)網(wǎng)銀行系統(tǒng)、資金管理系統(tǒng)、核算中心、賬務(wù)中心、財務(wù)系統(tǒng)等；
• 管理決策類，通過 T+0 數(shù)據(jù)實時處理，快速實現(xiàn)商業(yè)決策，例如運營管理系統(tǒng)、客服系統(tǒng)、消息中心、支付中心、商戶管理、客戶關(guān)系管理、報表（商業(yè)智能）類、財務(wù)管理

數(shù)據(jù)倉庫層

數(shù)據(jù)倉庫層所提供的數(shù)據(jù)分析能力是實現(xiàn)實時業(yè)務(wù)分析的關(guān)鍵，也是實現(xiàn)高性能的查詢和高并發(fā)的寫入的核心層。同時，也需要滿足金融企業(yè)對數(shù)據(jù)的一致性以及和周邊生態(tài)的支持的需求。SelectDB 與白鯨開源 WhaleStudio 的整體能力能夠幫助很好地支持?jǐn)?shù)據(jù)服務(wù)層的構(gòu)建：

• 實時、便捷的數(shù)據(jù)導(dǎo)入
  SelectDB X 白鯨開源的方案能夠為企業(yè)提供實時、便捷和高吞吐的數(shù)據(jù)導(dǎo)入。白鯨開源 WhaleStudio 方案支持常用的數(shù)據(jù)庫和文件系統(tǒng)、消息隊列和各類數(shù)據(jù)湖系數(shù)據(jù)源實時導(dǎo)入，包括各類數(shù)據(jù)庫、Kafka、Elasticsearch 、Redis、Neo4j 等；SelectDB 底層實現(xiàn)了統(tǒng)一的流式導(dǎo)入框架，而在這個框架之上，SelectDB 提供了非常豐富的導(dǎo)入方式以適應(yīng)不同的數(shù)據(jù)源和數(shù)據(jù)導(dǎo)入場景：對于實時、小批量的數(shù)據(jù)導(dǎo)入，SelectDB 提供 StreamLoad、Flink Doris Connector、RoutineLoad、Insert into value 等方式，能夠?qū)崿F(xiàn)秒級的高效導(dǎo)入；SelectDB 還提供十余種常見的數(shù)據(jù)湖格式和外部數(shù)據(jù)源的訪問支持，通過進行高效的聯(lián)邦分析實現(xiàn)大數(shù)據(jù)量、高吞吐場景的實時導(dǎo)入。除此之外，SelectDB 還提供了豐富的集成工具來連接各種來自周邊大數(shù)據(jù)工具的數(shù)據(jù)源，內(nèi)置 Kafka、Flink、Spark、DataX 等常見的 Connector，基于此，企業(yè)開發(fā)者能夠更加便捷的將數(shù)據(jù)移動到上，并利用 SelectDB 從數(shù)據(jù)資產(chǎn)中獲取更高的價值。

• 高效的數(shù)據(jù)更新
  高并發(fā)的更新，在高并發(fā)的更新過程中，數(shù)據(jù)服務(wù)層需要在上億數(shù)據(jù)中快速定位需要更新的數(shù)據(jù)并完成更新。面對實時更新的場景，SelectDB 在 Unique Key 模型之上引入了 Merge-On-Write（MoR） 和 Merge-On-Write（MoE）兩種數(shù)據(jù)更新方式，能夠高效、統(tǒng)一地支持不同數(shù)據(jù)量的更新場景。其中，MoR 能夠支持低頻次、大批量的數(shù)據(jù)更新場景；而 MoW 則能夠?qū)崿F(xiàn)秒級別的小批量實時寫入，查詢性能較 MoR 提升 5-10 倍。該類方式在寫入的時候?qū)⑴f的數(shù)據(jù)標(biāo)記刪除做輕量級 merge，能夠始終保證有效的主鍵只會出現(xiàn)在一個文件中（即在寫入的時候保證了主鍵的唯一性），不需要在讀取的時候通過歸并排序來對主鍵進行去重，從而大大減少了高頻寫入場景下查詢執(zhí)行時的額外消耗，幫助企業(yè)在多種場景的查詢中實現(xiàn)明顯的性能提升。此外，SelectDB 針對其它各類常見的更新方式，均提供了完備的支持，包括upsert、條件更新、條件刪除、部分列更新、分區(qū)覆蓋等。

• 極致的查詢性能
  性能是數(shù)據(jù)分析最關(guān)鍵的指標(biāo)，基于豐富的索引結(jié)構(gòu)、高效的列式存儲與行列混存引擎、向量化執(zhí)行引擎、RBO 和 CBO 結(jié)合的智能優(yōu)化策略、智能物化視圖、Pipeline 執(zhí)行引擎、智能緩存等一系列的技術(shù)優(yōu)化，SelectDB 能夠為企業(yè)的提供支持高并發(fā)、高吞吐的極速查詢能力，幫助企業(yè)快速應(yīng)對不同場景中的高效查詢需求：

• 高并發(fā)點查： 查詢返回的數(shù)據(jù)量較少，通常只需返回一行或者少量行數(shù)據(jù)。但對于查詢耗時極為敏感、期望在毫秒內(nèi)返回查詢結(jié)果，并且面臨著數(shù)萬 QPS 超高并發(fā)的挑戰(zhàn)。在金融中常見的場景包括面向客戶的各類訂單交易明細(xì)查詢?nèi)鐚崟r轉(zhuǎn)賬、交易和面向機器的程序化查詢?nèi)绺黝惪蛻舢嬒窦靶袨榉治?、實時風(fēng)控等。

• 報表查詢： 大部分相關(guān)場景下處理數(shù)據(jù)量適中，對查詢性能要求通常在秒級甚至毫秒級，同時需要較強的數(shù)據(jù)的更新能力、對 SQL 查詢語法友好、較強的多表 join 的能力以及能夠很好的支持復(fù)雜的關(guān)聯(lián)查詢。

• 即席查詢： 應(yīng)用于如畫像、風(fēng)控等場景。數(shù)據(jù)量較為龐大，響應(yīng)時間要求較高，對于絕大多數(shù)相關(guān)場景要求查詢返回時間在秒級別。

• 傳統(tǒng)批量數(shù)據(jù)處理（ETL/ELT）： 需要在固定的時間間隔內(nèi)（如每天夜間）處理大量積累的數(shù)據(jù)，處理的數(shù)據(jù)延遲往往在幾小時到幾天之間，要求較高的數(shù)據(jù)一致性。

數(shù)據(jù)同步&集成層：白鯨數(shù)據(jù)集成系統(tǒng)

數(shù)據(jù)采集和加工是數(shù)據(jù)處理的關(guān)鍵組成部分，在數(shù)據(jù) 3.0 時代，傳統(tǒng)數(shù)據(jù)平臺提供的 ETL 解決方案已無法滿足在激烈市場競爭環(huán)境下生存的金融企業(yè)的需求，因為為了應(yīng)對不斷變化的業(yè)務(wù)需求，企業(yè)通常會選用至少兩種數(shù)據(jù)庫：一種負(fù)責(zé)業(yè)務(wù)的聯(lián)機交易數(shù)據(jù)庫，一種負(fù)責(zé)數(shù)據(jù)分析的數(shù)據(jù)倉庫。兩種數(shù)據(jù)庫之間的數(shù)據(jù)同步是通過復(fù)雜、高度定制的 ETL 管道來解決的，數(shù)據(jù)管道需要不斷維護，復(fù)雜度極高，這會導(dǎo)致使用傳統(tǒng)技術(shù)來做數(shù)據(jù)集成的金融企業(yè)面臨高成本維護成本的挑戰(zhàn)。這些挑戰(zhàn)在云時代會進一步被放大，因為在云上構(gòu)建 SaaS 服務(wù)的創(chuàng)業(yè)公司，產(chǎn)品越來越多，同時硬件性能的進步也使得原本數(shù)據(jù)集成的設(shè)計出現(xiàn)了非常大的局限性。

針對數(shù)據(jù)采集和加工中的挑戰(zhàn)，白鯨開源 WhaleStudio 下的組件白鯨數(shù)據(jù)集成系統(tǒng)能夠提供新一代高效、穩(wěn)定的數(shù)據(jù)集成同步解決方案。

白鯨數(shù)據(jù)集成系統(tǒng) 是下一代高性能、分布式、海量數(shù)據(jù)集成框架，圍繞實現(xiàn)批量、實時數(shù)據(jù)同步以及實時發(fā)布的目標(biāo)，希望使數(shù)據(jù)集成變得簡單、安全和可擴展，向用戶提供簡單的、易用的產(chǎn)品交互界面和流暢的使用體驗，不需要專業(yè)培訓(xùn)就可以快速上手。

白鯨數(shù)據(jù)集成系統(tǒng)的核心能力強大，包括：

• 支持 150+ 種連接器類型，解決了各種數(shù)據(jù)源、版本之間的適配問題；
• 面向數(shù)據(jù)科學(xué)家、數(shù)據(jù)開發(fā)工程師以及任何需要數(shù)據(jù)集成服務(wù)的用戶，支持編程模式和引導(dǎo)模式兩種配置同步作業(yè)的方式，適應(yīng)不同用戶群體的使用習(xí)慣；
• 支持全場景數(shù)據(jù)集成需求，包含離線全量同步、離線增量同步、實時增量同步、變化數(shù)據(jù)捕捉（即 CDC）、數(shù)據(jù)庫同步備份等。

在保證數(shù)據(jù)質(zhì)量的前提下，自研的白鯨數(shù)據(jù)集成系統(tǒng)的 Zeta 數(shù)據(jù)集成引擎能夠以遠(yuǎn)超其他產(chǎn)品的速度完成數(shù)據(jù)同步，并且更省資源。 覆蓋全數(shù)據(jù)同步場景，除了代碼模式外，也提供可視化拖拽界面給數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、產(chǎn)品經(jīng)理等業(yè)務(wù)用戶支持全流程可視化的任務(wù)定義、調(diào)用、監(jiān)控和管理。

白鯨開源 WhaleStudio 整體架構(gòu)

在獨特產(chǎn)品架構(gòu)支撐下，白鯨數(shù)據(jù)集成系統(tǒng)為用戶提供完善的數(shù)據(jù)集成和同步功能，助力企業(yè)數(shù)字化轉(zhuǎn)型：

• 數(shù)據(jù)管道：數(shù)據(jù)管道列表頁面，對數(shù)據(jù)管道進行運行、編輯、發(fā)版、刪除操作；
• 連接器：支持?jǐn)?shù)百種數(shù)據(jù)接口，多種數(shù)據(jù)集成方式；
• 監(jiān)控：完善的監(jiān)控機制，可跟蹤輸入輸出的統(tǒng)計數(shù)據(jù)，當(dāng)前運行日志，以及運行歷史及狀態(tài)。

白鯨數(shù)據(jù)集成系統(tǒng)能夠幫助企業(yè)快速完成復(fù)雜數(shù)據(jù)源之間 CDC 與批量整合問題，解決傳統(tǒng)同步集成引擎痛點問題，以無中心化、精確處理一次、斷點續(xù)傳等多種方式確保數(shù)據(jù)強一致性， 其支持可視化建立集成任務(wù)、支持可視化運維、無主鍵增量集成支持、支持整庫同步與表結(jié)構(gòu)自動變更、支持多自動建表、支持可視化轉(zhuǎn)換處理等產(chǎn)品特點也使得白鯨數(shù)據(jù)集成系統(tǒng)與傳統(tǒng)數(shù)據(jù)平臺解決方案相比擁有顯著優(yōu)勢。

數(shù)據(jù)源

SelectDB +白鯨開源 WhaleStudio 的方案夠接入各類數(shù)據(jù)的業(yè)務(wù)系統(tǒng)，如賬戶系統(tǒng)、CRM、交易系統(tǒng)、核心系統(tǒng)、信審系統(tǒng)等，幫助金融企業(yè)完成對于客戶、存款、貸款、支付、資金、總賬、渠道等多種類型的核心數(shù)據(jù)的實時存儲、分析和處理。
SelectDB + 白鯨開源 WhaleStudio 能夠便捷地支持多種異構(gòu)數(shù)據(jù)源、數(shù)據(jù)庫的接入，其中包括：

• 支持常用的數(shù)據(jù)庫和文件系統(tǒng)，包括關(guān)系型數(shù)據(jù)庫 Oracle、MySQL、SQL Server等，非關(guān)系型數(shù)據(jù)庫MongoDB、Redis、Cassandra 等，分布式數(shù)據(jù)庫 Hadoop、Couchbase、Elasticsearch 等，內(nèi)存數(shù)據(jù)庫 Redis，圖形數(shù)據(jù)庫Neo4j，以及其他處理實時及離線數(shù)據(jù)的各類數(shù)據(jù)庫。
• 支持消息隊列，包括 Redis、Neo4j、Kafka、RocketMQ、Pulsar等，以及各種自定義數(shù)據(jù)源；
• SaaS&Http&Socket；
• 各類數(shù)據(jù)湖系，例如 Iceberg、Hudi、DeltaLake
• HDFS、S3 等存儲系統(tǒng)。

方案優(yōu)勢

基于 SelectDB + 白鯨開源 WhaleStudio 的聯(lián)合解決方案，能夠為銀行、等金融企業(yè)帶來以下收益：

• 實時分析能力大幅度提升： 幫助大數(shù)據(jù)量復(fù)雜場景的數(shù)據(jù)分析時效性由每周 (更新一次) 到每天 (更新一次) ，大大提升了分析的時效性， 幫助金融企業(yè)通過 T+0 分析輕松構(gòu)建起風(fēng)險分析、欺詐檢測、實時消費者分析、交易分析等業(yè)務(wù)場景。
• 毫秒級性能實現(xiàn)，倍數(shù)級性能提升： WhaleStudio 的任務(wù)調(diào)度性能是市面產(chǎn)品平均性能的 2 倍，數(shù)據(jù)集成效率比市面同等產(chǎn)品平均性能快 420%；SelectDB 為企業(yè)提供寬表及多表場景下均優(yōu)于同類產(chǎn)品三到數(shù)十倍的極致性能。SelectDB + WhaleStudio 的方案能夠在數(shù)據(jù)服務(wù)場景下，為企業(yè)實現(xiàn)毫秒級查詢響應(yīng)，帶來數(shù)十倍的性能提升。
• 降低開發(fā)及運維成本，提高效率： 金融機構(gòu)可以通過 SelectDB+白鯨開源 WhaleStudio 大數(shù)據(jù)解決方案實現(xiàn)從業(yè)務(wù)開發(fā)、運維、管理等全流程的效率優(yōu)化。SelectDB 與白鯨開源 WhaleStudio 均提供了一系列可視化的操作界面和豐富的功能，使得運維人員能夠輕松地進行數(shù)據(jù)管理和維護?；?SelectDB 極簡的架構(gòu)和融合統(tǒng)一的能力，以及白鯨開源 WhaleStudio 的高效調(diào)度、數(shù)據(jù)集成和同步能力，綜合效率大幅提升，原來需要 10 人完成的任務(wù)，2-3 人即可完成。

客戶案例

• 某大型國有券商： 該券商將白鯨調(diào)度系統(tǒng)進行全棧信創(chuàng)化部署運行，已經(jīng)完成了建立以“統(tǒng)一數(shù)據(jù)編排調(diào)度系統(tǒng)”為核心的 DataOps 平臺，構(gòu)建統(tǒng)一、標(biāo)準(zhǔn)化的數(shù)據(jù)協(xié)作平臺，降低數(shù)據(jù)開發(fā)門檻，提升開發(fā)運維效率的目標(biāo)，實現(xiàn)了統(tǒng)一的數(shù)據(jù)開發(fā)平臺、統(tǒng)一的編排調(diào)度、統(tǒng)一的數(shù)據(jù)資產(chǎn)運營，有效降低用戶數(shù)據(jù)加工處理的成本，提升數(shù)據(jù)服務(wù)能力，真正實現(xiàn)精益、敏捷的數(shù)據(jù)運營。同時，在上層基于 SelectDB 構(gòu)建起實時數(shù)據(jù)倉庫， 利用 SelectDB 端到端的實時能力和極致查詢性能，更好地完成了實時流處理、離線批處理等任務(wù)，實現(xiàn)了業(yè)務(wù)的實時分析流程?，F(xiàn)階段，該券商已經(jīng)遷移完核心調(diào)度任務(wù)每天約 8 千個工作流作業(yè)，在不斷接入新系統(tǒng)后，目標(biāo)完成日工作流 10 萬+，任務(wù)量 50 萬+，同時對接公司統(tǒng)一權(quán)限管理、審計、監(jiān)控、告警等系統(tǒng)，極大提升了公司運營效率。

• 某知名消費金融企業(yè)： 隨著某消費金融客戶數(shù)量和放貸金額持續(xù)上升，如何依托大數(shù)據(jù)、數(shù)據(jù)分析等技術(shù)來提供更好決策支持、提高工作效率和用戶體驗，成為了當(dāng)前亟需解決的問題?；诖耍緵Q定搭建數(shù)據(jù)中臺，利用白鯨調(diào)度系統(tǒng)實現(xiàn)了不同數(shù)據(jù)源之間的快速整合，大大提高了研發(fā)效率，同時將原有的離線數(shù)倉替換為 SelectDB 實時數(shù)倉，最終統(tǒng)一了數(shù)據(jù)出口，提升了數(shù)據(jù)質(zhì)量，并實現(xiàn)了查詢速度 400 倍的提升。

• 某一線銀行信貸企業(yè)： 某銀行信貸業(yè)務(wù)利用 SelectDB X 白鯨數(shù)據(jù)集成系統(tǒng)作為架構(gòu)核心完成了業(yè)務(wù)數(shù)據(jù)的統(tǒng)一存儲與分析，該架構(gòu)支持了該企業(yè)在營收信貸業(yè)務(wù)過程中廣告投放的業(yè)務(wù)，并幫助該企業(yè)的用戶行為日志降低了 70% 的存儲成本，整體業(yè)務(wù)效率提升 50 %。白鯨調(diào)度系統(tǒng)提供了高效、簡單、易用的數(shù)據(jù)集成框架及引擎，能夠用戶的全場景數(shù)據(jù)集成需求；SelectDB 提供了豐富且開箱即用的用戶行為分析函數(shù)，避免業(yè)務(wù)人員重復(fù)進行復(fù)雜 SQL 函數(shù)編寫、驗證、推導(dǎo)再應(yīng)用，極大提高了數(shù)據(jù)開發(fā)效率。在 SelectDB X 白鯨數(shù)據(jù)集成的支持下，該銀行信貸企業(yè)智能營銷的投產(chǎn)比得到了顯著提升，完成了精準(zhǔn)投放增加獲客的重要目標(biāo)。

本文由 白鯨開源 提供發(fā)布支持！文章來源地址http://www.zghlxwxcb.cn/news/detail-708001.html

到了這里，關(guān)于白鯨開源 X SelectDB 金融大數(shù)據(jù)聯(lián)合解決方案公布！從源頭解決大數(shù)據(jù)開發(fā)挑戰(zhàn)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！