京公网安备 11010802034615号
经营许可证编号:京B2-20210330
星环助力恒丰银行打造基于hadoop大数据的数据仓库平台
近日获悉,恒丰银行数据仓库顺利升级为基于Hadoop大数据技术的数据仓库。这意味着国内银行数据仓库应用正式进入大数据时代。
随着利率市场化进程加快和互联网金融业态的飞速发展,传统银行与实体经济的横向联系增多,信息融合进程不断加快,商业银行的业务数据洞察能力迫切需要得到提升。
恒丰银行作为一家全国性股份制商业银行,处于快速发展的新阶段,业务模式的创新离不开数据的支持,也对企业数据信息服务的总体能力提出了更高要求。为贯彻“国际化、信息化、精细化、科技化、人才化”发展战略思想,新的IT五年规划明确提出要基于大数据、云计算技术构建全新的IT系统架构平台,用大数据思维升级改造原有的渠道服务、授信管理、内部审计、客户管理等应用系统,在客户服务、风险管理、内部管控、流程优化、营销管理等多个业务领域提升恒丰银行的运营效率和市场竞争力。
经过大量的产品调研和技术预研,并花费三个月时间与相关厂商进行技术交流和严格的产品POC测试,恒丰银行最终选择星环科技公司作为大数据技术领域的战略合作伙伴,共同打造企业级大数据应用平台。做出该选择主要基于如下两点因素:
1)TDH产品融合了Hadoop/Spark相关技术特点,支持在X86集群搭建开放和高度并行化的数据处理平台,表现出更好的性能优势,总体技术方案具备更高性价比;既能适应高并发低延迟的移动互联网实时数据检索需求,又能满足大体量数据的统计分析与业务建模需求,为企业级数据应用提供了一栈式的平台解决方案。
2)星环科技公司作为一家国内高科技软件企业,具备很强的自主研和服务支持能力,能较好地理解企业数据应用的复杂需求,较快地实现企业级应用所需的新产品特性,更好地支持企业应用创新。
由于TDH产品较好地支持了SQL2003标准和PL/SQL语法,恒丰银行大数据应用项目团队从2015年5月开始,仅仅花了几十天时间,就顺利完成了数据仓库平台从Oracle产品到TDH大数据产品的迁移工作。新的企业数据仓库平台,硬件投资仅为原来的三分之一,整体处理能力却获得了5-10倍的提升,解决了商业银行数据应用困扰多时的若干问题:
1)以往受限于单台服务器纵向升级代价太高,各应用系统的数据集市往往物理资源上独立配置不能共享,造成重复存储的冗余数据和较多信息孤岛,加大了总体硬件资源投入成本。TDH产品可实现硬件资源横向扩展,并在同一服务集群上有效独立分配内存、CPU等各应用所需硬件资源。TDH可以在一套大数据平台上搭建多个应用集市来满足多个应用系统的处理需要,同时解决大体量数据统计分析应用响应很慢的问题,极大减轻各应用系统现有数据库的处理资源瓶颈问题。
2)在TDH产品之上构建的业务数据探索集群,整合了数据可视化软件和星环公司基于R-Studio开发的可视化并行数据挖掘工具,恒丰银行业务团队第一次具备了T+1时效的自主数据分析和快速业务建模能力
TDH平台整体架构及功能性堪比硅谷同行,在国内独树一帜,于世界也处于领先水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16