免费试用

业务挑战

随着数字化转型的深入,金融银行机构更加关注重点业务领域科技赋能,全面提升数字化建设与应用水平。某国有大行通过引入 HTAP 数据库解决当前的业务痛点,提升业务运营效率和用户服务体验。

对于银行核心交易领域服务属性最强、服务类型最综合的多维度交易信息查询、实时收支分析、通知推送类业务来讲,原先的竖井式建设方式极大地制约了技术和业务的发展,已暴露出多套系统异构技术栈开发维护成本高、大容量弹性存储、高可用能力不足、OLTP/OLAP 混合处理能力欠缺等技术问题。

原有基于多套数据栈的系统架构

原有基于多套数据栈的系统架构

例如,Oracle 在大容量弹性水平扩展及长时间跨度深度翻页方面存在瓶颈,客户体验提升诉求无法落地;MongoDB 更适用于按分片维度的简单查询,多维度灵活访问及混合处理能力欠缺。随着业务发展,原有架构暴露出查询周期和跨度偏短、数据完整度/准确度不足、统计口径不一、数据时效性不高等业务问题。

使用 TiDB 构建一栈式综合数据服务

该头部银行计划遵循企业级架构设计,采用 TiDB 分布式数据库打造面向全球客户的企业级一栈式综合数据服务系统。新服务系统采用了典型的实时数仓架构模式,通过一种数据库整合替代了原先 Oracle、MongoDB、Hive 多种异构产品。整个架构设计采用了同城双活、异地灾备的部署模式,具备金融级的高可用能力。

数据库生产集群跨同城双机房做高可用部署,每个内部组件均支持多副本、高可用和故障自动转移,确保了高等级应用系统的业务连续性,同时支持应用双活。在此基础上,对于批量类业务采用 A-S 的运行模式,通过数据库提供的表、分区级数据位置控制功能,将对应的 Leader 副本控制在与主批量组相同的机房,以确保此类大数据量场景的数据亲和性访问。新系统架构整体包括数据汇聚、数据加工、数据服务和存储四大模块。

一栈式综合数据服务系统架构

一栈式综合数据服务系统架构

新系统共对接了近百个上下游业务系统,数据覆盖全行近 230 个业务产品、超 3,000个交易场景;统集群资源约 2,700 个应用虚拟节点、300 个数据库物理节点;迁移了原有多个系统近 500 TB 的单副本存量数据,新系统多副本数据规模近 PB 级,最大数据表达上千亿行记录;日均加载上千个批量文本,最大离线分析规模为基于 40 亿行原始明细产生约 4 亿行指标结果数据,并为多个下游系统提供数据下传和推送服务。

自 2023 年 7 月底系统上线投产后,系统整体运行平稳、对外切换停机窗口短,近似于对客户无感的平滑迁移,同时各项服务指标较原有系统都有所提升。除此之外,因整合了技术栈,整体维护成本更低,更有利于业务的快速迭代。整体对客服务质量和水平有较大提升,相比于原先最大访问周期小于 5 年、跨度小于半年的方式,新系统能够支撑超 10 年的永久查询和单次跨度 5 年的大范围查询及实时分析,并且交易数据完整性、准确性更高,数据统计口径更为统一。

用户收益

  • 规模化的企业级数据应用能力:实现上百个业务系统数百 TB 数据的整合与供给,支撑灵活多变的数据消费场景,提升内部、外部、生态伙伴的多元化数据服务效率。
  • 高效集约的企业级运营能力:支持运营需求共享,建立线上化、自动化、智能化的新型运营模式,在改善体验、提高效率、集中管控风险等方面实现飞跃。
  • 实时数据服务提升客户体验:通过各类服务和访问入口的整合高效地支持定制化、差异化服务和精准营销,支撑超过 10 年的数据查询,提供实时、一致的客户体验。
  • 更为精细化的降本增效:基于同城双活架构,双机房同时具备读写能力,在吞吐能力、弹性伸缩能力、部署密度、资源使用率方面较原有模式均有较大提升,实现灵活高效的资源调配和精细化的降本增效。
  • 依托分布式和 HTAP 实现整体架构跃迁:一套创新的 HTAP 数据库替换了 Oracle、MongoDB、Hive 三套数据库体系,验证了 MongoDB 替换方案的可行性,实现了整体架构的跃迁。
国有大型银行
客户简介

行业:金融

某国有大行分支机构遍布全球,业务涵盖投资银行、直接投资、证券、保险、基金、飞机租赁、资产管理、金融科技等多个领域,为全球客户提供综合金融服务。

咨询案例详情

体验全新的一栈式实时 HTAP 数据库

新经济行业内容专区上线,为新经济企业数据库选型和应用提供深入洞察和可靠参考路径。