1项目概况

• 项目背景

近年来，利率市场化进程加快，互联网金融发展迅速，传统银行受到新兴互联网金融冲击较大。而大数据技术越来越成熟，有着更高的性价比、更强的计算存储能力和更易于扩展的数据处理能力，能够充分发挥全量数据的价值，是各银行适应互联网金融及大数据时代的必备基础平台。众多银行正在或已经完成大数据平台建设，以充分利用先进的IT技术促进业务的发展，并已经开发了很多较好的应用，创造出了巨大的价值。

江西银行历史审计操作系统采用了紧耦合的部署架构，数据库使用DB2，存在的问题主要为：

数据库性能、存储瓶颈和成本

采用传统集中式数据库DB2，存在性能和容量的瓶颈上限问题，并且高度依赖高端设备，一般需要小型机和大型存储来保证数据库的性能和系统的稳定，采购成本、维护成本较高。

弹性伸缩的能力普遍缺乏

随着模型量和数据量的增长，系统整体吞吐量会遇到硬件或技术的瓶颈。尤其在支持多个模型运行时，不能有效处理高并发查询，制约了业务分析审计数据效率。

自主可控信息化创新

目前行内使用的基础软硬件核心技术存在“卡脖子”的隐患，对未来的信息化发展、数字化转型存在制约。实现以操作系统、芯片、数据库、中间件等为核心的国产化替换，解决“卡脖子”隐患，实现信息技术的可靠性、可用性、可控性、安全性。

2解决方案

江西银行审计平台，作为大数据平台架构对结构化数据进行存储和计算并提供数据汇总结果的审计数据集市为前端提供数据查询服务。采用GBase 8a MPP Cluster大规模分布式并行数据库集群系统替代原有DB2，实现由传统的集中式向分布式集群架构升级，实现超预期效果。

审计平台，依托于GBase 8a MPP Cluster与于Hadoop的高效融合方案，数据经Hadoop粗加工后进入主仓，主仓由GBase 8a MPP Cluster承载，提供面向多租户的模型设计、表样开发、版本发布、调度管理、权限管理等功能。GBase 8a MPP Cluster通过列式存储、数据分区存储、智能索引、高效数据压缩，有效减少磁盘I/O访问量；高可用容错机制设计、高性能数据加载、高并发处理等优秀特性，满足复杂计算分析、高并发查询、即席查询等特殊场景需求，其在线扩容机制设计，未来可以根据具体业务需求来部署更多的数据分析、营销业务模块。

江西银行数据平台架构图

3应用效果

江西原有的审计数据集市架构采用的是DB2 DBF产品，采用GBase 8a MPP Cluster后，新的审计数据集市能够提供更大的吞吐，同时性能达10倍左右提升，可以支撑用户未来高并发和大数据量的业务场景。

高并发：单交易负载测试过程，通过设置不同的并发用户数、使用不同的模型对系统发起压力，系统均运行正常；

响应能力：除数据分析模型运行功能外，其他系统功能项2秒内响应；满足审计人员运行数据分析模型，实现亿级数据秒级响应；

分析能力：满足业务发展对系统性能要求，改造后比原有系统有10倍左右的性能提升，复杂统计分析秒级响应；

高吞吐量：实现平台登陆用户数量保持在50以上；

高稳定性：使用至今，资源使用率无异常波动，交易响应时间和系统处理能力表现稳定。