构建实时银行应用程序:英国金融机构 Nationwide 为何选择 MongoDB Atlas

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 正如 Nationwide 在135 年前的初衷一样,无论数字化程度如何,Nationwide仍将继续以会员为核心,满足会员的日常需求

Nationwide Building Society超过135年的互助合作
Nationwide Building Society(以下简称“Nationwide”)是一家英国金融服务提供商,拥有超过 1500 万名会员,是全球最大的建房互助会。

Nationwide 的故事可以追溯到 1884 年,当时协会的创始人提议合作运动应建立专门的建房互助会。那时,人们的生活相对简单。各种银行产品通常只提供给富人,工薪阶层很难获得信贷资源和长期住房保障。这些普通的劳动大众需要有个能存钱、能借钱的地方。他们希望通过建立互助会来满足自身需求,提供各种金融新机遇。Nationwide Building Society 便由此应运而生。而在 135 年后的今天,这种互助基础依然牢不可摧。

自 19 世纪末以来,Nationwide在英国依旧家喻户晓。它为会员提供活期账户、抵押贷款、储蓄存款以及其他个人理财方面的帮助。

随着竞争品牌纷纷推出各种新型银行业务模式,客户对网络数字银行服务的需求和呼声日益高涨。如今的Nationwide需要不断提升技术堆栈,紧跟其拓展服务的步伐。

英国家喻户晓的品牌

现状-努力推出各种线上实时功能

尽管 Nationwide 的移动银行平台自 2012 年以来经历了数千次更新,但该平台仍须不断优化提升,增加各种新功能。如今,不少客户都期望使用数字优先的产品,他们希望实时查看自己的所有账户,并能制定有助于理财的各种规则。

Nationwide 的应用程序架构主管
Rob Jackson
“我们的客户希望所有业务现在都能在线办理,而且要求支持实时操作。

但对 Nationwide 来说,要实现这一目标,需要攻克复杂的技术难关——如果这些在线任务中有一项任务耗时过长,或者如果数据没有正确整合,客户体验就会受到影响。Nationwide需要采取全新的技术方法,更新底层技术基础设施,提升软件运营水平,从而实现实时追踪、修复和更新相关任务或数据。
image.png

推动更直观的理财方式

挑战-从大型机迁移至现代技术

Nationwide 对大型机技术的长期依赖显然是 Jackson 及其团队开展创新的切入点。

自 2012 年起,Nationwide 就一直在大型机这个传统技术孤岛中存储和处理大量客户接触点(网络、移动设备和分支机构)数据。大型机很难使用,而且减缓了开发实践的速度。随着实时数据不断涌入,这些信息的速度和多样性开始对大型机构成了挑战。

为了提供全新的数字服务,Nationwide 需要掌握一种尽快从大型机中获取数据的方法,以便为客户提供最新信息。Jackson 表示,一种方法就是扩展大型机,但这种方法“速度太慢、成本太高”。相反,团队希望为大型机“减负”,将大型机上存储的数据复制到新的实时事件流平台上。该平台有助于整合所有数据,方便开发者使用并发布这些新功能。该实时事件流平台被称为“加速层 (Speed Layer)”,它将成为 Nationwide 海量数据请求和事件溯源的来源,而在事件溯源中,对应用的所有变更都会存储为事件序列。

“这意味着我们终于可以打破数据孤岛,实时合并和丰富数据。只有这样我们才能更好地提升敏捷性、支持创新活动。”

为了实现所有这一切,团队需要一个全新的现代化数据库来查询、管理和扩展所有这些信息。该数据库需要具备灵活性、便于开发者使用,而且能够大规模地安全存储关键任务数据。

使用 Nationwide 银行应用 尽享业务随时随地随心办

解决方案 - 摆脱数据库的束缚,构建各种新功能

Nationwide 评估了文档数据库的市场及其所需的各种企业级能力:多功能性、功能性、韧性和安全性。经过严格的试用和测试过程,团队选择了全球云数据库服务 MongoDB Atlas,并开始在 Amazon Web Services上运行该服务。

“我们听说过 MongoDB,也知道在有类似应用场景的组织中不少开发者都在使用它的文档数据库。MongoDB 是最受欢迎的一项数据库技术,而优秀的人都希望用上最好的技术。我们当是就想在 Nationwide 中打造这样的技术环境。”

如下文手绘的彩色草图所示,加速层通过变更数据捕获从大型机中获取实时数据,并将数据推送到事件流平台 Kafka 上。然后,速度层使用流处理技术为 MongoDB 生成各种 Kafka 主题。数据之后会被路由至 MongoDB 中进行持久化,形成支持查询的环境。

加速层堆栈

通过将大型机数据实时复制到 MongoDB Atlas 中,开发者可以借助微服务架构将有关信息推送给对应的服务,这意味着每个工程团队都能掌握最新数据,为客户构建各种新功能和实时功能。

有了 MongoDB Atlas,团队无需再担心基础设施预配、实例扩展或备份方面的管理工作,因为这一切均由 MongoDB Atlas 完全托管。而团队可以将精力集中在新功能的构建上。

“我们发现 MongoDB Atlas 采用了一种很好的数据组织方法,对于我们的开发者来说非常简单易用。”

团队现在能够使用 MongoDB 的灵活数据模型更快地构建应用程序,处理极为多样化的数据类型,并且可以更加高效地大规模管理应用程序。

传统的关系系统采用复杂的表和行格式,而 MongoDB 的实时数据则以一系列 JSON 文档来表示,这让开发者能以自然语言更直观地表示数据,并由此开发出性能更好的应用程序。尽管 Nationwide 如今在加速层中使用了 MongoDB Atlas,但 Jackson 解释说这仅仅是双方合作的开始。由于数字化转型是 Nationwide 的长期项目,因此选择 MongoDB 既考虑到了即时影响,也考虑到了未来价值。

“该路线图看起来非常有趣。最近新增的 Atlas App Services 和移动数据库等功能可能会对我们将来扩展客户功能大有用处。

效果 - 为企业创造新的竞争优势

加速层仍处于早期生产阶段,但已经表现出强劲的回报,特别是为 Nationwide 带来了韧性和敏捷性,而且能够摄取丰富的数据集。然而,加速层的效果最终将体现在它能否让 Nationwide 为客户大规模构建基于数据的各种实时功能上。新架构以事件为驱动,为客户更轻松地实现这些新功能提供了机会。

“长期以来,金融服务提供商在数据捕获和安全存储方面一直表现出色。但他们在向客户宣传有关数据的 10 个有趣事实方面做得不够,而这可以给他们带来实实在在的好处。为此我们正在改变这种状况。”

如今不难想象 Nationwide 的做法将催生大量新的应用程序和实时功能,并为其创造竞争优势。正如 Nationwide 在135 年前的初衷一样,无论数字化程度如何,Nationwide仍将继续以会员为核心,满足会员的日常需求。

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
1月前
|
NoSQL Cloud Native atlas
探索云原生数据库:MongoDB Atlas 的实践与思考
【10月更文挑战第21天】本文探讨了MongoDB Atlas的核心特性、实践应用及对云原生数据库未来的思考。MongoDB Atlas作为MongoDB的云原生版本,提供全球分布式、完全托管、弹性伸缩和安全合规等优势,支持快速部署、数据全球化、自动化运维和灵活定价。文章还讨论了云原生数据库的未来趋势,如架构灵活性、智能化运维和混合云支持,并分享了实施MongoDB Atlas的最佳实践。
|
2月前
|
NoSQL Cloud Native atlas
探索云原生数据库:MongoDB Atlas 的实践与思考
【10月更文挑战第20天】本文探讨了MongoDB Atlas的核心特性、实践应用及对未来云原生数据库的思考。MongoDB Atlas作为云原生数据库服务,具备全球分布、完全托管、弹性伸缩和安全合规等优势,支持快速部署、数据全球化、自动化运维和灵活定价。文章还讨论了实施MongoDB Atlas的最佳实践和职业心得,展望了云原生数据库的发展趋势。
|
2月前
|
存储 人工智能 NoSQL
使用 MongoDB 构建 AI:Gradient Accelerator Block 如何在几秒钟内让您从零开发 AI
借助 MongoDB,开发者可以存储任何结构的数据,然后使用单一查询 API 和驱动程序将这些数据用于 OLTP、文本搜索和向量搜索处理。
|
2月前
|
人工智能 NoSQL 测试技术
使用 MongoDB 构建 AI:Patronus 如何自动进行大语言模型评估来增强对生成式 AI 的信心
若需了解更多MongoDB Atlas相关内容,可前往:https://www.mongodb.com/zh-cn/atlas
使用 MongoDB 构建 AI:Patronus 如何自动进行大语言模型评估来增强对生成式 AI 的信心
|
2月前
|
人工智能 自然语言处理 NoSQL
|
2月前
|
存储 NoSQL MongoDB
小川科技携手阿里云数据库MongoDB:数据赋能企业构建年轻娱乐生态
基于MongoDB灵活模式的特性,小川实现了功能的快速迭代和上线,而数据库侧无需任何更改
|
2月前
|
人工智能 NoSQL 机器人
MongoDB Atlas与YoMio.AI近乎完美适配:推理更快速、查询更灵活、场景更丰富
随着MongoDB的新发布和革新,YoMio.AI的“闪电式发展”值得期待。
|
2月前
|
JavaScript NoSQL 前端开发
使用 Node.js 和 MongoDB 构建实时聊天应用
【10月更文挑战第2天】使用 Node.js 和 MongoDB 构建实时聊天应用
|
4月前
|
人工智能 NoSQL atlas
MongoDB Atlas与大语言模型的梦幻联动:如何瞬间提升企业级AI应用的构建效率?
【8月更文挑战第8天】在大数据时代,企业需挖掘数据价值。MongoDB Atlas作为云端数据库服务,以灵活性著称,减轻运维负担并支持全球数据分布。大语言模型(LLMs)革新AI构建方式,擅长处理自然语言。本文通过对比展示如何整合Atlas与LLMs,构建高效企业级AI应用:Atlas确保数据高效存储管理,LLMs提供语言理解与生成能力,二者结合加速AI应用开发并激发创新潜能。
72 1
|
6月前
|
人工智能 NoSQL atlas
Questflow借助MongoDB Atlas以AI重新定义未来工作方式
Questflow借助MongoDB赋能AI员工,助力中小型初创企业自动化工作流程,简化数据分析,提升客户体验,推动AI与员工的协作,重新定义未来工作方式
5494 2

相关产品

  • 云数据库 MongoDB 版
  • 下一篇
    DataWorks