湖仓一体,金融级分布式数据库

巨杉数据库 - 多模数据湖场景

伴随着移动互联网飞速发展,金融银行业的应用场景不断丰富,手机银行、移动营业厅、网上银行、远程银行、开放银行、流程银行等业务渠道为金融银行业带来了海量的数据增长,数据类型也更加多样化。特别是非结构化数据呈爆发式增长,使得在数据业务场景日益复杂的同时,更对数据存储管理架构提出新的要求。作为可即时使用、高性能的一站式数据存储系统,多模数据湖成为了众多企业实现全量数据统一管理的新方向。

以SequoiaDB分布式数据库作为底座打造的SequoiaCM内容管理平台,提供S3对象数据引擎接口和兼容JSON、SQL接口,可实现非结构化数据与结构化数据的统一管理,并基于此实现多模数据湖的构建。多模数据湖为存储、管理海量非结构化数据,提供了处理应用程序编程接口(API)、标签管理及检索等能力,有效帮助企业实现对非结构化数据的统一存储和管理,轻松应对非结构化数据治理与需要超大容量、弹性扩展的内容管理应用等场景。

技术特性

引擎级多模

支持半结构化、非结构化、结构化数据的统一存储,提供S3对象数据引擎接口和兼容JSON、SQL接口,帮助企业降低业务系统的开发难度,提升团队开发效率。

非结构化数据管理

支持热、温、冷数据分层管理和多租户分域管理,支持服务器差异化部署,实现成本与性能兼顾。服务管理层提供多项内容管理特性,支持数据生命周期管理、权限管理、对象版本控制、历史版本回溯等,进一步提升数据安全性。

高性能、低成本

保障企业内容数据全量在线,支持多策略分区管理及分域缓存,采用资源池化的存储引擎层,提升海量数据管理效率及处理性能,大幅降低硬件及运维成本,TCO只为传统ECM方案的1/3。

场景架构

该架构以SequoiaDB作为底座,通过SequoiaCM打造内容管理平台,详情可看相关产品文档:

SequoiaDB
SequoiaCM
某全国股份制银行应用案例
案例背景

现有架构:该全国股份制银行一开始有两套影像平台,一套EMC Documentum(承载信贷、后督)、另一套是IBM Filenet(承载柜面)。

业务发展情况:远程银行已经成为未来的发展方向,该银行线下业务线上替代率位于业界前列。远程银行业务的推广需要一个强大的数据后台来保证非结构化音视频文件的实时读取。

呈现的问题:该银行影像平台运行了将近10年,承载了数十个业务系统的影像数据管理,数据量已经远远超过了上述传统方案的设计容量上限。传统IOE模式的影像平台已经无法满足要求,具体包括以下几点:

构建思路

基于以上问题于及业务预期,在对未来10年数据量进行了估算后,行方针对影像平台技术架构改造提出了如下技术需求:

构建成果
了解更多产品信息和解决方案介绍?