首页 / 行业方案 / 企业 / 数据仓库解决方案 / 典型案例

大连银行

客户需求

通过数据仓库的建设,打破数据孤岛、形成数据合力、建设数据质量体系,支撑全行数据应用。解决数据加载耗时越来越长,无法满足目标系统对数据的时效性要求;解决只能处理结构化数据,无法满足多样化(半结构、非结构化)格式数据处理需求。

解决方案

基于大数据计算引擎进行信息统计,同时使用实时处理工具进行线上日志的实时解析比对及处理;实现大数据的批量处理和快速检索,大大减少数据加载耗时,通过分布式计算避免I/O瓶颈,支持线性扩展,支持非结构化数据的存储和处理,对数据进行统一整合,实现多租户管理;使用流程工具调用每天的批处理业务,提供稳定高效的批处理性能,以及高并发,且支持全文索引下的毫秒级查询。

应用效果

数据仓库从传统Oracle库迁移到大数据数仓后,并行入库任务性能提升7.34倍,并行任务最多提升46.6倍;在核心存储过程性能方面,总体核心作业性能提升了5.7倍;大数据量批处理性能从小时级降低到分钟级甚至秒级;对内数据仓库将全行数据进行归集并整合,为全行业务应用提供数据服务;对外提供了涉及营销与风控的价值数据,比如客户画像、欺诈名单等。