• 快捷搜索
  • 全站搜索

平安银行:信息化银行与大数据管理

2013-01-04 15:39:07作者:张小玉编辑:
基于ODS整体架构,平安银行大数据管理基础架构已初具规模,并能为业务拓展、管理分析、决策支持提供有效服务,但从数据管理发展趋势看,还需优化和完善。

信息化银行的核心是将数据转变为信息,将信息抽象和提炼成知识、智能、智慧,为全行战略发展、决策支持、管理分析、业务拓展提供服务。与信息加工密切相关的大数据管理逐渐成为与核心系统建设、渠道与前置建设齐头并进的三驾马车。平安银行大数据管理项目自2008年启动,秉承信息化银行特征,通过建设操作型数据存储(ODS)、企业级数据模型、统一的基础架构,配套以合适的管理制度及标准,实现了数据管理与数据处理的集中、整合、共享。同时在中国银行业“无先例”的两行整合案例中,充分依托ODS数据总线和LDM统一模型的功能定位,有效解决了整合过程中上游系统剧烈变化对下游系统接口稳定性的影响,使下游系统平滑迁移成为现实。

一、ODS项目概况

         随着数据量增长以及对数据质量要求的提升,单纯的OLTP查询已经无法满足银行业务对数据的使用需求,监管报送、统计分析、决策支持、业务拓展等管理类系统在原数据中心体系下暴露出各种问题,如:系统间关系复杂、处理过程不一致、相同或相近功能重复建设、管理标准不统一等。为解决上述问题,实现跨部门、跨系统数据共享,提供准确、一致、标准化的数据服务,实现数据质量监控与检查,平安银行于2008年2月启动ODS建设。

         作为银行数据总线,ODS每日采集各业务系统源数据,加载到ODS,进入下一个处理环节。在管理历史数据的同时,对数据进行标准化处理和汇总加工,构建统一数据模型,支持各类集市与应用。各业务部门可按权限共享使用全行业务数据,为业务拓展、管理分析、决策支持提供丰富、统一的数据支持。经过ODS两期建设以及两行整合改造,ODS已完成两行主机、公贷、个贷、信用卡、前置、中间业务、管理应用等108个系统的数据集成,并建立了团体、协议、事件、财务、申请、产品、风险等七大主题模型,为主机、信用卡、信贷、渠道、网银等99个下游系统提供统一的数据发布。同时,向各分行拆分和下发近20类业务数据,有效指导和帮助分行经营分析与销售支持。

         平安银行ODS基于GreenPlum(GP)数据库实施,充分利用该数据库并行计算、无共享部署的类云模式,实现了数据处理的高吞吐量、系统运行的高稳定性。经实际测算,夜间批量总体性能比原关系型数据库提升5倍,部分单项处理提升10倍。同时,利用GP无共享部署模式,实现了数据库热备和数据节点交互镜像,有效提升了安全性和可用性,并支持处理节点的线性扩展。

二、整体架构

         在“集中、整合、共享”理念的指导下,ODS整体架构(如图所示)中的功能模块可分为两类、共6个统一平台。基础平台:统一调度监控、统一采集归档、统一文件交换。应用整合:统一数据管理、统一数据模型、统一数据处理。

信息化银行与大数据管理图1.jpg


         1.统一数据管理。建立面向ODS的元数据管理平台,实现源→ODS→统一数据模型→应用汇总发布的元数据管理体系,辅以数据管理相关各项工作制度、开发标准、命名规范、质量标准、码值标准,从整体角度考虑数据集成与应用汇总之间的平衡。同时,为确保制度和标准有效落地,在数据管理团队内部设置专人专职专岗,建立各类审批流程,为后续数据治理的全面部署打好基础。

 1 2 3 下一页 尾页

扫码即可手机
阅读转发此文

本文评论

相关文章

科技数据中心
平安银行:信息化银行与大数据管理

基于ODS整体架构,平安银行大数据管理基础架构已初具规模,并能为业务拓展、管理分析、决策支持提供有效服务,但从数据管理发展趋