基于阿里云数据库MongoDB版,微财数科“又快又稳”服务超7000万客户

本文涉及的产品
RDSClaw,2核4GB
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介: 选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。

对于金融行业来说,“数据存储管理”至关重要,因为它不仅影响业务运营的效率,还直接关系到客户数据的安全和合规性。

微财数科是一家创新型金融科技企业,服务超过7000万客户,以“科技为本,创新金融服务,创造美好生活”为使命,凭借长期积累的金融科技能力和智能风控技术,致力于成为金融机构值得信赖的合作伙伴;同时通过科技力量助力消费金融业务,服务高成长用户,赋能小微经济发展。

作为一家金融科技公司,微财数科的核心业务之一是为客户提供贷款和信用评估服务。为了确保风险管理的有效性,微财数科需要实时处理大量的交易数据和客户信用信息。这要求微财数科的数据存储系统具有高性能、高可用性和强大的数据处理能力。

当前业务挑战

金融科技所面临的业务场景往往较为复杂。一方面,小额高频需求叠加庞大的用户群,使得金融科技场景下的进件规模较大,对中后台的技术支撑要求较高;另一方面,多元业务场景,不同金融机构的合作需求,也对金融科技企业的开发效率和系统敏捷性提出更高标准。

此外,由于金融业务场景的特殊性,数据安全和系统稳定性标准也显著高于其他行业。因此,面对诸如处理高并发,保证用户服务体验,拓展新场景的开发效率等需求,金融科技必须重构底部资源层和基础软件层,以适配数字平台发展战略。

在进行风险控制时,微财数科面临以下几个主要挑战:

  1. 数据量巨大:每天处理数百万条交易记录和信用评估数据。
  2. 实时分析需求:需要实时监控交易行为,识别潜在风险。
  3. 数据安全和合规性:保护客户敏感信息,符合监管要求。

解决方案

微财数科选择了阿里云数据库MongoDB版作为非结构化的核心数据库解决方案,通过以下方式应对挑战:

数据分片和复制:

● 分片:将数据分片,以便横向扩展数据库。这样可以有效处理大规模数据,同时保持高性能。
● 复制集:通过设置复制集,实现数据的高可用性和容灾能力。一旦某个节点出现故障,系统可以自动切换到备份节点,确保服务不中断。

实时数据处理和分析:

● 聚合管道:利用阿里云数据库MongoDB版的聚合管道功能,实时处理和分析交易数据。通过设定复杂的查询和分析规则,及时发现异常交易行为,进行预警和干预。
● 多数据源整合:将来自不同渠道客户授权数据整合到阿里云数据库MongoDB版中,进行全面的信用评估和风险分析。

数据安全和合规性:

● 数据加密:对存储的数据进行加密,确保敏感信息在存储和传输过程中得到保护。
● 权限控制:设置严格的访问权限控制,只有经过授权的人员才能访问特定数据。
● 审计日志:启用阿里云数据库MongoDB版的审计功能,记录所有数据访问和操作,确保合规性和追溯能力。

image.png

数据迁移和同步:

阿里云数据传输服务(Data Transmission Service,简称DTS)集数据迁移、订阅及实时同步功能于一体,通过该产品保障了数据实时迁移和一致性。
image.png

● 阿里云DTS提供丰富的数据校验能力,其中全量校验具备自适应复检能力,高效保障存量数据一致性;提供的增量校验能实现源库低流量、低扰动来保障增量数据一致性检验。对于校验出的不一致数据,能够以源端实例数据为参考进行订正,保证迁移过程中数据的一致性。

● 阿里云DTS提供一定场景下的并发写入策略切换能力,能够有效提高增量迁移速率,保障数据迁移的高效准确。

业务效能显著提升

借助于阿里云数据库MongoDB版的强大能力,微财数科的业务在以下方面收获了显著提升:

  1. 提升了数据处理能力:系统能够每天高效处理数TB级交易记录,支持实时风控分析。

  2. 提高了服务可靠性:通过数据分片和复制集,系统具备了高可用性和容灾能力,减少了停机时间。

  3. 增强了数据安全性:通过加密和权限控制,确保客户数据的安全和合规,提升了客户信任度。

  4. 优化了风控模型:通过整合多数据源和实时分析,风险控制模型更加精准,有效降低了逾期率和坏账率。

  5. 借助阿里云DTS的数据迁移和校验能力,实现了数据高效准确的迁移上云,助力公司业务的高质量发展。

客户收益

阿里云数据库MongoDB版作为微财数科的数据存储管理解决方案,在提升风控能力方面发挥了重要作用。通过高效的数据处理、实时分析和严格的安全控制,微财数科不仅提高了业务运营的效率,还增强了对客户的服务能力,为公司的发展提供了有力支持。

在个性化金融产品推荐方面

● 阿里云数据库MongoDB版的分布式架构和高性能查询能力使得实时数据分析和处理成为可能,为个性化推荐提供了可靠的数据支持。
● 通过阿里云数据库MongoDB版的聚合管道功能,微财数科能够快速、高效地进行复杂数据分析,提升推荐系统的响应速度和精度。
● 阿里云数据库MongoDB版提供的分片能力解决大表存储,提升数据查询效率,同时减少维护成本(碎片、索引管理、查询效率)。

在智能风控系统方面

● 利用阿里云数据库MongoDB版的复制集和分片技术确保了系统的高可用性和可扩展性,能够处理海量的交易数据。
● 实时的聚合分析和查询优化功能支持风控系统对大数据的快速处理和实时风险评估。

在运营优化方面

● MongoDB灵活的文档模型和强大的数据处理能力,使得复杂的运营数据分析和处理变得更加简单和高效。
● 通过阿里云数据库MongoDB版收集和分析公司内部运营数据,如客服记录、业务流程数据等,发现运营中的瓶颈和改进点。
● 自动化工具减少了人工操作,提高了工作效率和准确性。同时显著降低了运营成本,提高了公司的盈利能力。

客户展望

微财数科副总裁/CTO 吴迪:“MongoDB在金融科技业务场景下,高效解决了异构数据的存储,实时数据分析的痛点问题,在风控审核与推荐等高时效与高稳定性要求的场景下,发挥了至关重要的作用,在未来也将在AI领域持续输出价值。”

选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。这些特性使得MongoDB在微财数科的个性化金融产品推荐、智能风控系统和数据驱动的运营优化等典型应用场景中得到了广泛应用,充分契合了公司的业务需求和创新战略,推动了公司的数字化转型和高质量发展。

通过利用MongoDB的数据库技术和服务,微财数科在数据创新和业务发展方面取得了显著成效。阿里云数据库MongoDB版不仅为微财数科提供了强大的数据存储和处理能力,还通过其高可用性和可扩展性,支持了公司在个性化推荐、智能风控和运营优化等方面的创新举措。数据驱动的战略使微财数科在金融科技领域保持了竞争优势,并持续推动业务的高质量发展。

相关文章
|
9月前
|
存储 关系型数据库 数据库
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
本文通过一个 Agentic RAG 应用的完整构建流程,展示了如何借助 RDS Supabase 快速搭建具备知识处理与智能决策能力的 AI 应用,展示从数据准备到应用部署的全流程,相较于传统开发模式效率大幅提升。
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
|
9月前
|
NoSQL MongoDB 数据库
数据库数据恢复—MongoDB数据库数据恢复案例
MongoDB数据库数据恢复环境: 一台操作系统为Windows Server的虚拟机上部署MongoDB数据库。 MongoDB数据库故障: 工作人员在MongoDB服务仍然开启的情况下将MongoDB数据库文件拷贝到其他分区,数据复制完成后将MongoDB数据库原先所在的分区进行了格式化操作。 结果发现拷贝过去的数据无法使用。管理员又将数据拷贝回原始分区,MongoDB服务仍然无法使用,报错“Windows无法启动MongoDB服务(位于 本地计算机 上)错误1067:进程意外终止。”
|
9月前
|
缓存 NoSQL Linux
在CentOS 7系统中彻底移除MongoDB数据库的步骤
以上步骤完成后,MongoDB应该会从您的CentOS 7系统中被彻底移除。在执行上述操作前,请确保已经备份好所有重要数据以防丢失。这些步骤操作需要一些基本的Linux系统管理知识,若您对某一步骤不是非常清楚,请先进行必要的学习或咨询专业人士。在执行系统级操作时,推荐在实施前创建系统快照或备份,以便在出现问题时能够恢复到原先的状态。
946 79
|
9月前
|
存储 NoSQL MongoDB
MongoDB数据库详解-针对大型分布式项目采用的原因以及基础原理和发展-卓伊凡|贝贝|莉莉
MongoDB数据库详解-针对大型分布式项目采用的原因以及基础原理和发展-卓伊凡|贝贝|莉莉
375 8
MongoDB数据库详解-针对大型分布式项目采用的原因以及基础原理和发展-卓伊凡|贝贝|莉莉
|
8月前
|
运维 NoSQL 容灾
告别运维噩梦:手把手教你将自建 MongoDB 平滑迁移至云数据库
程序员为何逃离自建MongoDB?扩容困难、运维复杂、高可用性差成痛点。阿里云MongoDB提供分钟级扩容、自动诊断与高可用保障,助力企业高效运维、降本增效,实现数据库“无感运维”。
|
NoSQL MongoDB 数据库
数据库数据恢复——MongoDB数据库服务无法启动的数据恢复案例
MongoDB数据库数据恢复环境: 一台Windows Server操作系统虚拟机上部署MongoDB数据库。 MongoDB数据库故障: 管理员在未关闭MongoDB服务的情况下拷贝数据库文件。将MongoDB数据库文件拷贝到其他分区后,对MongoDB数据库所在原分区进行了格式化操作。格式化完成后将数据库文件拷回原分区,并重新启动MongoDB服务。发现服务无法启动并报错。
|
人工智能 Cloud Native 多模数据库
实力见证!数据管理服务DMS、云原生多模数据库Lindorm荣获“2024技术卓越奖”
实力见证!数据管理服务DMS、云原生多模数据库Lindorm荣获“2024技术卓越奖”
336 1
|
存储 NoSQL MongoDB
微服务——MongoDB常用命令1——数据库操作
本节介绍了 MongoDB 中数据库的选择、创建与删除操作。使用 `use 数据库名称` 可选择或创建数据库,若数据库不存在则自动创建。通过 `show dbs` 或 `show databases` 查看所有可访问的数据库,用 `db` 命令查看当前数据库。注意,集合仅在插入数据后才会真正创建。数据库命名需遵循 UTF-8 格式,避免特殊字符,长度不超过 64 字节,且部分名称如 `admin`、`local` 和 `config` 为系统保留。删除数据库可通过 `db.dropDatabase()` 实现,主要用于移除已持久化的数据库。
744 0
|
存储 NoSQL MongoDB
从 MongoDB 到 时序数据库 TDengine,沃太能源实现 18 倍写入性能提升
沃太能源是国内领先储能设备生产厂商,数十万储能终端遍布世界各地。此前使用 MongoDB 存储时序数据,但随着设备测点增加,MongoDB 在存储效率、写入性能、查询性能等方面暴露出短板。经过对比,沃太能源选择了专业时序数据库 TDengine,生产效能显著提升:整体上,数据压缩率超 10 倍、写入性能提升 18 倍,查询在特定场景上也实现了数倍的提升。同时减少了技术架构复杂度,实现了零代码数据接入。本文将对 TDengine 在沃太能源的应用情况进行详解。
620 0

推荐镜像

更多