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
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
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
|
7天前
|
编解码 Java 程序员
写代码还有专业的编程显示器?
写代码已经十个年头了, 一直都是习惯直接用一台Mac电脑写代码 偶尔接一个显示器, 但是可能因为公司配的显示器不怎么样, 还要接转接头 搞得桌面杂乱无章,分辨率也低,感觉屏幕还是Mac自带的看着舒服
|
9天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1568 10
|
1月前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
12天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
784 27
|
2天前
|
移动开发 JavaScript 前端开发
💻揭秘!如何用 Vue 3 实现酷炫的色彩魔方游戏✨
本文分享了开发基于Canvas技术的小游戏"色彩魔方挑战"的完整过程。游戏旨在考验玩家的观察力和耐心,通过随机生成的颜色矩阵和一个变化点,玩家需在两幅画布中找出不同的颜色点。文章详细讲解了游戏的核心功能,包括随机颜色矩阵生成、点的闪烁提示、自定义配色方案等。此外,作者展示了使用Vue 3和TypeScript开发的代码实现,带领读者一步步深入了解游戏的逻辑与细节。
103 68
|
2天前
|
存储 前端开发 JavaScript
🚀前端轻松实现网页内容转换:一键复制、保存图片及生成 Markdown
在现代前端开发中,提升用户的交互体验至关重要。本文将详细介绍如何使用 HTML2Canvas 和 Turndown 两个强大的 JavaScript 库,实现将网页选中文本转化为图片并保存或复制到剪贴板,或将内容转换为 Markdown 格式。文章包含核心代码实现、技术细节和功能拓展方向,为开发者提供了一个轻量级的解决方案,提升用户体验。
100 68
|
16天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
849 5
|
9天前
|
存储 SQL 关系型数据库
彻底搞懂InnoDB的MVCC多版本并发控制
本文详细介绍了InnoDB存储引擎中的两种并发控制方法:MVCC(多版本并发控制)和LBCC(基于锁的并发控制)。MVCC通过记录版本信息和使用快照读取机制,实现了高并发下的读写操作,而LBCC则通过加锁机制控制并发访问。文章深入探讨了MVCC的工作原理,包括插入、删除、修改流程及查询过程中的快照读取机制。通过多个案例演示了不同隔离级别下MVCC的具体表现,并解释了事务ID的分配和管理方式。最后,对比了四种隔离级别的性能特点,帮助读者理解如何根据具体需求选择合适的隔离级别以优化数据库性能。
232 4
|
2天前
|
人工智能
云端问道12期-构建基于Elasticsearch的企业级AI搜索应用陪跑班获奖名单公布啦!
云端问道12期-构建基于Elasticsearch的企业级AI搜索应用陪跑班获奖名单公布啦!
121 1
|
6天前
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
475 2