京東金融大數(shù)據(jù)分析平臺總體架構(gòu)相關(guān)兩份資料

金融集團(tuán)大數(shù)據(jù)分析平臺總體架構(gòu)議程大數(shù)據(jù)分析平臺綜述1大數(shù)據(jù)分析平臺總體架構(gòu)2大數(shù)據(jù)分析平臺演進(jìn)路線3大數(shù)據(jù)分析平臺一期實(shí)施重點(diǎn)4附錄：數(shù)據(jù)質(zhì)量管理平臺5金融集團(tuán)管理分析類應(yīng)用建設(shè)現(xiàn)狀基本分析關(guān)注的內(nèi)容存在的問題基本的現(xiàn)狀商城數(shù)據(jù)倉庫累積數(shù)據(jù)沒有充分利用缺乏面向整個金融集團(tuán)的統(tǒng)一、完整的數(shù)據(jù)視圖；缺乏支撐金融集團(tuán)日常業(yè)務(wù)運(yùn)轉(zhuǎn)的風(fēng)險評估體系；缺乏金融集團(tuán)客戶360度視圖，客戶行為分析和預(yù)測無法實(shí)現(xiàn)；缺乏面向金融業(yè)務(wù)運(yùn)營管理的關(guān)鍵績效指標(biāo)體系；……商城已建立面向整個零售業(yè)務(wù)的數(shù)據(jù)倉庫，整合了前臺業(yè)務(wù)運(yùn)營數(shù)據(jù)和后臺管理數(shù)據(jù)，建立了面向零售的管理分析應(yīng)用；金融集團(tuán)已開展供應(yīng)鏈金融、人人貸和保理等多種業(yè)務(wù)，積累了一定量的業(yè)務(wù)數(shù)據(jù)，同時業(yè)務(wù)人員也從客戶管理、風(fēng)險評級和經(jīng)營規(guī)模預(yù)測等方面，提出了大量分析預(yù)測需求；……數(shù)據(jù)平臺、數(shù)據(jù)應(yīng)用、數(shù)據(jù)管控……基礎(chǔ)數(shù)據(jù)平臺和BI應(yīng)用建設(shè)是未來一段時間的重點(diǎn)！數(shù)據(jù)平臺整體架構(gòu)；數(shù)據(jù)平臺各層建設(shè)的標(biāo)準(zhǔn)；較成熟的金融業(yè)數(shù)據(jù)模型；數(shù)據(jù)質(zhì)量治理；元數(shù)據(jù)管理；

數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)數(shù)據(jù)整合；

數(shù)據(jù)應(yīng)用建設(shè)；數(shù)據(jù)平臺的軟硬環(huán)境……大數(shù)據(jù)分析平臺建設(shè)目標(biāo)外部非結(jié)構(gòu)化數(shù)據(jù)統(tǒng)一制定目標(biāo)和分析模型統(tǒng)一劃分分析主題統(tǒng)一設(shè)計數(shù)據(jù)模式統(tǒng)一規(guī)劃分析方法統(tǒng)一部署技術(shù)基礎(chǔ)統(tǒng)一定義BI應(yīng)用自定義報表工具行＋列的簡單定義方式多種格式報表集團(tuán)決策層集團(tuán)職能管控層各級業(yè)務(wù)操作層關(guān)注集團(tuán)主要經(jīng)營指標(biāo)業(yè)務(wù)人員使用BI應(yīng)用實(shí)現(xiàn)業(yè)務(wù)協(xié)作和創(chuàng)新BI分析工具供應(yīng)鏈金融系統(tǒng)POP系統(tǒng)其他業(yè)務(wù)系統(tǒng)云數(shù)據(jù)推送平臺已實(shí)現(xiàn)了主要零售及金融業(yè)務(wù)系統(tǒng)數(shù)據(jù)清洗、整合，為未來金融集團(tuán)數(shù)據(jù)平臺提供了豐富的數(shù)據(jù)源。通過數(shù)據(jù)平臺和BI應(yīng)用建設(shè)，金融集團(tuán)將搭建統(tǒng)一的大數(shù)據(jù)共享和分析平臺，對各類業(yè)務(wù)進(jìn)行前瞻性預(yù)測及分析，為集團(tuán)各層次用戶提供統(tǒng)一的決策分析支持，提升數(shù)據(jù)共享與流轉(zhuǎn)能力采購管理系統(tǒng)查看職能部門的業(yè)務(wù)經(jīng)營情況大數(shù)據(jù)分析平臺建設(shè)預(yù)期收益2.加強(qiáng)業(yè)務(wù)協(xié)作實(shí)現(xiàn)分散在供應(yīng)鏈金融、人人貸、保理等各個業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)在數(shù)據(jù)平臺中的集中和整合，建立單一的產(chǎn)品、客戶等數(shù)據(jù)的企業(yè)級視圖，有效促進(jìn)業(yè)務(wù)的集成和協(xié)作，并為企業(yè)級分析、交叉銷售提供基礎(chǔ)3.促進(jìn)業(yè)務(wù)創(chuàng)新金融集團(tuán)業(yè)務(wù)人員可以基于明細(xì)、可信的數(shù)據(jù)，進(jìn)行多維分析和數(shù)據(jù)挖掘，為金融業(yè)務(wù)創(chuàng)新（客戶服務(wù)創(chuàng)新、產(chǎn)品創(chuàng)新等）創(chuàng)造了有利條件4.提升建設(shè)效率通過數(shù)據(jù)平臺對數(shù)據(jù)進(jìn)行集中，為管理分析、挖掘預(yù)測類等系統(tǒng)提供一致的數(shù)據(jù)基礎(chǔ)，改變現(xiàn)有系統(tǒng)數(shù)據(jù)來源多、數(shù)據(jù)處理復(fù)雜的現(xiàn)狀，實(shí)現(xiàn)應(yīng)用系統(tǒng)建設(shè)模式的轉(zhuǎn)變，提升相關(guān)IT系統(tǒng)的建設(shè)和運(yùn)行效率5.改善數(shù)據(jù)質(zhì)量從中長期看，數(shù)據(jù)倉庫對金融集團(tuán)分散在各個業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)整合、清洗，有助于企業(yè)整體數(shù)據(jù)質(zhì)量的改善，提高的數(shù)據(jù)的實(shí)用性通過數(shù)據(jù)平臺實(shí)現(xiàn)數(shù)據(jù)集中，確保金融集團(tuán)各級部門均可在保證數(shù)據(jù)隱私和安全的前提下使用數(shù)據(jù)，充分發(fā)揮數(shù)據(jù)作為企業(yè)重要資產(chǎn)的業(yè)務(wù)價值1.實(shí)現(xiàn)數(shù)據(jù)共享議程大數(shù)據(jù)分析平臺綜述1大數(shù)據(jù)分析平臺總體架構(gòu)2大數(shù)據(jù)分析平臺演進(jìn)路線3大數(shù)據(jù)分析平臺一期實(shí)施重點(diǎn)4附錄：數(shù)據(jù)質(zhì)量管理平臺5大數(shù)據(jù)分析平臺總體架構(gòu)歷史數(shù)據(jù)查詢數(shù)據(jù)交換平臺應(yīng)用集市數(shù)據(jù)區(qū)商城零售供應(yīng)鏈金融人人貸系統(tǒng)基金系統(tǒng)……系統(tǒng)企業(yè)內(nèi)外部半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)大數(shù)據(jù)交換組件數(shù)據(jù)庫數(shù)據(jù)交換組件數(shù)據(jù)區(qū)數(shù)據(jù)交換組件數(shù)據(jù)計算層大數(shù)據(jù)區(qū)沙盤演練數(shù)據(jù)區(qū)數(shù)據(jù)應(yīng)用層實(shí)時數(shù)據(jù)區(qū)客戶主題協(xié)議主題產(chǎn)品主題業(yè)務(wù)沙盤演練數(shù)據(jù)增值產(chǎn)品零售數(shù)據(jù)供應(yīng)鏈數(shù)據(jù)增值產(chǎn)品數(shù)據(jù)區(qū)主題數(shù)據(jù)區(qū)……用戶訪問層客戶匯總賬戶匯總機(jī)構(gòu)匯總……社交媒體移動互聯(lián)用戶評價訪問日志處理后大數(shù)據(jù)待處理大數(shù)據(jù)流程調(diào)度監(jiān)控告警數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)質(zhì)量元數(shù)據(jù)數(shù)據(jù)安全流程調(diào)度平臺……數(shù)據(jù)管控平臺流程調(diào)度層數(shù)據(jù)管控層數(shù)據(jù)產(chǎn)生層數(shù)據(jù)交換層實(shí)時數(shù)據(jù)查詢客戶管理財務(wù)管理……外部用戶貼源數(shù)據(jù)區(qū)……管理分析用戶歷史歸檔數(shù)據(jù)區(qū)IT人員風(fēng)險管理大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)產(chǎn)生層業(yè)務(wù)系統(tǒng)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)商城日常零售業(yè)務(wù)處理過程中產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)，存儲在關(guān)系型數(shù)據(jù)庫中，如：供應(yīng)商信息、采購信息、商品信息、銷售流水……金融集團(tuán)日常業(yè)務(wù)處理過程中產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)，存儲在關(guān)系型數(shù)據(jù)庫中，如：客戶信息、賬戶信息、金融產(chǎn)品信息、交易流水……企業(yè)非結(jié)構(gòu)化數(shù)據(jù)日常業(yè)務(wù)處理過程中產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)，存儲形式多樣，主要包括用戶訪問日志、用戶投訴、用戶點(diǎn)評……企業(yè)外部數(shù)據(jù)企業(yè)外部數(shù)據(jù)以非結(jié)構(gòu)化為主，主要包括國家政策法規(guī)、論壇等互聯(lián)網(wǎng)信息、地理位置等移動信息、微博等社交媒體信息……

源數(shù)據(jù)內(nèi)容在本次項目實(shí)施中將采用以增量為主、全量為輔結(jié)合的方式獲取源數(shù)據(jù)商城和金融集團(tuán)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)增量數(shù)據(jù)識別、獲取由云數(shù)據(jù)推送平臺負(fù)責(zé)，云數(shù)據(jù)推送平臺采用分析、對比源系統(tǒng)日志方式實(shí)現(xiàn)對于無法通過上述方式獲取增量的源系統(tǒng)數(shù)據(jù)，則采用某一個時間范圍內(nèi)的全部數(shù)據(jù)作為增量初始數(shù)據(jù)加載均采用全量模式源數(shù)據(jù)增量大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)交換層數(shù)據(jù)交換層設(shè)計目標(biāo)傳輸組件是根據(jù)數(shù)據(jù)源存儲的不同分類而設(shè)計的，本質(zhì)是通過分析數(shù)據(jù)存儲結(jié)構(gòu)和數(shù)據(jù)存儲庫的特點(diǎn)來針對性的設(shè)計工具，以追求卓越的性能保證數(shù)據(jù)在平臺內(nèi)高速流轉(zhuǎn)保證數(shù)據(jù)交換過程中不失真保證數(shù)據(jù)交換過程中不丟失保證數(shù)據(jù)交換過程安全可靠數(shù)據(jù)區(qū)數(shù)據(jù)交換組件數(shù)據(jù)庫數(shù)據(jù)交換組件大數(shù)據(jù)交換組件金融集團(tuán)系統(tǒng)數(shù)據(jù)服務(wù)層外部大數(shù)據(jù)商城系統(tǒng)Hadoop元數(shù)據(jù)云數(shù)據(jù)推送平臺數(shù)據(jù)平臺導(dǎo)入臨時區(qū)數(shù)據(jù)平臺導(dǎo)出臨時區(qū)NAS存儲ETL程序區(qū)大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)交換層NAS存儲Hadoop集群元數(shù)據(jù)區(qū)數(shù)據(jù)平臺ETL數(shù)據(jù)處理程序區(qū)數(shù)據(jù)平臺臨時數(shù)據(jù)區(qū)存儲數(shù)據(jù)平臺各個Hadoop集群的元數(shù)據(jù)信息，如：HDFS文件系統(tǒng)元數(shù)據(jù)集團(tuán)數(shù)據(jù)交換平臺每日獲取運(yùn)輸局推送平臺提供的業(yè)務(wù)系統(tǒng)變化數(shù)據(jù)，暫存在NAS臨時數(shù)據(jù)區(qū)金融數(shù)據(jù)平臺加工計算結(jié)果返回給業(yè)務(wù)系統(tǒng)，暫存在NAS臨時數(shù)據(jù)區(qū)數(shù)據(jù)平臺ETL加工處理程序（數(shù)據(jù)壓縮、數(shù)據(jù)加載、各數(shù)據(jù)數(shù)據(jù)處理等）統(tǒng)一存儲在NAS集群指定目錄，各接口服務(wù)器通過文件系統(tǒng)Link建立映射大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)交換層大數(shù)據(jù)交換組件企業(yè)非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)，如：音頻、視頻、郵件、Office文檔、抵押品掃描件等企業(yè)外部非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)，如：微博、貼吧、論壇、用戶點(diǎn)擊流、用戶移動位置等批量采集：大數(shù)據(jù)源以SFTP協(xié)議批量傳輸數(shù)據(jù)文件在線訪問：開發(fā)Java或C應(yīng)用，調(diào)用大據(jù)源API，或以網(wǎng)絡(luò)平臺爬蟲方式抓取源系統(tǒng)非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)組件以實(shí)時和批量兩種模式實(shí)現(xiàn)下列功能：數(shù)據(jù)采集數(shù)據(jù)傳輸?shù)綌?shù)據(jù)交換平臺（接口服務(wù)器）NAS指定目錄存儲數(shù)據(jù)到數(shù)據(jù)平臺大數(shù)據(jù)區(qū)指定HDFS目錄定時抽取用戶訪問日志，加載到數(shù)據(jù)平臺大數(shù)據(jù)區(qū)HDFS指定目錄，MR程序加工處理開發(fā)網(wǎng)絡(luò)爬蟲程序，掃描用戶微博，抓取用戶微博內(nèi)容，社交圈信息，存入大數(shù)據(jù)區(qū)處理對象實(shí)現(xiàn)技術(shù)實(shí)現(xiàn)功能應(yīng)用場景大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)交換層數(shù)據(jù)庫數(shù)據(jù)交換組件企業(yè)業(yè)務(wù)系統(tǒng)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)，包括兩大來源：商城零售業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)存儲在Oracle、SQLServer、MySQL和MongoDB四類數(shù)據(jù)庫金融集團(tuán)互聯(lián)網(wǎng)金融業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)存儲在MySQL數(shù)據(jù)庫Perl程序數(shù)據(jù)采集，調(diào)用Perl文件模塊相關(guān)函數(shù)，輪詢指定目錄，獲取數(shù)據(jù)文件數(shù)據(jù)核查，Perl執(zhí)行文件級數(shù)據(jù)質(zhì)量檢查數(shù)據(jù)加載，調(diào)用HiveLoad數(shù)據(jù)命令，加載到數(shù)據(jù)平臺臨時數(shù)據(jù)區(qū)的HiveTable組件以實(shí)時和批量模式實(shí)現(xiàn)下列功能：數(shù)據(jù)采集，輪詢NAS集群指定目錄，獲取數(shù)據(jù)文件（LZO壓縮）數(shù)據(jù)核查，對數(shù)據(jù)文件進(jìn)行質(zhì)量校驗數(shù)據(jù)加載，加載數(shù)據(jù)到臨時數(shù)據(jù)區(qū)云數(shù)據(jù)推送平臺連接供應(yīng)鏈金融系統(tǒng)數(shù)據(jù)庫，分析供應(yīng)鏈金融MySQL數(shù)據(jù)庫日志，識別增量數(shù)據(jù)，存儲到金融平臺NAS存儲的指定目錄，金融平臺加載數(shù)據(jù)文件到數(shù)據(jù)平臺臨時區(qū)Hive表處理對象實(shí)現(xiàn)技術(shù)實(shí)現(xiàn)功能應(yīng)用場景大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)交換層數(shù)據(jù)區(qū)數(shù)據(jù)交換組件數(shù)據(jù)平臺計算層各數(shù)據(jù)區(qū)貼源數(shù)據(jù)區(qū)主題數(shù)據(jù)區(qū)集市數(shù)據(jù)區(qū)沙盤數(shù)據(jù)區(qū)大數(shù)據(jù)區(qū)歸檔數(shù)據(jù)區(qū)Sqoop實(shí)現(xiàn)集市數(shù)據(jù)區(qū)與數(shù)據(jù)平臺其他Hadoop數(shù)據(jù)區(qū)的數(shù)據(jù)交換Hadoop命令、Hive外部表、MR程序?qū)崿F(xiàn)數(shù)據(jù)平臺Hadoop數(shù)據(jù)區(qū)間的數(shù)據(jù)交換組件以批量方式實(shí)現(xiàn)下列數(shù)據(jù)交換功能：貼源數(shù)據(jù)區(qū)和主題數(shù)據(jù)區(qū)到集市數(shù)據(jù)區(qū)大數(shù)據(jù)區(qū)到主題數(shù)據(jù)區(qū)和集市數(shù)據(jù)區(qū)主題數(shù)據(jù)區(qū)、貼源數(shù)據(jù)區(qū)、集市數(shù)據(jù)區(qū)到沙盤數(shù)據(jù)區(qū)各個數(shù)據(jù)區(qū)數(shù)據(jù)歸檔數(shù)據(jù)集市的數(shù)據(jù)按照據(jù)生命周期規(guī)劃，統(tǒng)一將過期數(shù)據(jù)歸檔到歷史數(shù)據(jù)歸檔區(qū)處理對象實(shí)現(xiàn)技術(shù)實(shí)現(xiàn)功能應(yīng)用場景大數(shù)據(jù)分析平臺總體架構(gòu)——流程調(diào)度層批量處理流程批量數(shù)據(jù)處理由流程調(diào)度層部署的自定義開發(fā)WorkFlow組件調(diào)度運(yùn)行整個流程主要完成如下工作：獲取業(yè)務(wù)系統(tǒng)結(jié)構(gòu)化數(shù)據(jù)，存入臨時數(shù)據(jù)區(qū)獲取企業(yè)內(nèi)外部非結(jié)構(gòu)化數(shù)據(jù)，并進(jìn)行結(jié)構(gòu)化處理，存入主題或集市數(shù)據(jù)區(qū)按照貼源數(shù)據(jù)模型整合數(shù)據(jù)（標(biāo)準(zhǔn)化、數(shù)據(jù)更新/追加）按照主題數(shù)據(jù)模型整合數(shù)據(jù)并生成匯總數(shù)據(jù)加工計算后，結(jié)果交付到數(shù)據(jù)集市，支持分析類應(yīng)用大數(shù)據(jù)分析平臺總體架構(gòu)——流程調(diào)度層實(shí)時數(shù)據(jù)處理流程實(shí)時數(shù)據(jù)處理強(qiáng)調(diào)的是實(shí)時或準(zhǔn)實(shí)時獲取并處理數(shù)據(jù)，通常采取消息隊列等技術(shù)構(gòu)建“數(shù)據(jù)流”整個處理流程由流程調(diào)度層部署的自定義開發(fā)WorkFlow組件調(diào)度運(yùn)行整個流程主要完成如下工作：通過數(shù)據(jù)庫數(shù)據(jù)交換組件獲取增量數(shù)據(jù)，加載到實(shí)時數(shù)據(jù)區(qū)通過大數(shù)據(jù)交換組件獲取非結(jié)構(gòu)化數(shù)據(jù)，并利用Storm處理數(shù)據(jù)，加載到實(shí)時數(shù)據(jù)區(qū)針對實(shí)時數(shù)據(jù)區(qū)數(shù)據(jù)執(zhí)行標(biāo)準(zhǔn)化處理和貼源整合大數(shù)據(jù)分析平臺總體架構(gòu)——流程調(diào)度層歸檔數(shù)據(jù)處理流程數(shù)據(jù)歸檔的對象包括業(yè)務(wù)系統(tǒng)數(shù)據(jù)文件、貼源數(shù)據(jù)區(qū)數(shù)據(jù)、主題數(shù)據(jù)區(qū)數(shù)據(jù)、大數(shù)據(jù)區(qū)數(shù)據(jù)和集市數(shù)據(jù)區(qū)數(shù)據(jù)數(shù)據(jù)按照生命周期規(guī)劃存儲到歸檔區(qū)Hadoop集群，歸檔后原數(shù)據(jù)區(qū)刪除此數(shù)據(jù)整個處理流程由流程調(diào)度層部署的自定義開發(fā)WorkFlow組件調(diào)度運(yùn)行整個流程主要完成如下工作：數(shù)據(jù)文件通過HDFS命令行copyfromlocal進(jìn)行歸檔貼源、主題和大數(shù)據(jù)區(qū)通過HDFS命令行distcp或自定義開發(fā)的MR程序執(zhí)行歸檔集市數(shù)據(jù)區(qū)通過Sqoop或數(shù)據(jù)庫提供的Hadoop集成技術(shù)（如：外部表）執(zhí)行歸檔大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)存儲層業(yè)務(wù)系統(tǒng)前日增量數(shù)據(jù)緩存數(shù)據(jù)，支持后續(xù)ELT數(shù)據(jù)處理數(shù)據(jù)內(nèi)容主要用途數(shù)據(jù)模型保留周期用戶

訪問模式工作負(fù)載平臺要求貼源數(shù)據(jù)模型保存最近7天數(shù)據(jù)貼源數(shù)據(jù)區(qū)和主題數(shù)據(jù)區(qū)批量作業(yè)訪問無最終用戶訪問I/O敏感，連續(xù)小批量的數(shù)據(jù)抽取和加載少量量數(shù)據(jù)使用Hive的Load命令，大量數(shù)據(jù)使用MR程序與主題區(qū)/貼源區(qū)/集市區(qū)構(gòu)成一個Hadoop集群（Hive）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)主題數(shù)據(jù)區(qū)、集市數(shù)據(jù)區(qū)和沙盤演練數(shù)據(jù)區(qū)批量作業(yè)訪問無最終用戶訪問I/O敏感，日終批量ETL以ELT形式通過HiveSQL執(zhí)行與主題區(qū)/貼源區(qū)/集市區(qū)構(gòu)成一個Hadoop集群（Hive）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)貼源數(shù)據(jù)模型不保存歷史業(yè)務(wù)系統(tǒng)前日快照數(shù)據(jù)和一段時間的流水?dāng)?shù)據(jù)數(shù)據(jù)標(biāo)準(zhǔn)化，為后續(xù)主題模型、集市和沙盤演練提供數(shù)據(jù)臨時數(shù)據(jù)區(qū)貼源數(shù)據(jù)區(qū)大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)存儲層（續(xù)）企業(yè)內(nèi)外部非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)采集并存儲數(shù)據(jù)，進(jìn)行結(jié)構(gòu)化處理，最終得到結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)內(nèi)容主要用途數(shù)據(jù)模型保留周期用戶

訪問模式工作負(fù)載平臺要求數(shù)據(jù)按照HDFS文件存儲建議保留1年集市區(qū)/沙盤區(qū)/增值產(chǎn)品區(qū)/主題區(qū)/歸檔區(qū)批量作業(yè)訪問少量高級業(yè)務(wù)人員進(jìn)行大數(shù)據(jù)分析MapReduce分布式計算，半/非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化處理（包括文本檢索、語義分詞、圖像識別、音頻識別等）與主題區(qū)/貼源區(qū)構(gòu)成一個Hadoop集群（HDFS）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)集市區(qū)/沙盤區(qū)/增值產(chǎn)品區(qū)/主題區(qū)/高時效區(qū)批量作業(yè)訪問業(yè)務(wù)人員執(zhí)行歷史數(shù)據(jù)查詢MapReduce分布式計算，HDFS命令實(shí)現(xiàn)Hadoop集群內(nèi)歸檔，Sqoop實(shí)現(xiàn)數(shù)據(jù)庫歸檔，通過Hive提供歷史查詢獨(dú)立的Hadoop集群（HDFS+Hive）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)數(shù)據(jù)按照HDFS文件存儲數(shù)據(jù)文件按照數(shù)據(jù)區(qū)劃分目錄，建議保留7年其他各數(shù)據(jù)區(qū)歷史數(shù)據(jù)按數(shù)據(jù)生命周期規(guī)劃歸檔平臺過期數(shù)據(jù)，支撐歷史數(shù)據(jù)查詢大數(shù)據(jù)區(qū)歷史歸檔數(shù)據(jù)區(qū)大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)存儲層（續(xù)）業(yè)務(wù)系統(tǒng)歷史明細(xì)數(shù)據(jù)打破業(yè)務(wù)條線整合數(shù)據(jù)數(shù)據(jù)內(nèi)容主要用途數(shù)據(jù)模型保留周期用戶

訪問模式工作負(fù)載可用性要求第三范式模型保留長期歷史，需要根據(jù)主題細(xì)化主題區(qū)/集市區(qū)/沙盤區(qū)/增值產(chǎn)品區(qū)/歸檔區(qū)批量作業(yè)訪問少量高級業(yè)務(wù)人員進(jìn)行靈活查詢、挖掘預(yù)測I/O敏感，日終批量ETL（合并、拉鏈、關(guān)聯(lián)、匯總等等）以ELT形式通過HiveSQL執(zhí)行，復(fù)雜處理使用MR定制UDF與大數(shù)據(jù)區(qū)/貼源區(qū)構(gòu)成一個Hadoop集群（Hive）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)集市區(qū)/沙盤區(qū)/增值產(chǎn)品區(qū)/歸檔區(qū)批量作業(yè)訪問少量高級業(yè)務(wù)人員進(jìn)行靈活查詢、挖掘預(yù)測I/O敏感，日終批量ETL（連接、聚合、匯總等等）以ELT形式通過HiveSQL執(zhí)行，復(fù)雜處理使用MR定制UDF與大數(shù)據(jù)區(qū)/貼源區(qū)構(gòu)成一個Hadoop集群（Hive）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)逆范式寬表依賴于集市數(shù)據(jù)需求對主題數(shù)據(jù)預(yù)加工后的結(jié)果數(shù)據(jù)針對應(yīng)用需求進(jìn)行數(shù)據(jù)預(yù)連接、預(yù)匯總，為集市提供數(shù)據(jù)主題數(shù)據(jù)區(qū)—明細(xì)主題數(shù)據(jù)區(qū)—匯總大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)存儲層（續(xù)）按沙盤演練需求，準(zhǔn)備的明細(xì)或匯總業(yè)務(wù)數(shù)據(jù)為數(shù)據(jù)科學(xué)家的挖掘預(yù)測操作提供數(shù)據(jù)服務(wù)數(shù)據(jù)內(nèi)容主要用途數(shù)據(jù)模型保留周期用戶

訪問模式工作負(fù)載可用性要求模型依賴于沙盤演練需求在整個沙盤演練周期內(nèi)保留集市區(qū)/沙盤區(qū)/歸檔區(qū)批量作業(yè)訪問少量高級業(yè)務(wù)人員進(jìn)行靈活查詢、挖掘預(yù)測I/O敏感，終批量ETL（合并、拉鏈、關(guān)聯(lián)、匯總等等）以ELT形式通過HiveSQL執(zhí)行，復(fù)雜處理使用MR定制UDF獨(dú)立的Hadoop集群（HDFS）無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)沙盤區(qū)/歸檔區(qū)批量作業(yè)訪問決策人員、管理人員、業(yè)務(wù)人員訪問I/O敏感型，BI工具提交的報表、查詢、分析SQL命令和日終批量ETL（匯總、聚集等操作，以ELT形式通過SQL執(zhí)行）基于開放平臺的完全無共享

MPP數(shù)據(jù)庫集群+內(nèi)存數(shù)據(jù)庫無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)維度數(shù)據(jù)模型依賴業(yè)務(wù)需求面向企業(yè)管理分析類應(yīng)用需求的匯總數(shù)據(jù)為客戶、運(yùn)營等管理分析主題和數(shù)據(jù)增值產(chǎn)品提供數(shù)據(jù)服務(wù)沙盤演練數(shù)據(jù)區(qū)應(yīng)用集市數(shù)據(jù)區(qū)大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)存儲層（續(xù)）根據(jù)外部用戶的數(shù)據(jù)使用需求數(shù)據(jù)平臺加工計算的結(jié)果數(shù)據(jù)為部署在數(shù)據(jù)平臺上的企業(yè)內(nèi)外部增值產(chǎn)品提供數(shù)據(jù)支持?jǐn)?shù)據(jù)內(nèi)容主要用途數(shù)據(jù)模型保留周期用戶

訪問模式工作負(fù)載可用性要求應(yīng)用模型，依賴于用戶業(yè)務(wù)需求依賴于用戶業(yè)務(wù)需求企業(yè)外部人員，如：京東客戶通過自己部署在Paas平臺上的應(yīng)用訪問I/O敏感型，BI工具提交的報表、查詢、分析SQL命令和日終批量ETL（匯總、聚集等操作，以ELT形式通過SQL執(zhí)行）獨(dú)立的Paas平臺，部署Hadoop集群無單點(diǎn)故障，7×24小時+非工作日有限停機(jī)企業(yè)業(yè)務(wù)人員高時效、高并發(fā)、高可靠性的聯(lián)機(jī)交易類查詢CPU敏感，BI工具或業(yè)務(wù)系統(tǒng)高并發(fā)、高時效查詢，以及準(zhǔn)實(shí)時連續(xù)ETL處理+SQL批量處理獨(dú)立的內(nèi)存數(shù)據(jù)庫集群無單點(diǎn)故障，365×24小時不停機(jī)貼源數(shù)據(jù)模型依賴用戶業(yè)務(wù)需求面向應(yīng)用的業(yè)務(wù)系統(tǒng)快照數(shù)據(jù)和一段時間的交易流水為實(shí)時獲準(zhǔn)實(shí)時分析應(yīng)用提供數(shù)據(jù)服務(wù)增值產(chǎn)品數(shù)據(jù)區(qū)實(shí)時數(shù)據(jù)區(qū)大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)存儲層數(shù)據(jù)流數(shù)據(jù)集成層操作型聚合數(shù)據(jù)臨時數(shù)據(jù)區(qū)實(shí)時數(shù)據(jù)區(qū)公共匯總數(shù)據(jù)主題明細(xì)數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化&半結(jié)構(gòu)化數(shù)據(jù)沙盤演練數(shù)據(jù)區(qū)實(shí)驗室數(shù)據(jù)集市數(shù)據(jù)區(qū)POP自營數(shù)據(jù)貼源數(shù)據(jù)區(qū)金融業(yè)務(wù)數(shù)據(jù)主題數(shù)據(jù)區(qū)客戶管理集市財務(wù)管理集市運(yùn)營管理集市風(fēng)險管理集市……集市大物流系統(tǒng)數(shù)據(jù)供應(yīng)鏈系統(tǒng)數(shù)據(jù)財務(wù)審計數(shù)據(jù)財務(wù)研發(fā)數(shù)據(jù)操作型明細(xì)據(jù)歸檔數(shù)據(jù)區(qū)大數(shù)據(jù)區(qū)源系統(tǒng)數(shù)據(jù)文件貼源數(shù)據(jù)主題數(shù)據(jù)集市數(shù)據(jù)高時效數(shù)據(jù)大數(shù)據(jù)增值產(chǎn)品數(shù)據(jù)區(qū)大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)應(yīng)用層大數(shù)據(jù)平臺應(yīng)用針對公檢法查詢需求、內(nèi)外部審計需求和最終用戶的歷史交易查詢需求，以貼源存儲的歸檔數(shù)據(jù)為基礎(chǔ)，實(shí)現(xiàn)的查詢類應(yīng)用歷史查詢類應(yīng)用通常使用BI工具或自主開發(fā)實(shí)現(xiàn)客戶經(jīng)理等最終業(yè)務(wù)人員針對當(dāng)前業(yè)務(wù)的發(fā)生（如：用戶交易、用戶訪問日志），進(jìn)行實(shí)時查詢、分析的應(yīng)用管理分析類應(yīng)用主要實(shí)現(xiàn)了集團(tuán)客戶管理、運(yùn)營管理、財務(wù)管理、風(fēng)險管理、監(jiān)管信息披露五大分析體系功能管理分析類應(yīng)用通常采用套裝軟件和BI工具（MicroStrategy等）實(shí)現(xiàn)業(yè)務(wù)人員根據(jù)業(yè)務(wù)需求或自己對業(yè)務(wù)的理解，設(shè)計計算模型，準(zhǔn)備各類明細(xì)或匯總數(shù)據(jù)，導(dǎo)入模型運(yùn)算，驗證業(yè)務(wù)結(jié)果沙盤演練類應(yīng)用通常使用R語言在Hadoop分布式體系下實(shí)現(xiàn)金融集團(tuán)數(shù)據(jù)科學(xué)家根據(jù)自己對業(yè)務(wù)需求的理解或者對市場的判斷，設(shè)計并運(yùn)行模型，發(fā)掘數(shù)據(jù)價值，并封裝成商業(yè)產(chǎn)品數(shù)據(jù)增值產(chǎn)品通常采用R語言和BI工具實(shí)現(xiàn)，面向企業(yè)內(nèi)外部用戶管理分析類應(yīng)用1沙盤演練類應(yīng)用3歷史查詢類應(yīng)用4高時效類分析應(yīng)用5數(shù)據(jù)增值類產(chǎn)品2實(shí)時分析類應(yīng)用通常使用CEP、ESB等技術(shù)實(shí)現(xiàn)大數(shù)據(jù)分析平臺總體架構(gòu)——平臺發(fā)展不同階段對應(yīng)應(yīng)用工作負(fù)載復(fù)雜度大數(shù)據(jù)平臺發(fā)展階段劃分操作為主階段什么正在發(fā)生？動態(tài)數(shù)據(jù)倉庫階段

讓正確的事情發(fā)生！分析為主階段為什么會發(fā)生報表為主階段發(fā)生了什么預(yù)測為主階段將會發(fā)生什么？批量隨機(jī)查詢數(shù)據(jù)分析持續(xù)更新加載/短查詢基于事件的動態(tài)觸發(fā)數(shù)據(jù)量增長用戶數(shù)增長查詢復(fù)雜度增長ETL處理復(fù)雜度增長管理分析類應(yīng)用歷史查詢類應(yīng)用實(shí)時分析類應(yīng)用沙盤演練類應(yīng)用數(shù)據(jù)增值類產(chǎn)品大數(shù)據(jù)分析平臺總體架構(gòu)——管理分析類應(yīng)用總賬分析資產(chǎn)負(fù)債表分析損益表分析現(xiàn)金流量表分析財務(wù)指標(biāo)分析盈利分析機(jī)構(gòu)貢獻(xiàn)度產(chǎn)品貢獻(xiàn)度客戶細(xì)分貢獻(xiàn)度渠道績效資產(chǎn)負(fù)債分析主要指標(biāo)報告，如：凈利息收入、凈收入、凈現(xiàn)值、市場價值等頭寸報告現(xiàn)金流報告風(fēng)險價值（VaR）計算財務(wù)預(yù)算與計劃財務(wù)預(yù)算財務(wù)計劃執(zhí)行監(jiān)控執(zhí)行過程分析年末財務(wù)計劃執(zhí)行分析預(yù)測與場景分析業(yè)務(wù)規(guī)模預(yù)測收益預(yù)測……領(lǐng)導(dǎo)管理駕駛艙機(jī)構(gòu)績效考核客戶經(jīng)理考核客戶經(jīng)理工作量評估客戶經(jīng)理服務(wù)客戶收益評估產(chǎn)品績效考核業(yè)務(wù)量考核供應(yīng)鏈金融業(yè)務(wù)人人貸業(yè)務(wù)保理業(yè)務(wù)基金業(yè)務(wù)其它中間業(yè)務(wù)……渠道成本與收益……風(fēng)險監(jiān)控報表/信息披露流動性報表利率敏感性報表資本充足率報表……市場風(fēng)險市場風(fēng)險暴露值流動性管理、利率管理信用風(fēng)險信用風(fēng)險暴露值計算信用風(fēng)險控制（貸前控制、貸中監(jiān)控、貸后分析）操作風(fēng)險異常交易預(yù)警后督差錯檢查……防欺詐/反洗錢定義欺詐交易模型可能性欺詐交易預(yù)警欺詐交易分布分析全面風(fēng)險管理……目前監(jiān)管機(jī)構(gòu)沒有明確要求客戶單一視圖公司客戶信息管理個人客戶信息管理同業(yè)客戶信息管理目標(biāo)客戶搜索重點(diǎn)客戶關(guān)懷客戶風(fēng)險客戶異動客戶客戶細(xì)分個人客戶細(xì)分公司客戶細(xì)分客戶行為分析客戶輪廓分析產(chǎn)品交叉銷售分析百分比分析渠道偏好分析營銷活動管理營銷活動規(guī)劃營銷活動定義營銷活動執(zhí)行營銷活動蘋果營銷活動自動化渠道接口與集成流程自動化……客戶管理運(yùn)營管理財務(wù)管理風(fēng)險管理監(jiān)管披露示例大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)訪問層即席查詢：通過即席查詢工具或手工書寫SQL語句，完成業(yè)務(wù)信息的即席查看多維分析：從多個維度靈活組合對目標(biāo)值進(jìn)行分析，常見功能包括上下鉆取、透明鉆取、旋轉(zhuǎn)、分頁、層鉆、跨維鉆取等主動問題發(fā)現(xiàn)：通過事件觸發(fā)、規(guī)則匹配等方式發(fā)現(xiàn)企業(yè)運(yùn)營中的問題，通過手機(jī)、郵件等方式報警決策層管理層業(yè)務(wù)人員即席查詢靜態(tài)報表多維分析儀表盤挖掘預(yù)測儀表盤：通過儀表盤及其它展現(xiàn)方式對企業(yè)關(guān)鍵績效指標(biāo)進(jìn)行展示，為領(lǐng)導(dǎo)層決策提供直觀的數(shù)據(jù)支持靜態(tài)報表：按照預(yù)先定義格式，批處理報表，在線查詢報表等Office集成：將分析應(yīng)用嵌入到Office界面中，利用Office的方便、易用特性，降低用戶使用難度問題發(fā)現(xiàn)Office集成Web服務(wù)挖掘預(yù)測：使用專業(yè)的軟件工具，通過數(shù)理統(tǒng)計等高級統(tǒng)計分析算法，分析結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，通過數(shù)據(jù)模型去挖掘隱藏在數(shù)據(jù)中的價值數(shù)據(jù)科學(xué)家業(yè)務(wù)系統(tǒng)Web服務(wù)：將分析應(yīng)用的功能發(fā)布為Web服務(wù)，注冊在企業(yè)服務(wù)總線上，供其它業(yè)務(wù)系統(tǒng)或分析應(yīng)用調(diào)用，獲取分析結(jié)果多種展現(xiàn)形式滿足各層級用戶及應(yīng)用系統(tǒng)使用需求大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)管控層金融數(shù)據(jù)管控體系涵蓋組織架構(gòu)、評價與考核、管控流程、管控平臺四個域。數(shù)據(jù)標(biāo)準(zhǔn)管理數(shù)據(jù)質(zhì)量管理元數(shù)據(jù)管理工作流管理……組織數(shù)據(jù)與信息標(biāo)準(zhǔn)化委員會數(shù)據(jù)管理人數(shù)據(jù)所有人數(shù)據(jù)生產(chǎn)人數(shù)據(jù)使用人IT支持團(tuán)隊考核指標(biāo)責(zé)任評價標(biāo)準(zhǔn)執(zhí)行評價政策執(zhí)行評價評價標(biāo)準(zhǔn)數(shù)據(jù)類型數(shù)據(jù)格式業(yè)務(wù)分類真實(shí)性定義及時性定義完整性定義技術(shù)元數(shù)據(jù)流程評價與考核流程考核指標(biāo)建立/維護(hù)流程標(biāo)準(zhǔn)建立/維護(hù)流程組織建立/維護(hù)流程評價與考核業(yè)務(wù)含義一致性定義數(shù)據(jù)認(rèn)責(zé)平臺安全等級權(quán)限定義數(shù)據(jù)停用數(shù)據(jù)共享數(shù)據(jù)移動數(shù)據(jù)存儲數(shù)據(jù)創(chuàng)建業(yè)務(wù)元數(shù)據(jù)管理元數(shù)據(jù)數(shù)據(jù)全生命周期數(shù)據(jù)安全管理數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)質(zhì)量元數(shù)據(jù)數(shù)據(jù)安全…………審計定義保留策略……大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)管控體系運(yùn)轉(zhuǎn)機(jī)制管控組織數(shù)據(jù)管控委員會數(shù)據(jù)所有人數(shù)據(jù)認(rèn)責(zé)人IT支持……管控流程數(shù)據(jù)接入流程數(shù)據(jù)變更流程數(shù)據(jù)授權(quán)流程數(shù)據(jù)退役流程標(biāo)準(zhǔn)/政策制定流程評價考核流程……評價與考核標(biāo)準(zhǔn)（數(shù)據(jù)標(biāo)準(zhǔn)、質(zhì)量要求、安全要求）遵守標(biāo)準(zhǔn)所需要的政策政策與標(biāo)準(zhǔn)遵從考評定義……數(shù)據(jù)產(chǎn)生者數(shù)據(jù)使用者………流程支撐流程支撐制定管控平臺工具支撐明確了數(shù)據(jù)管控過程中的組織結(jié)構(gòu)、角色、職責(zé)等。管控組織除了要負(fù)責(zé)制定數(shù)據(jù)標(biāo)準(zhǔn)、質(zhì)量、安全等要求外，還需要負(fù)責(zé)制定管控的相關(guān)流程和評價考核指標(biāo)等內(nèi)容?？荚u制定通過建立一些定性或定量的數(shù)據(jù)管控評價考核指標(biāo)，去評估及考核數(shù)據(jù)相關(guān)責(zé)任人職責(zé)履行情況、數(shù)據(jù)管控標(biāo)準(zhǔn)及數(shù)據(jù)政策的執(zhí)行情況等。規(guī)范了數(shù)據(jù)管控過程中，各個環(huán)節(jié)日常任務(wù)處理的運(yùn)作模式，例如數(shù)據(jù)定義如何變更、數(shù)據(jù)沖突如何協(xié)調(diào)等。采用專門的技術(shù)平臺支撐管控流程的自動化，發(fā)布管控組織制定的一些相關(guān)標(biāo)準(zhǔn)和規(guī)范，及時反映管控過程中存在的一些問題等。管控綜合管理標(biāo)準(zhǔn)/規(guī)范管理流程管理考核儀表盤……元數(shù)據(jù)管理業(yè)務(wù)元數(shù)據(jù)管理技術(shù)元數(shù)據(jù)管理管理元數(shù)據(jù)分析……數(shù)據(jù)質(zhì)量管理稽核規(guī)則管理數(shù)據(jù)稽核質(zhì)量報告……工具支撐組織架構(gòu)、評價與考核、管控流程、管控工具這四個域相互作用、相互支撐，提供對各信息系統(tǒng)數(shù)據(jù)的管控。大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)管控組織數(shù)據(jù)管控組織是數(shù)據(jù)管控體系中最重要的因素，它負(fù)責(zé)定義和管理業(yè)務(wù)數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)，制定遵尋標(biāo)準(zhǔn)所必須的政策，監(jiān)測正在進(jìn)行的數(shù)據(jù)管控行動。數(shù)據(jù)管控組織是否有完整與合理的角色定義、是否有高層領(lǐng)導(dǎo)的參與，是整個數(shù)據(jù)管控的成敗的關(guān)鍵。典型的數(shù)據(jù)管控組織如下所示：數(shù)據(jù)管控負(fù)責(zé)部門崗位角色數(shù)據(jù)管控主導(dǎo)方信息管理委員會

數(shù)據(jù)標(biāo)準(zhǔn)管理員數(shù)據(jù)質(zhì)量管理員數(shù)據(jù)產(chǎn)生部門數(shù)據(jù)管控參與方業(yè)務(wù)協(xié)調(diào)人數(shù)據(jù)分析員數(shù)據(jù)主管數(shù)據(jù)使用部門業(yè)務(wù)協(xié)調(diào)人數(shù)據(jù)分析員數(shù)據(jù)主管數(shù)據(jù)擁有部門業(yè)務(wù)協(xié)調(diào)人數(shù)據(jù)分析員數(shù)據(jù)主管數(shù)據(jù)管理部門運(yùn)維組織實(shí)施項目組數(shù)據(jù)安全管理員數(shù)據(jù)管控經(jīng)理元數(shù)據(jù)管理員大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)標(biāo)準(zhǔn)管理消除一數(shù)多義，提升數(shù)據(jù)的唯一性、一致性，將逐步形成的數(shù)據(jù)標(biāo)準(zhǔn)納入一個規(guī)范的管理流程中，進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)的更新、發(fā)布、使用監(jiān)督等工作。數(shù)據(jù)標(biāo)準(zhǔn)管理工作可以分為以下幾個部分：數(shù)據(jù)標(biāo)準(zhǔn)建立和維護(hù)、數(shù)據(jù)標(biāo)準(zhǔn)執(zhí)行、數(shù)據(jù)標(biāo)準(zhǔn)管理的考評。數(shù)據(jù)標(biāo)準(zhǔn)建立和維護(hù)數(shù)據(jù)分類數(shù)據(jù)結(jié)構(gòu)關(guān)鍵業(yè)務(wù)對象關(guān)鍵代碼數(shù)據(jù)維度代碼映射客戶類數(shù)據(jù)標(biāo)準(zhǔn)產(chǎn)品類數(shù)據(jù)標(biāo)準(zhǔn)。。。類數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)標(biāo)準(zhǔn)執(zhí)行數(shù)據(jù)標(biāo)準(zhǔn)管理的考評定性考評定量考評數(shù)據(jù)標(biāo)準(zhǔn)分析報告數(shù)據(jù)標(biāo)準(zhǔn)理念推廣歸檔系統(tǒng)……ODS大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)質(zhì)量管理數(shù)據(jù)質(zhì)量管理框架藍(lán)圖如下，其中數(shù)據(jù)質(zhì)量提升是改進(jìn)數(shù)據(jù)質(zhì)量的手段和質(zhì)量考評的目的：數(shù)據(jù)質(zhì)量要求確認(rèn)，根據(jù)業(yè)務(wù)要求制定和明確數(shù)據(jù)質(zhì)量要求，同時也需要符合數(shù)據(jù)標(biāo)準(zhǔn)的要求；數(shù)據(jù)質(zhì)量考評，對數(shù)據(jù)質(zhì)量的量化評價制定數(shù)據(jù)質(zhì)量問題解決方案，根據(jù)數(shù)據(jù)質(zhì)量考評和日常工作中發(fā)現(xiàn)的數(shù)據(jù)質(zhì)量問題，實(shí)施相應(yīng)的措施，提升數(shù)據(jù)質(zhì)量數(shù)據(jù)質(zhì)量要求業(yè)務(wù)規(guī)則數(shù)據(jù)一致性要求數(shù)據(jù)完整性要求數(shù)據(jù)唯一性要求數(shù)據(jù)準(zhǔn)確性要求數(shù)據(jù)及時性要求數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)數(shù)據(jù)質(zhì)量驗證規(guī)則數(shù)據(jù)質(zhì)量考核指標(biāo)數(shù)據(jù)質(zhì)量提升數(shù)據(jù)補(bǔ)錄手工修正自動修正數(shù)據(jù)質(zhì)量考評數(shù)據(jù)質(zhì)量監(jiān)控不定期數(shù)據(jù)質(zhì)量檢查數(shù)據(jù)質(zhì)量分析報告大數(shù)據(jù)分析平臺總體架構(gòu)——元數(shù)據(jù)管理業(yè)務(wù)元數(shù)據(jù)：面向業(yè)務(wù)人員，從業(yè)務(wù)術(shù)語、業(yè)務(wù)描述、業(yè)務(wù)指標(biāo)和業(yè)務(wù)規(guī)則等幾個方面對數(shù)據(jù)進(jìn)行描述管理元數(shù)據(jù)：面向數(shù)據(jù)管理人員，從運(yùn)維管理的角度描述數(shù)據(jù)處理、數(shù)據(jù)質(zhì)量和數(shù)據(jù)安全的狀態(tài)信息技術(shù)元數(shù)據(jù)：面向技術(shù)人員，從數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)處理細(xì)節(jié)方面對數(shù)據(jù)進(jìn)行技術(shù)化描述大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)安全管理數(shù)據(jù)安全管理可分為數(shù)據(jù)安全分級管理和數(shù)據(jù)訪問授權(quán)管理兩個部分：數(shù)據(jù)安全分級：根據(jù)業(yè)務(wù)要求，制定一系列的數(shù)據(jù)安全分級標(biāo)準(zhǔn)和政策，為數(shù)據(jù)應(yīng)用以及數(shù)據(jù)管理中實(shí)施數(shù)據(jù)安全保護(hù)和訪問提供數(shù)據(jù)安全控制的基礎(chǔ)。數(shù)據(jù)訪問授權(quán)：數(shù)據(jù)訪問授權(quán)的主要工作是根據(jù)數(shù)據(jù)安全分級標(biāo)準(zhǔn)，定義數(shù)據(jù)訪問的授權(quán)方法及流程，建立基于數(shù)據(jù)安全分級的數(shù)據(jù)使用授權(quán)機(jī)制，實(shí)現(xiàn)數(shù)據(jù)訪問和信息披露的安全。數(shù)據(jù)安全分級數(shù)據(jù)敏感度數(shù)據(jù)安全等級定義數(shù)據(jù)訪問授權(quán)數(shù)據(jù)重要性數(shù)據(jù)使用需求數(shù)據(jù)使用者權(quán)責(zé)數(shù)據(jù)訪問授權(quán)規(guī)則安全技術(shù)大數(shù)據(jù)分析平臺總體架構(gòu)——高階工作流程業(yè)務(wù)數(shù)據(jù)規(guī)劃管理高階流程數(shù)據(jù)認(rèn)責(zé)流程數(shù)據(jù)治理考核體系數(shù)據(jù)治理考核流程數(shù)據(jù)治理考核指標(biāo)體系數(shù)據(jù)標(biāo)準(zhǔn)管理管理高階流程數(shù)據(jù)標(biāo)準(zhǔn)建立流程數(shù)據(jù)標(biāo)準(zhǔn)維護(hù)流程數(shù)據(jù)質(zhì)量管理管理高階流程數(shù)據(jù)質(zhì)量要求確定流程元數(shù)據(jù)管理高階流程元數(shù)據(jù)變更流程數(shù)據(jù)安全管理管理高階流程數(shù)據(jù)安全審批流程數(shù)據(jù)認(rèn)責(zé)流程數(shù)據(jù)標(biāo)準(zhǔn)、質(zhì)量、元數(shù)據(jù)、安全管理流程協(xié)調(diào)會議考核流程大數(shù)據(jù)分析平臺總體架構(gòu)——數(shù)據(jù)管控平臺數(shù)據(jù)管控平臺從總體上來說分為數(shù)據(jù)層、應(yīng)用層、展現(xiàn)層三個主要層面，以數(shù)據(jù)層的數(shù)據(jù)庫及相關(guān)基礎(chǔ)系統(tǒng)為主要信息來源，通過應(yīng)用層的運(yùn)算處理，以不同的形式，不同的功能在展現(xiàn)層提供用戶接口首頁標(biāo)準(zhǔn)管理主菜單指標(biāo)速遞待辦事項信息地圖標(biāo)準(zhǔn)瀏覽標(biāo)準(zhǔn)維護(hù)工作管理流程管理績效指標(biāo)系統(tǒng)管理用戶管理權(quán)限管理規(guī)范管理數(shù)據(jù)管控平臺統(tǒng)一用戶集成界面數(shù)據(jù)標(biāo)準(zhǔn)知識庫數(shù)據(jù)管控平臺知識庫……元數(shù)據(jù)管理元數(shù)據(jù)采集……元數(shù)據(jù)知識庫質(zhì)量管理規(guī)則配置……質(zhì)量稽核庫數(shù)據(jù)層應(yīng)用層展現(xiàn)層大數(shù)據(jù)分析平臺總體產(chǎn)品框架非結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)管理分析平臺（X86MPP集群）京東業(yè)務(wù)系統(tǒng)結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)計算平臺（貼源數(shù)據(jù)區(qū)+主題數(shù)據(jù)區(qū)+大數(shù)據(jù)區(qū)）（Hadoop集群+Hive）數(shù)據(jù)交換平臺（自主開發(fā)交換組件+NAS存儲）實(shí)時分析平臺（內(nèi)存數(shù)據(jù)庫）沙盤演練平臺（Hadoop集群）數(shù)據(jù)管控平臺FTPSFTP/HTTP/APICopyfromloalQueue京東云數(shù)據(jù)推送平臺增值產(chǎn)品平臺（Hadoop集群）歷史歸檔查詢平臺（Hadoop集群+Hive）Load（Hive）DistcpHQL+LoadDistcpDistcpHQL+LoadDistcpHQL+LoadSqoopSqoopSqoopMR流程調(diào)度平臺議程大數(shù)據(jù)分析平臺綜述1大數(shù)據(jù)分析平臺總體架構(gòu)2大數(shù)據(jù)分析平臺演進(jìn)路線3大數(shù)據(jù)分析平臺一期實(shí)施重點(diǎn)4附錄：數(shù)據(jù)質(zhì)量管理平臺5大數(shù)據(jù)分析平臺演進(jìn)路線以基礎(chǔ)平臺搭建為主，配合金融集團(tuán)初期業(yè)務(wù)開展，應(yīng)用建設(shè)從客戶信息管理、風(fēng)險管理和運(yùn)營管理三方面開展搭建大數(shù)據(jù)處理平臺和實(shí)時分析平臺，應(yīng)用方面開展實(shí)時分析和數(shù)據(jù)產(chǎn)品封裝開展客戶信息管理、信用風(fēng)險評級和業(yè)務(wù)統(tǒng)計分析三類應(yīng)用建設(shè)開展貼源數(shù)據(jù)整合，初步建立企業(yè)級數(shù)據(jù)視圖，實(shí)現(xiàn)對管理分析類應(yīng)用和實(shí)時分析類應(yīng)用的支撐規(guī)劃數(shù)據(jù)管控藍(lán)圖，初步實(shí)施數(shù)據(jù)質(zhì)量和技術(shù)元數(shù)據(jù)管理2013年2014年——2015年2015年以后對企業(yè)價值的創(chuàng)造應(yīng)管技業(yè)務(wù)分析框架基礎(chǔ)數(shù)據(jù)平臺數(shù)據(jù)管控體系應(yīng)技管全面開展管理分析、實(shí)時分析和沙盤演練應(yīng)用建設(shè)，初步展開增值數(shù)據(jù)產(chǎn)品開發(fā)工作全面開展大數(shù)據(jù)分析平臺建設(shè)，引入更多數(shù)據(jù)源，豐富并完善平臺數(shù)據(jù)區(qū)建設(shè)隨著應(yīng)用體系的搭建，完善數(shù)據(jù)質(zhì)量和元數(shù)據(jù)建設(shè)，開展數(shù)據(jù)標(biāo)準(zhǔn)化工作應(yīng)技管深化分析體系，形成深度智能化業(yè)務(wù)分析性能持續(xù)優(yōu)化、數(shù)據(jù)平臺持續(xù)完善、持續(xù)深化數(shù)據(jù)管控體系，形成金融集團(tuán)企業(yè)級的數(shù)據(jù)管控體系應(yīng)技管一期2013.10當(dāng)前位置未來持續(xù)優(yōu)化提升階段第一階段第二階段第三階段大數(shù)據(jù)分析平臺演進(jìn)說明——基礎(chǔ)數(shù)據(jù)平臺階段劃分建設(shè)內(nèi)容預(yù)期效果第一階段搭建數(shù)據(jù)交換平臺，部署NAS存儲集群，設(shè)計并實(shí)施數(shù)據(jù)庫交換組件和數(shù)據(jù)區(qū)交換組件搭建基礎(chǔ)計算平臺，設(shè)計并實(shí)施貼源數(shù)據(jù)區(qū)，以T+1頻率整合商城和金融業(yè)務(wù)數(shù)據(jù)搭建歷史歸檔查詢平臺，歸檔商城和金融業(yè)務(wù)數(shù)據(jù)文件搭建管理分析應(yīng)用平臺，部署MPP集群和BI分析應(yīng)用環(huán)境搭建實(shí)時分析平臺，部署內(nèi)存數(shù)據(jù)庫和實(shí)時BI分析環(huán)境實(shí)現(xiàn)了數(shù)據(jù)平臺個數(shù)據(jù)區(qū)之間、數(shù)據(jù)平臺與外部系統(tǒng)間的雙向數(shù)據(jù)傳輸實(shí)現(xiàn)了業(yè)務(wù)數(shù)據(jù)按照貼源數(shù)據(jù)模整合實(shí)現(xiàn)了數(shù)據(jù)按照生命周期的歸檔管理實(shí)現(xiàn)了管理分析環(huán)境搭建實(shí)現(xiàn)實(shí)時分析環(huán)境搭建第二階段數(shù)據(jù)交換平臺增強(qiáng)和優(yōu)化，包括：大數(shù)據(jù)交換組件設(shè)計實(shí)施基礎(chǔ)計算平臺增強(qiáng)，包括：引入更多的數(shù)據(jù)源，增強(qiáng)貼源數(shù)據(jù)區(qū)；設(shè)計并實(shí)施主題數(shù)據(jù)區(qū)，打破業(yè)務(wù)條線整合數(shù)據(jù)；設(shè)計并實(shí)施大數(shù)據(jù)區(qū)，實(shí)現(xiàn)企業(yè)內(nèi)外部非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)加工、處理搭建沙盤演練平臺實(shí)時分析平臺增強(qiáng)和優(yōu)化，包括：引入更多應(yīng)用及相關(guān)數(shù)據(jù)源實(shí)現(xiàn)了基礎(chǔ)數(shù)據(jù)一次存儲、一次計算、多次使用建立了數(shù)據(jù)分析人員的實(shí)驗環(huán)境，實(shí)現(xiàn)了用戶自主用數(shù)為實(shí)時、準(zhǔn)實(shí)時類分析用提供平臺為封裝、銷售數(shù)據(jù)類產(chǎn)品提供了平臺第三階段基礎(chǔ)計算平臺持續(xù)增強(qiáng)和優(yōu)化，引入更多的數(shù)據(jù)源、優(yōu)化模型和ETL處理搭建增值產(chǎn)品平臺，設(shè)計并實(shí)施增值產(chǎn)品數(shù)據(jù)區(qū)數(shù)據(jù)交換平臺、沙盤演練平臺、實(shí)時分析平臺進(jìn)一步增強(qiáng)和優(yōu)化數(shù)據(jù)平臺納入盡可能多的企業(yè)內(nèi)外部數(shù)據(jù)數(shù)據(jù)平臺以最優(yōu)的性能支持各類數(shù)據(jù)應(yīng)用大數(shù)據(jù)分析平臺演進(jìn)說明——數(shù)據(jù)管控階段劃分建設(shè)內(nèi)容預(yù)期效果第一階段分析和梳理當(dāng)前數(shù)據(jù)管理方面的成果和現(xiàn)狀，數(shù)據(jù)管控藍(lán)圖和路線圖設(shè)計，數(shù)據(jù)管控工作的組織、技術(shù)和流程高階設(shè)計梳理金融集團(tuán)大數(shù)據(jù)平臺ETL流程各環(huán)節(jié)的數(shù)據(jù)質(zhì)量要求，指定數(shù)據(jù)質(zhì)量檢查規(guī)則、評價指標(biāo)、管控流程，并落地實(shí)施數(shù)據(jù)質(zhì)量管理系統(tǒng)梳理金融集團(tuán)大數(shù)據(jù)平臺包含的技術(shù)元數(shù)據(jù)，如：數(shù)據(jù)字典、ETL任務(wù)、ETL流程、BI語義層等，制定相應(yīng)的管控流程并落地實(shí)施元數(shù)據(jù)管理系統(tǒng)同步大數(shù)據(jù)分析平臺ETL建設(shè)，實(shí)現(xiàn)了數(shù)據(jù)質(zhì)量管理系統(tǒng)收集并整合了金融集團(tuán)所有技術(shù)元數(shù)據(jù)，實(shí)現(xiàn)了數(shù)據(jù)生命周管理、血緣分析和影響分析等功能第二階段隨著更多數(shù)據(jù)源的引入，進(jìn)一步增強(qiáng)數(shù)據(jù)質(zhì)量管理系統(tǒng)隨著更多數(shù)據(jù)源的引入、更多平臺的建立，梳理并整合更多技術(shù)元數(shù)據(jù)梳理金融集團(tuán)大數(shù)據(jù)平臺包含的業(yè)務(wù)和管理類元數(shù)據(jù)，如業(yè)務(wù)術(shù)語、業(yè)務(wù)指標(biāo)、業(yè)務(wù)定義等，制定相應(yīng)的管控流程并落地實(shí)施元數(shù)據(jù)管理系統(tǒng)開展基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)，基礎(chǔ)數(shù)據(jù)標(biāo)準(zhǔn)、管控流程、評價指標(biāo)、落地策略完善了數(shù)據(jù)質(zhì)量管理體系，實(shí)現(xiàn)了問題及時發(fā)現(xiàn)、及時解決實(shí)現(xiàn)了金融集團(tuán)全方位的元數(shù)據(jù)管理，打通了業(yè)務(wù)和技術(shù)元數(shù)據(jù)關(guān)聯(lián)關(guān)系為金融集團(tuán)數(shù)據(jù)平臺建設(shè)提供了基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn)第三階段數(shù)據(jù)質(zhì)量管理持續(xù)優(yōu)化并增強(qiáng)元數(shù)據(jù)管理持續(xù)優(yōu)化并增強(qiáng)基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn)逐步落地實(shí)施開展指標(biāo)類數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)基礎(chǔ)數(shù)據(jù)標(biāo)準(zhǔn)、管控流程、評價指標(biāo)、落地策略通過完善的數(shù)據(jù)管控體系，提升數(shù)據(jù)質(zhì)量、避免數(shù)據(jù)二義性、建立數(shù)據(jù)間的血緣關(guān)系，使得業(yè)務(wù)人員可以方便、有效的使用數(shù)據(jù)，提高數(shù)據(jù)實(shí)用性大數(shù)據(jù)分析平臺演進(jìn)說明——應(yīng)用體系階段劃分建設(shè)內(nèi)容預(yù)期效果第一階段開展客戶信息管理建設(shè)，設(shè)計并實(shí)施個人客戶和供應(yīng)商360°視圖、客戶目標(biāo)搜索、客戶細(xì)分等功能開展風(fēng)險管理建設(shè)，設(shè)計并實(shí)施供應(yīng)商和個人客戶風(fēng)險評級模型開展運(yùn)營管理建設(shè)，設(shè)計并實(shí)施供應(yīng)鏈金融、人人貸等業(yè)務(wù)條線業(yè)務(wù)量統(tǒng)計分析初步梳理實(shí)時、準(zhǔn)實(shí)時分析需求，進(jìn)行高時效分析應(yīng)用試點(diǎn)可以方便的對個人客戶和供應(yīng)商進(jìn)行分群，以及全方位信息查詢和展示供應(yīng)商和個人客戶風(fēng)險等級評定針對目前開展的業(yè)務(wù)進(jìn)行經(jīng)營情況統(tǒng)計分析搭建并驗證高時效應(yīng)用體系第二階段隨著金融集團(tuán)業(yè)務(wù)的展開，逐步開展管理分析體系的建設(shè)，本階段重點(diǎn)為客戶關(guān)系管理、運(yùn)營管理等高級業(yè)務(wù)人員利用沙盤演練平臺進(jìn)行數(shù)據(jù)挖掘、預(yù)測和科學(xué)試驗進(jìn)一步樹立實(shí)時、準(zhǔn)實(shí)時分析需求，深化開展高時效分析應(yīng)用開始梳理市場上的數(shù)據(jù)應(yīng)用需求，嘗試封裝增值數(shù)據(jù)產(chǎn)品通過管理分析體系的建設(shè)、滿足了金融集團(tuán)日常經(jīng)營管理、決策分析和進(jìn)一步提高價值創(chuàng)造力的需要實(shí)現(xiàn)了業(yè)務(wù)人員自主用數(shù)實(shí)現(xiàn)了高時效分析，與業(yè)務(wù)流程的整合實(shí)現(xiàn)了數(shù)據(jù)產(chǎn)品的封裝，提升了數(shù)據(jù)價值第三階段隨著金融集團(tuán)業(yè)務(wù)的展開，進(jìn)一步完善管理分析體系的建設(shè)，包括：市場風(fēng)險管理、操作風(fēng)險管理、財務(wù)管理等收集實(shí)時分析需求，進(jìn)一步增強(qiáng)并優(yōu)化實(shí)時分析應(yīng)用體系增值數(shù)據(jù)產(chǎn)品設(shè)計逐漸成為重點(diǎn)，數(shù)據(jù)分析師收集企業(yè)內(nèi)外部數(shù)據(jù)需求，設(shè)計更完善的增值數(shù)據(jù)產(chǎn)品通過管理分析應(yīng)用體系建設(shè)進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)共享、業(yè)務(wù)協(xié)作與創(chuàng)新通過實(shí)時分析應(yīng)用體系建設(shè)，實(shí)現(xiàn)大數(shù)據(jù)平臺業(yè)務(wù)系統(tǒng)的交互，與業(yè)務(wù)流程的融合增值數(shù)據(jù)產(chǎn)品的開發(fā)進(jìn)一步發(fā)揮的數(shù)據(jù)平臺的數(shù)據(jù)價值議程大數(shù)據(jù)分析平臺綜述1大數(shù)據(jù)分析平臺總體架構(gòu)2大數(shù)據(jù)分析平臺演進(jìn)路線3大數(shù)據(jù)分析平臺一期實(shí)施重點(diǎn)4附錄：數(shù)據(jù)質(zhì)量管理平臺5金融大數(shù)據(jù)分析平臺一期架構(gòu)基礎(chǔ)計算平臺：基于Hadoop集群構(gòu)建，按照業(yè)務(wù)條線、以貼源數(shù)據(jù)模型存儲了業(yè)務(wù)系統(tǒng)明細(xì)數(shù)據(jù)數(shù)據(jù)交換平臺：NAS集群實(shí)現(xiàn)了進(jìn)出數(shù)據(jù)平臺數(shù)據(jù)的暫存，業(yè)務(wù)數(shù)據(jù)交換組件實(shí)現(xiàn)了業(yè)務(wù)系統(tǒng)每日增量數(shù)據(jù)加載，數(shù)據(jù)區(qū)數(shù)據(jù)交換組件實(shí)現(xiàn)了基礎(chǔ)計算平臺與管理分析平臺間的數(shù)據(jù)交換流程調(diào)度平臺：自主開發(fā)的流程調(diào)度引擎實(shí)現(xiàn)整個數(shù)據(jù)平臺的數(shù)據(jù)處理任務(wù)調(diào)度和運(yùn)行管理分析平臺：由X86分析型數(shù)據(jù)庫集群、BI軟件1J2EE應(yīng)用構(gòu)成，實(shí)現(xiàn)了面向應(yīng)用的數(shù)據(jù)加工、管理、分析服務(wù)實(shí)時分析平臺：由高檔X86服務(wù)器組成的集群，實(shí)現(xiàn)高時效、高并發(fā)的實(shí)時、準(zhǔn)實(shí)時類管理分析需求數(shù)據(jù)交換平臺—平臺邏輯架構(gòu)POP金融大數(shù)據(jù)分析平臺NAS集群物流財務(wù)供應(yīng)鏈人人貸……云數(shù)據(jù)推送平臺云數(shù)據(jù)推送平臺實(shí)現(xiàn)源系統(tǒng)數(shù)據(jù)一次獲取獲、按需分發(fā)。平臺采用GoldenGate、JBUS、Flume等技術(shù)獲取增量數(shù)據(jù)，存儲在MySQL集群平臺按照接口規(guī)范生成文件，LZO壓縮后，通過FTP傳輸?shù)絅AS指定目錄數(shù)據(jù)交換平臺由FTP服務(wù)器、加載服務(wù)器和NAS存儲組成，完成業(yè)務(wù)系統(tǒng)數(shù)據(jù)的獲取、加載和歸檔FTP服務(wù)器：利用LVS構(gòu)成的FTP集群，接收云數(shù)據(jù)推送平臺處理后的數(shù)據(jù)，存儲在NAS集群的指定目錄加載服務(wù)器：部署ETL任務(wù)，實(shí)現(xiàn)指定目錄的文件到達(dá)監(jiān)控、文件級檢核、數(shù)據(jù)加載（HiveLoad）到臨時數(shù)據(jù)區(qū)，同時歸檔（copyfromlocal）歷史數(shù)據(jù)區(qū)NAS集群：按照日期和源系統(tǒng)劃分目錄，緩存數(shù)據(jù)，支持日常數(shù)據(jù)交換和ETL…………LVS集群：FTP服務(wù)器#3加載服務(wù)器#1文件加載文件歸檔文件到達(dá)事件監(jiān)控文件級檢核加載服務(wù)器#4文件加載文件歸檔文件到達(dá)事件監(jiān)控文件級檢核LVS集群：FTP服務(wù)器#1LVS集群：負(fù)載均衡服務(wù)器…………數(shù)據(jù)交換平臺—參與方責(zé)任劃分設(shè)計并實(shí)施云數(shù)據(jù)推送平臺；按照金融集團(tuán)接口定義，抽取業(yè)務(wù)系統(tǒng)數(shù)據(jù)；按照金融集團(tuán)接口規(guī)范要求，按時生成數(shù)據(jù)文件、控制文件和DDL文件，并通過FTP傳輸?shù)絅AS指定目錄；若源系統(tǒng)有變更，則要求在變更前提供變更內(nèi)容說明，升級平臺版本，根據(jù)金融集團(tuán)更新接口規(guī)范提供數(shù)據(jù)；應(yīng)及時解決接口數(shù)據(jù)提供過程中出現(xiàn)的問題；對于未盡事宜，應(yīng)同金融集團(tuán)協(xié)商解決。云計算安裝部署金融集團(tuán)大數(shù)據(jù)分析平臺物理環(huán)境、應(yīng)用軟件，并進(jìn)行基礎(chǔ)設(shè)施運(yùn)維；在業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫服務(wù)器安裝并部署云數(shù)據(jù)推送平臺客戶端，并提供數(shù)據(jù)庫訪問。運(yùn)維部門制定接口規(guī)范，并提交給云數(shù)據(jù)推送項目組；梳理業(yè)務(wù)系統(tǒng)數(shù)據(jù)字典，制定接口定義，并提交給云數(shù)據(jù)推送項目組；開發(fā)數(shù)據(jù)交換組件，從NAS獲取數(shù)據(jù)并處理；對接收的數(shù)據(jù)提供驗證功能，并返回驗證結(jié)果到云數(shù)據(jù)推送平臺；根據(jù)云數(shù)據(jù)推送平臺提交的變更通知修改接口定義和數(shù)據(jù)交換組件；對于未盡事宜，應(yīng)同云計算方協(xié)商解決。金融集團(tuán)針對金融集團(tuán)需求，指定接口人、提供文檔；業(yè)務(wù)系統(tǒng)因版本升級等原因?qū)е聰?shù)據(jù)模型發(fā)生變化，及時通知云數(shù)據(jù)推送平臺接口責(zé)任人。研發(fā)部門數(shù)據(jù)交換平臺—業(yè)務(wù)系統(tǒng)數(shù)據(jù)抽取實(shí)現(xiàn)方式每張源系統(tǒng)表都對應(yīng)一個獨(dú)立的數(shù)據(jù)接口數(shù)據(jù)接口由數(shù)據(jù)文件和控制文件構(gòu)成（文件命名和具體內(nèi)容參見接口規(guī)范）文件統(tǒng)一采用UTF-8編碼，統(tǒng)一存在在JSS指定目錄（參見接口規(guī)范）如果在抽取周期內(nèi)沒有數(shù)據(jù)變更，云數(shù)據(jù)推送平臺應(yīng)該生成空的數(shù)據(jù)接口傳輸方式FTP傳輸，利用LVS技術(shù)構(gòu)建FTP集群，接收數(shù)據(jù)傳輸頻率云數(shù)據(jù)推送平臺通常按照T+1頻率為金融集團(tuán)提供數(shù)據(jù)，具體頻率要求參見接口定義接口處理模式云數(shù)據(jù)推送平臺根據(jù)不同接口單元定義，準(zhǔn)備數(shù)據(jù)、生成接口數(shù)據(jù)文件；云數(shù)據(jù)推送平臺根據(jù)接口規(guī)范生成相應(yīng)的接口控制文件；云數(shù)據(jù)推送平臺壓縮數(shù)據(jù)（LZO），并通過FTP將數(shù)據(jù)接口存入NAS指定目錄；金融大數(shù)據(jù)分析平臺部署在不同加載服務(wù)器上的數(shù)據(jù)交換組件完成：定時輪詢NAS指定目錄，獲取接口（包括數(shù)據(jù)文件、控制文件和DDL文件）；執(zhí)行文件級檢核；通過檢核后，將數(shù)據(jù)文件和控制文件移動到NAS集群指定目錄，觸發(fā)后續(xù)ETL處理；在TaskAutomation調(diào)度下執(zhí)行數(shù)據(jù)加載和數(shù)據(jù)歸檔任務(wù)。數(shù)據(jù)交換平臺—平臺部署架構(gòu)數(shù)據(jù)交換平臺由8臺X86服務(wù)器和一個NAS集群構(gòu)成X86服務(wù)器按照功能分為2組，一組實(shí)現(xiàn)數(shù)據(jù)獲取，一組實(shí)現(xiàn)數(shù)據(jù)加載和歸檔NAS集群作為公共數(shù)據(jù)區(qū)，由8臺服務(wù)器共享訪問（讀寫）PythonruntimePythonJSSModuleFTPRedhatLinuxLVS服務(wù)器4HDFSClientHive加載任務(wù)歸檔任務(wù)RedhatLinux加載服務(wù)器1HDFSClientHive加載任務(wù)歸檔任務(wù)RedhatLinux加載服務(wù)器4LANPythonruntimePythonJSSModuleLVSRedhatLinuxLVS服務(wù)器1…………NAS集群負(fù)責(zé)源系統(tǒng)數(shù)據(jù)文件加載和歸檔每臺服務(wù)器負(fù)責(zé)多個源系統(tǒng)支持按需擴(kuò)展/減少服務(wù)器LVS1負(fù)載均衡其它LVS服務(wù)器負(fù)責(zé)接收接口文件，寫入NAS集群目錄支持按需擴(kuò)展/減少服務(wù)器部署數(shù)據(jù)交換平臺和流程調(diào)度平臺程序，各服務(wù)器通過文件鏈接使用按日期和源系統(tǒng)建立數(shù)據(jù)目錄，緩存每日接口文件，供交換平臺訪問流程調(diào)度平臺—平臺邏輯架構(gòu)TaskAutomation驅(qū)動各個平臺、實(shí)現(xiàn)從數(shù)據(jù)存入NAS平臺到數(shù)據(jù)集市生成整個處理過程的工作流管理數(shù)據(jù)交換平臺負(fù)責(zé)數(shù)據(jù)抽取、文件級質(zhì)量檢核、調(diào)用HiveLoad加載數(shù)據(jù)基礎(chǔ)計算平臺使用HiveSQL實(shí)現(xiàn)貼源數(shù)據(jù)整合、公共匯總數(shù)據(jù)處理管理分析平臺使用關(guān)系型數(shù)據(jù)庫的SQL實(shí)現(xiàn)集市數(shù)據(jù)的處理歷史歸檔查詢平臺負(fù)責(zé)數(shù)據(jù)文件和Hadoop集群數(shù)據(jù)歸檔流程調(diào)度平臺—流程調(diào)度元數(shù)據(jù)TaskAutomation的元數(shù)據(jù)統(tǒng)一存儲在MySQL數(shù)據(jù)庫中任務(wù)定義，包括任務(wù)名稱、描述、運(yùn)行服務(wù)器、運(yùn)行狀態(tài)、運(yùn)行時間、相關(guān)數(shù)據(jù)源等屬性任務(wù)依賴，任務(wù)的執(zhí)行依賴與其他上游任務(wù)任務(wù)觸發(fā)，任務(wù)成功執(zhí)行后觸發(fā)的下游任務(wù)任務(wù)組，一組有相互關(guān)系的任務(wù)，全部完成后會觸發(fā)頭任務(wù)運(yùn)行……元數(shù)據(jù)由所有流程調(diào)度服務(wù)器共享流程調(diào)度平臺—任務(wù)調(diào)度引擎通過偵測器偵測事件，按照任務(wù)定義和任務(wù)依賴關(guān)系觸發(fā)任務(wù)運(yùn)行，觸發(fā)方式把主要包括自動觸發(fā)定時觸發(fā)，按照預(yù)先定義的時間周期，如每日、每周、每月，或任何有規(guī)律的時間間隔執(zhí)行任務(wù)。目前可明確的任務(wù)主要是每月執(zhí)行的基礎(chǔ)計算平臺、管理分析平臺數(shù)據(jù)歸檔。事件觸發(fā)，按照特定的事件觸發(fā)、執(zhí)行任務(wù)。如：數(shù)據(jù)文件到達(dá)指定目錄，會觸發(fā)數(shù)據(jù)加載任務(wù)。同樣，流程失敗也會觸發(fā)新的job，如錯誤處理、例外處理等。手動觸發(fā)系統(tǒng)管理員可以使用TaskAutomation提供的界面或命令接口執(zhí)行一些job。這些job的功能通常包括對特定范圍的數(shù)據(jù)進(jìn)行審計與驗證、對特定范圍的數(shù)據(jù)進(jìn)行針對性很強(qiáng)的數(shù)據(jù)清洗、或者是對某流程失敗后的修復(fù)。每個要執(zhí)行的任務(wù)均由任務(wù)執(zhí)行代理啟動運(yùn)行流程調(diào)度平臺—集群可靠性和可擴(kuò)展性高可用性流程調(diào)度所需的元數(shù)據(jù)信息統(tǒng)一保存在MySQL數(shù)據(jù)庫中，集群中任何服務(wù)器發(fā)生故障不會破壞元數(shù)據(jù)完整性。服務(wù)器故障時，只需要修改ETL任務(wù)屬性，指定其他服務(wù)器執(zhí)行任務(wù)即可，故障不會影響任務(wù)依賴關(guān)系、任務(wù)組關(guān)系。擴(kuò)展能力流程調(diào)度集群由多臺服務(wù)器構(gòu)成，按工作負(fù)載劃分不同角色，分別實(shí)現(xiàn)ETL處理過程中不同類型任務(wù)的調(diào)度。當(dāng)某類調(diào)度工作負(fù)載較大時，可通過增加服務(wù)器的方式，實(shí)現(xiàn)集群的橫向擴(kuò)展流程調(diào)度平臺—平臺部署架構(gòu)流程調(diào)度平臺由八臺X86服務(wù)器構(gòu)成，服務(wù)器按照功能分為兩類兩臺X86服務(wù)器部署MySQL數(shù)據(jù)庫集群，存儲流程調(diào)度元數(shù)據(jù)六臺X86服務(wù)器部署流程調(diào)度引擎，負(fù)責(zé)各數(shù)據(jù)區(qū)數(shù)據(jù)處理流程調(diào)度與運(yùn)行TaskAutomationPerlRuntimeHadoopHiveRedhatLinuxMySQLClient臨時/歸檔區(qū)調(diào)度服務(wù)器1TaskAutomationPerlRuntimeHadoopHiveRedhatLinuxMySQLClient貼源區(qū)調(diào)度服務(wù)器TaskAutomationPerlRuntimeHadoopHiveRedhatLinuxMySQLClient匯總區(qū)調(diào)度服務(wù)器TaskAutomationPerlRuntimeHadoopHiveRedhatLinuxMySQLClient臨時/歸檔區(qū)調(diào)度服務(wù)器4MasterNodeMySQL主服務(wù)器MasterNodeMySQL從服務(wù)器……LANMySQL主-從集群，存儲臨時區(qū)、歸檔區(qū)、貼源區(qū)和匯總區(qū)數(shù)據(jù)處理任務(wù)定義，任務(wù)依賴關(guān)系按數(shù)據(jù)區(qū)劃分工作流，工作流不跨數(shù)據(jù)區(qū)臨時區(qū)數(shù)據(jù)處理的工作流部署在數(shù)據(jù)交換換平臺的加載服務(wù)器貼園區(qū)和匯總區(qū)工作流分別部署獨(dú)立的服務(wù)器基礎(chǔ)計算平臺—平臺邏輯架構(gòu)VMVMVMVMVMVMVMVMVMVMVMVMVMVMVM節(jié)點(diǎn)VMVMVMVMVM節(jié)點(diǎn)VMVMVMVMVM節(jié)點(diǎn)節(jié)點(diǎn)節(jié)點(diǎn)節(jié)點(diǎn)節(jié)點(diǎn)節(jié)點(diǎn)Hadoop臨時數(shù)據(jù)區(qū)貼源數(shù)據(jù)區(qū)匯總數(shù)據(jù)區(qū)基礎(chǔ)計算平臺基于Hadoop集群搭建集群采用標(biāo)準(zhǔn)的X86服務(wù)器集群彈性架構(gòu)，按需分配計算資源，支持添加X86服務(wù)器的方式實(shí)現(xiàn)橫向擴(kuò)展集群中的數(shù)據(jù)保留三份，保證任何節(jié)點(diǎn)故障，不影響集群對外提供服務(wù)基礎(chǔ)計算平臺有三個數(shù)據(jù)區(qū)構(gòu)成臨時數(shù)據(jù)區(qū)，緩存當(dāng)日源系統(tǒng)變化（新增、修改、刪除）數(shù)據(jù)，支持后續(xù)ELT數(shù)據(jù)處理貼源數(shù)據(jù)區(qū)，按照源系統(tǒng)數(shù)據(jù)模型整合的明細(xì)歷史數(shù)據(jù)，作為基礎(chǔ)數(shù)據(jù)層實(shí)現(xiàn)數(shù)據(jù)一次整合、多次使用匯總數(shù)據(jù)區(qū)，根據(jù)應(yīng)用需求，對貼源數(shù)據(jù)區(qū)明細(xì)數(shù)據(jù)進(jìn)行預(yù)連接、預(yù)聚合、預(yù)匯總處理的數(shù)據(jù)，實(shí)現(xiàn)了數(shù)據(jù)的一次計算、多次使用基礎(chǔ)計算平臺—臨時數(shù)據(jù)區(qū)包含內(nèi)容主要用途大數(shù)據(jù)分析平臺要整合的源系統(tǒng)，包括：POP、財務(wù)審計、財務(wù)研發(fā)、大物流、供應(yīng)鏈、金融、網(wǎng)站交易、數(shù)據(jù)部和移動客戶端等研發(fā)體系的各業(yè)務(wù)系統(tǒng)。建立數(shù)據(jù)緩沖區(qū)，臨時存放從源系統(tǒng)抽取過來的增量/全量數(shù)據(jù)，支撐后續(xù)ELT處理。設(shè)計原則數(shù)據(jù)庫設(shè)計原則臨時數(shù)據(jù)區(qū)對應(yīng)獨(dú)立的Hive數(shù)據(jù)庫不對外提供訪問，ETL用戶對數(shù)據(jù)庫有增、刪、查、改權(quán)限模型設(shè)計原則邏輯模型參考源系統(tǒng)和接口規(guī)范定義，為每個接口單元設(shè)計實(shí)體、屬性物理模型與邏輯模型保持一致，每個實(shí)體對應(yīng)一張Hive表，表采用LZO壓縮存儲物理模型設(shè)計不建議考慮索引、物化視圖等技術(shù)特性以天為單位，按業(yè)務(wù)日期建立分區(qū)歷史保留原則緩存當(dāng)日業(yè)務(wù)數(shù)據(jù)、為數(shù)據(jù)重跑方便可保留7天歷史過期數(shù)據(jù)直接刪除對應(yīng)分區(qū)，不需要?dú)w檔基礎(chǔ)計算平臺—貼源數(shù)據(jù)區(qū)包含內(nèi)容主要用途與緩沖層相對應(yīng)，貼源整合層主要包括：POP、財務(wù)審計、財務(wù)研發(fā)、大物流、供應(yīng)鏈、金融、網(wǎng)站交易、數(shù)據(jù)部和移動客戶端等研發(fā)體系的各業(yè)務(wù)系統(tǒng)，所有數(shù)據(jù)保留歷史。作為整個數(shù)據(jù)平臺的基礎(chǔ)數(shù)據(jù)層，累計歷史，為主題層、集市層等數(shù)據(jù)區(qū)提供數(shù)據(jù)支撐。設(shè)計原則數(shù)據(jù)庫設(shè)計原則貼源數(shù)據(jù)區(qū)對應(yīng)獨(dú)立的Hive數(shù)據(jù)庫不對外提供訪問，ETL用戶對數(shù)據(jù)庫有增、刪、查、改權(quán)限模型設(shè)計原則針對不需要記錄變化的實(shí)體，其邏輯模型參考緩沖層，按照貼源設(shè)計針對需要記錄變化的數(shù)據(jù)，需要增加時間字段，設(shè)計拉鏈數(shù)據(jù)模型，記錄歷史物理模型考慮分區(qū)，流水表按業(yè)務(wù)日期建立分區(qū)，拉鏈表按終止日期建立分區(qū)歷史保留原則拉鏈表數(shù)據(jù)保留最近37個月的歷史快照表數(shù)據(jù)永久保留交易流水表數(shù)據(jù)保留最近25個月的歷史過期數(shù)據(jù)歸檔到歷史歸檔區(qū)，需要時回遷基礎(chǔ)計算平臺—匯總數(shù)據(jù)區(qū)包含內(nèi)容主要用途針對客戶管理、風(fēng)險評級和業(yè)務(wù)量統(tǒng)計設(shè)計明細(xì)數(shù)據(jù)進(jìn)行預(yù)匯總、預(yù)連接和預(yù)加工后的結(jié)果數(shù)據(jù)。對明細(xì)數(shù)據(jù)進(jìn)行預(yù)匯總、預(yù)連接和預(yù)加工，為應(yīng)用數(shù)據(jù)集市準(zhǔn)備數(shù)據(jù)。設(shè)計原則數(shù)據(jù)庫設(shè)計原則匯總數(shù)據(jù)區(qū)對應(yīng)獨(dú)立的Hive數(shù)據(jù)庫不對外提供訪問，ETL用戶對數(shù)據(jù)庫有增、刪、查、改權(quán)限模型設(shè)計原則匯總層采用了逆范式寬表設(shè)計，某種程度上采用維度建模的方法模型設(shè)計首先需要根據(jù)業(yè)務(wù)和應(yīng)用的需要盡量包含更多的屬性和指標(biāo)，同時兼顧空間匯總層需要針對維度數(shù)據(jù)執(zhí)行標(biāo)準(zhǔn)化處理匯總層模型增加數(shù)據(jù)日期記錄歷史，建議根據(jù)數(shù)據(jù)日期建立分區(qū)歷史保留原則不同實(shí)體采取不同的歷史保留策略建議以支持應(yīng)用為輸入，避免永久保留過期數(shù)據(jù)歸檔到歷史歸檔區(qū)，需要時回遷基礎(chǔ)計算平臺—平臺部署架構(gòu)基礎(chǔ)計算平臺由73臺X86服務(wù)器構(gòu)成，3臺服務(wù)器作為NameNode和JobTrackerNode，70臺服務(wù)器作為DataNode和TaskTrackerNode……DataNodeTaskTrackerNode服務(wù)器1DataNodeTaskTrackerNode服務(wù)器70Name&JobTrackerNode(Secondary)NameNodeJobTrackerNode互聯(lián)70臺服務(wù)器是HDFS數(shù)據(jù)節(jié)點(diǎn)，臨時數(shù)據(jù)區(qū)和貼源整合區(qū)作為獨(dú)立的數(shù)據(jù)庫部署在此服務(wù)器上，并按照3份冗余存儲NN負(fù)責(zé)HDFS元數(shù)據(jù)管理，元數(shù)據(jù)信息存儲在NAS集群指定目錄通過硬件冗余、RAID0+1、SlaveNN等技術(shù)實(shí)現(xiàn)高可用性70臺服務(wù)器是MR計算節(jié)點(diǎn)，Hive提交的SQL語句，轉(zhuǎn)化成MR任務(wù)，由JobTracker分配到每臺服務(wù)器上執(zhí)行SecondaryNN負(fù)責(zé)HDFS元數(shù)據(jù)備份管理，SecondaryJobTracker負(fù)責(zé)MR計算集群JobTracker高可用性JobTracker

Node負(fù)責(zé)MR任務(wù)分配通過心跳信號檢測TaskTracker活動狀態(tài)，排除失效節(jié)點(diǎn)基礎(chǔ)計算平臺—平臺網(wǎng)絡(luò)拓?fù)銷odeNodeNodeNodeNode20NodesRACK1……NodeNodeNodeNodeNode20NodesRACK2……NodeNodeNodeNodeNode20NodesRACK3……NodeNodeNodeNodeNode20NodesRACK3……管理分析平臺—平臺邏輯架構(gòu)客戶信息管理，采用J2EE框架自主開發(fā)，數(shù)據(jù)集市構(gòu)建于分析型數(shù)據(jù)庫集群運(yùn)營績效管理，采用MicroStrategy開發(fā)，數(shù)據(jù)集市構(gòu)建于分析型數(shù)據(jù)庫集群零售業(yè)務(wù)靈活分析，采用MicroStrategy開發(fā)，數(shù)據(jù)集市構(gòu)建于內(nèi)存數(shù)據(jù)庫集群HANA管理分析平臺—安全管理個人客戶信息管理企業(yè)客戶信息管理金融業(yè)務(wù)經(jīng)營分析金融業(yè)務(wù)規(guī)模預(yù)測認(rèn)證管理用戶BI應(yīng)用門戶審計管理授權(quán)管理身份管理授權(quán)管理認(rèn)證管理審計管理安全管理員安全管理員安全管理員賬戶管理平臺安全管理信息庫LDAP賬戶信息權(quán)限信息日志信息大數(shù)據(jù)分析平臺物理架構(gòu)說明平臺所有服務(wù)器均采用標(biāo)準(zhǔn)X86PC服務(wù)器系統(tǒng)劃分為三個子網(wǎng)WEB服務(wù)子網(wǎng)，兩臺服務(wù)器構(gòu)成的Tomcat集群應(yīng)用服務(wù)子網(wǎng)，兩臺服務(wù)器構(gòu)成的MicroStrategy集群數(shù)據(jù)服務(wù)子網(wǎng)基礎(chǔ)計算平臺，73臺服務(wù)器構(gòu)成的Hadoop集群數(shù)據(jù)集市平臺，30臺服務(wù)器構(gòu)成的？集群流程調(diào)度平臺，7臺服務(wù)器構(gòu)成的TaskAutomation集群數(shù)據(jù)交換平臺，5臺服務(wù)器與云數(shù)據(jù)推送平臺接口，分別實(shí)現(xiàn)不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)獲取大數(shù)據(jù)分析平臺一期硬件配置所有服務(wù)器均采用開放的X86架構(gòu)，單臺服務(wù)器建議配置如下：服務(wù)器類型服務(wù)器功能數(shù)量CPU內(nèi)存網(wǎng)口操作系統(tǒng)內(nèi)置盤基礎(chǔ)計算平臺（Hadoop集群）DataNode&TaskTracker服務(wù)器7032128G2*1GbCentos6.312*2TB7200RPMSATAdisksNameNode&JobTracker服務(wù)器332128G2*1GbCentos6.34*600GB15KSASdisksRAID0+1

歷史歸檔查詢平臺（Hadoop集群）DataNode&TaskTracker服務(wù)器301224G2*1GbCentos6.316*3TB7200RPMSATAdisksNameNode&JobTracker服務(wù)器31224G2*1GbCentos6.34*600GB15KSASdisksRAID0+1

沙盤演練平臺（Hadoop集群）DataNode&TaskTracker服務(wù)器3032128G2*1GbCentos6.312*2TB7200RPMSATAdisksNameNode&JobTracker服務(wù)器332128G2*1GbCentos6.34*600GB15KSASdisksRAID0+1

大數(shù)據(jù)分析平臺一期硬件配置（續(xù)）所有服務(wù)器均采用開放的X86架構(gòu)，單臺服務(wù)器建議配置如下：服務(wù)器類型服務(wù)器功能數(shù)量CPU內(nèi)存網(wǎng)口操作系統(tǒng)內(nèi)置盤數(shù)據(jù)交換平臺數(shù)據(jù)接口服務(wù)器51664G2*10GbCentos6.32*600GB15KSASdisksRAID0+1流程調(diào)度&ETL平臺流程調(diào)度&ETL服務(wù)器71664G2*10GbCentos6.32*600GB15KSASdisksRAID0+1元數(shù)據(jù)服務(wù)器Hive元數(shù)據(jù)庫服務(wù)器21664G2*10GbCentos6.34*600GB15KSASdisksRAID0+1管理分析平臺數(shù)據(jù)集市服務(wù)器432128G4*10GbCentos6.32*300GB15KSASdisksRAID0+11632128G2*10GbCentos6.314*300GB15KSASdisksRAID0+1內(nèi)存數(shù)據(jù)庫服務(wù)器420256G2*10GbSLESforSAPapplications11SP28*600GB10kSASdisksRAID5BI應(yīng)用服務(wù)器21664G2*10GbCentos6.32*600GB15KSASdisksRAID0+1WEB服務(wù)器21664G2*10GbCentos6.32*600GB15KSASdisksRAID0+1大數(shù)據(jù)分析平臺一期硬件配置（續(xù)）光前交換機(jī)配置要求千兆端口：278萬兆端口：100帶寬：8GBNAS集群配置如下：總存儲容量：40TB磁盤：15000RPMSASDisks網(wǎng)絡(luò)接口：萬兆網(wǎng)絡(luò)傳輸協(xié)議：TCP/IP網(wǎng)絡(luò)文件協(xié)議：CIFS、NFS單臺Cache：8GB大數(shù)據(jù)分析平臺一期軟件清單類型軟件清單基礎(chǔ)計算平臺Hadoop0.2Centos6.3歷史歸檔查詢平臺Hadoop0.2Centos6.3沙盤演練平臺Hadoop0.2Centos6.3數(shù)據(jù)交換平臺HadoopClient&HiveCentos6.3流程調(diào)度&ETL平臺TaskAutomationMySQLClientPerlRuntime&MySQLDBDCentos6.3類型軟件清單管理分析平臺數(shù)據(jù)集市服務(wù)器？Centos6.3實(shí)時分析平臺內(nèi)存數(shù)據(jù)庫服務(wù)器SAPHanaEnterprise1.0Centos6.3管理分析&實(shí)時分析平臺BI應(yīng)用服務(wù)器MicroStrategy9.3HanaClientDBClientCentos6.3管理分析&實(shí)時分析平臺WEB服務(wù)器Tomcat7.0Centos6.3議程大數(shù)據(jù)分析平臺綜述1大數(shù)據(jù)分析平臺總體架構(gòu)2大數(shù)據(jù)分析平臺演進(jìn)路線3大數(shù)據(jù)分析平臺一期實(shí)施重點(diǎn)4附錄：數(shù)據(jù)質(zhì)量管理平臺5數(shù)據(jù)質(zhì)量管理平臺技術(shù)架構(gòu)數(shù)據(jù)質(zhì)量檢查規(guī)則執(zhí)行模塊作為多個ETL任務(wù)部署在金融數(shù)據(jù)平臺ETL服務(wù)器上，由Automation工作流調(diào)度服務(wù)統(tǒng)一調(diào)度運(yùn)行，實(shí)現(xiàn)各個數(shù)據(jù)區(qū)技術(shù)和業(yè)務(wù)數(shù)據(jù)質(zhì)量檢查數(shù)據(jù)質(zhì)量管理系統(tǒng)元模型包含檢查規(guī)則、檢查執(zhí)行結(jié)果、分析報告，模型作為一個獨(dú)立的Schema部署在決策分析報表平臺的數(shù)據(jù)庫數(shù)據(jù)質(zhì)量檢查規(guī)則配置模塊作為JavaWeb應(yīng)用部署在金融數(shù)據(jù)平臺Tomcat集群上，數(shù)據(jù)質(zhì)量管理員通過統(tǒng)一的Web服務(wù)訪問，實(shí)現(xiàn)檢查規(guī)則的維護(hù)數(shù)據(jù)質(zhì)量分析報告展現(xiàn)模塊作為JavaWeb應(yīng)用部署在金融數(shù)據(jù)平臺Tomcat集群上，用戶通過統(tǒng)一的Web服務(wù)訪問，實(shí)現(xiàn)日報、月報的瀏覽、下載等功能數(shù)據(jù)質(zhì)量分析報告生成模塊作為一個ETL任務(wù)部署在決策分析報表平臺ETL服務(wù)器上，由Automation工作流調(diào)度服務(wù)統(tǒng)一調(diào)度運(yùn)行，按照每日、每月生成各數(shù)據(jù)區(qū)數(shù)據(jù)質(zhì)量檢查報告數(shù)據(jù)質(zhì)量管理平臺以元信息模型為核心，由規(guī)則配置管理模塊、檢查執(zhí)行模塊、分析報告生成模塊和分析報告展現(xiàn)模塊四部分構(gòu)成。整個數(shù)據(jù)質(zhì)量檢查過程以ETL任務(wù)的形式統(tǒng)一調(diào)度執(zhí)行。數(shù)據(jù)質(zhì)量檢查執(zhí)行服務(wù)數(shù)據(jù)質(zhì)量管理的規(guī)則執(zhí)行服務(wù)作為ETL任務(wù)部署在ETL服務(wù)器上在整個數(shù)據(jù)處理過程中，設(shè)置4類檢查點(diǎn)在不同的檢查點(diǎn)由TaskAutomation工作流統(tǒng)一調(diào)度執(zhí)行檢查結(jié)果統(tǒng)一存入數(shù)據(jù)質(zhì)量管理資料庫1234檢查規(guī)則執(zhí)行服務(wù)檢查點(diǎn)1云數(shù)據(jù)推送平臺接口文件級規(guī)范性檢查任務(wù)說明任務(wù)類型ETL任務(wù)——技術(shù)型檢查ETL階段云數(shù)據(jù)推送平臺->金融數(shù)據(jù)交換平臺NAS存儲指定目錄執(zhí)行頻率每日執(zhí)行執(zhí)行方式由TaskAutomation工作流引擎根據(jù)工作流定義統(tǒng)一調(diào)度，在ETL服務(wù)器上執(zhí)行檢查對象云數(shù)據(jù)推送平臺按照接口規(guī)范導(dǎo)出的業(yè)務(wù)系統(tǒng)每日增量數(shù)據(jù)文件和控制文件檢查內(nèi)容接口文件是否存在，接口文件名稱是否正確，接口文件是否通過MD5校驗實(shí)現(xiàn)技術(shù)Linux腳本語言，Perl或Python成功閾值所有規(guī)則通過檢查依賴任務(wù)N/A觸發(fā)任務(wù)數(shù)據(jù)加載檢查規(guī)則執(zhí)行服務(wù)檢查點(diǎn)2臨時區(qū)數(shù)據(jù)技術(shù)性檢查任務(wù)說明任務(wù)類型ETL任務(wù)——技術(shù)型檢查ETL階段臨時數(shù)據(jù)區(qū)->貼源整合數(shù)據(jù)區(qū)執(zhí)行頻率每日執(zhí)行執(zhí)行方式由TaskAutomation工作流引擎根據(jù)工作流定義統(tǒng)一調(diào)度，在Hadoop集群上執(zhí)行檢查對象云數(shù)據(jù)推送平臺按照接口規(guī)范導(dǎo)出的業(yè)務(wù)系統(tǒng)每日增量數(shù)據(jù)檢查內(nèi)容日期、時間格式檢查；主鍵唯一型檢查；外鍵參照完整型檢查；關(guān)鍵字段取值完整性檢查實(shí)現(xiàn)技術(shù)HiveSQL成功閾值90%記錄通過檢查異常處理未通過檢查的記錄存入指定錯誤明細(xì)表依賴任務(wù)接口文件級規(guī)范性檢查任務(wù)觸發(fā)任務(wù)貼源數(shù)據(jù)整合任務(wù)檢查規(guī)則執(zhí)行服務(wù)檢查點(diǎn)3匯總區(qū)業(yè)務(wù)性檢查任務(wù)內(nèi)容說明任務(wù)類型ETL任務(wù)——業(yè)務(wù)型檢查ETL階段貼源整合數(shù)據(jù)區(qū)->匯總數(shù)據(jù)區(qū)執(zhí)行頻率每日/月/季執(zhí)行執(zhí)行方式由TaskAutomation工作流引擎根據(jù)工作流定義統(tǒng)一調(diào)度，在Hadoop集群上執(zhí)行檢查對象匯總數(shù)據(jù)區(qū)的數(shù)據(jù)檢查內(nèi)容業(yè)務(wù)邏輯檢查：通過對若干個匯總值/指標(biāo)值的運(yùn)算，來檢驗各個匯總值/指標(biāo)間潛在的平衡或其他比較關(guān)系實(shí)現(xiàn)技術(shù)HiveSQL成功閾值90%記錄通過檢查異常處理未通過檢查的記錄存入指定錯誤明細(xì)表依賴任務(wù)貼源整合數(shù)據(jù)區(qū)數(shù)據(jù)處理完成觸發(fā)任務(wù)集市數(shù)據(jù)區(qū)應(yīng)用數(shù)據(jù)生成檢查規(guī)則執(zhí)行服務(wù)檢查點(diǎn)4.1應(yīng)用集市區(qū)技術(shù)性檢查任務(wù)內(nèi)容說明任務(wù)類型ETL任務(wù)——業(yè)務(wù)型檢查ETL階段匯總數(shù)據(jù)區(qū)->應(yīng)用集市數(shù)據(jù)區(qū)執(zhí)行頻率每日/月/季執(zhí)行執(zhí)行方式由TaskAutomation工作流引擎根據(jù)工作流定義統(tǒng)一調(diào)度，在應(yīng)用集市數(shù)據(jù)庫集群上執(zhí)行檢查對象應(yīng)用集市數(shù)據(jù)區(qū)的數(shù)據(jù)檢查內(nèi)容主鍵唯一型檢查；外鍵參照完整型檢查；關(guān)鍵字段取值完整性檢查實(shí)現(xiàn)技術(shù)SQL成功閾值90%記錄通過檢查異常處理未通過檢查的記錄存入指定錯誤明細(xì)表依賴任務(wù)匯總數(shù)據(jù)區(qū)數(shù)據(jù)處理完成觸發(fā)任務(wù)N/A檢查規(guī)則執(zhí)行服務(wù)檢查點(diǎn)4.2應(yīng)用集市區(qū)業(yè)務(wù)性檢查任務(wù)內(nèi)容說明任務(wù)類型ETL任務(wù)——業(yè)務(wù)型檢查ETL階段匯總數(shù)據(jù)區(qū)->應(yīng)用集市數(shù)據(jù)區(qū)執(zhí)行頻率每日/月/季執(zhí)行執(zhí)行方式由TaskAutomation工作流引擎根據(jù)工作流定義統(tǒng)一調(diào)度，在應(yīng)用集市數(shù)據(jù)庫集群上執(zhí)行檢查對象應(yīng)用集市數(shù)據(jù)區(qū)的數(shù)據(jù)檢查內(nèi)容業(yè)務(wù)邏輯檢查：通過對若干個指標(biāo)值的運(yùn)算，來檢驗各個指標(biāo)間潛在的平衡或其他比較關(guān)系數(shù)值檢查：主要是通過對單個指標(biāo)值的監(jiān)控來發(fā)現(xiàn)數(shù)據(jù)的異常、突變等情況波動檢查：通過對單個指標(biāo)值一段時間內(nèi)的數(shù)值變化情況來檢查數(shù)據(jù)的波動、變化情況一致性檢查：通過對兩個指標(biāo)按某幾個維度展開后的增減幅度來發(fā)現(xiàn)數(shù)據(jù)的波動、變化情況實(shí)現(xiàn)技術(shù)SQL成功閾值90%記錄通過檢查異常處理未通過檢查的記錄存入指定錯誤明細(xì)表依賴任務(wù)匯總數(shù)據(jù)區(qū)數(shù)據(jù)處理完成觸發(fā)任務(wù)N/A數(shù)據(jù)質(zhì)量管理分析報告生成服務(wù)分析報告生成服務(wù)是部署在ETL服務(wù)器上的ETL任務(wù)，按照任務(wù)流程被TaskAutomation統(tǒng)一調(diào)度執(zhí)行，生成以下三類報告：源系統(tǒng)數(shù)據(jù)交換質(zhì)量日報該報告匯總了報告生成當(dāng)天源系統(tǒng)的數(shù)據(jù)接口校驗結(jié)果，包括針對每個接口單元的表及記錄級校驗錯誤的統(tǒng)計數(shù)據(jù)和指標(biāo)日平均值數(shù)據(jù)質(zhì)量匯總?cè)請笤搱蟾嬉勒彰咳崭髟聪到y(tǒng)數(shù)據(jù)交換評價指標(biāo)的平均值及當(dāng)天的貼源數(shù)據(jù)、匯總數(shù)據(jù)和數(shù)據(jù)集市質(zhì)量檢查結(jié)果匯總生成數(shù)據(jù)質(zhì)量匯總月報該報告依照當(dāng)月的日報結(jié)果，取各項指標(biāo)的平均值和數(shù)據(jù)統(tǒng)計的匯總值生成數(shù)據(jù)質(zhì)量管理分析報告指標(biāo)定義指標(biāo)分類指標(biāo)名稱指標(biāo)說明對應(yīng)報告接口單元級評價指標(biāo)接口傳輸及時率指在最后截止時間前完成上傳的接口單元數(shù)量與時限內(nèi)要求上傳的接口單元數(shù)的比率?！对聪到y(tǒng)數(shù)據(jù)交換質(zhì)量日報（XX系統(tǒng)）》接口傳輸完整率指在數(shù)據(jù)