IDC發布的《銀行數字科技五大趨勢》報告顯示，截至2023年6月底，中國手機銀行APP月活用戶數達5.1億。如今，人們通過手機銀行可以隨時隨地進行金融操作，無需前往銀行網點，極大地提高了金融服務的便捷性和效率。
從日常消費支付到資金管理、投資理財等，越來越多人開始高頻、深入使用銀行業務，這也對銀行數據系統造成極大挑戰。一方面，銀行業務結構復雜，數據體量大、來源多，不同的業務系統產生的數據格式不同，導致數據管理成本高；另一方面，業務發展帶來日志數據體量激增，對銀行數據系統高并發、高吞吐的要求也進一步提升。
某銀行底層的數據系統涉及儲蓄、信用卡、貸款等多個業務系統，每日產生大量客戶交易日志，包括文本格式、數據庫等多種格式。為了更好為客戶提供定制化服務，銀行內部需要根據日志進行多維數據分析，了解客戶行為模式和特征，但現有系統從性能、易用性等方面無法支持這種復雜、靈活的分析場景。
作為火山引擎推出的一款云原生數據倉庫，ByteHouse因其在大規模數據下強大的復雜查詢能力進入該銀行的視野。
據介紹，ByteHouse支撐海量的實時數據分析和數據離線分析，同時具備極強的彈性擴縮容能力、極致分析性能和豐富的企業級能力，對內已經服務于字節跳動內部大量數據分析場景，對外也已在多個金融場景落地。
ByteHouse解決方案
首先，依托于ByteHouse存儲引擎的能力，該銀行能將所有日志數據統一匯總存放，避免日志數據孤島，降低維護成本，提升運營效率。其次，針對高吞吐的要求，ByteHouse支持單點高吞吐量寫入，其分布式架構特性進一步讓寫入能力線性提升；最后，為了解決數據格式雜亂的問題，ByteHouse 采用 Map 數據類型對接，在保障寫入及查詢性能不降低的同時，更靈活應對日志這類數據結構。
除此之外，在性能方面，ByteHouse支持實時分析，在復雜查詢下能提供快速響應，并具備良好的可擴展性。比如在點查場景中，該銀行系統存在響應時間慢等情況，ByteHouse則通過采用短鏈路的執行方式、建立unique table 點查索引、提升讀鏈路效率等方式進行優化。
引入ByteHouse有效解決了實時運營數據入庫瓶頸和延遲的問題，實現了萬億數據規模下的真實數據分析，在該銀行的某些營銷活動場景中，實現預測數據 5 秒內推送，保障運營人員第一時間獲取信息，并調整策略。
銀行數字化轉型不斷加速，從基礎業務、風險評估、趨勢分析到精準營銷，對數據處理和分析的需求越來越強。未來，ByteHouse也會持續為銀行等金融領域提供高性能、高可用的分析服務，助推數據價值進一步釋放。
本文轉載自：，不代表科技訊之立場。原文鏈接：http://zl.yisouyifa.com/html/240823/145554219499478.html
