鲲鹏携手神州鲲泰，加速交通银行数字化建设

近年来，随着交通银行业务体量的快速增长，其业务品种不断丰富，业务流程日趋多元化、便捷化和智能化，客户调取数据的频率愈发频繁，数据管理压力与日剧增。如何应对高密度、高并发且愈发日常化的数据管理压力，已经成为交通银行乃至整个银行业不得不面对的挑战！

交通银行在金融行业率先展开对基础架构改造的测试验证，在此过程中，神州鲲泰作为产品及方案提供商，不仅需要提供稳定可靠的产品，同时必须具备为客户进行业务和系统规划的能力，以达成监管机构的目标要求。

鲲鹏展翅，鲲泰领航

为应对挑战，交通银行搭建了1000+节点的FusionInsight+DWS大数据集群，对现有多个数据平台进行整合重构，并借助产品的新版本能力，重新规划“一湖一仓”的数据架构体系，通过湖仓融合，实现数据同宗同源；通过实时引擎，实现海量数据实时更新。

其中，交通银行数据仓库（DWS）是企业级的大规模并行处理关系型数据库。其采用MPP（Massive Parallel Processing）架构，支持行存储与列存储，提供PB（Petabyte，2的50次方字节）级别数据量的处理能力。

该数据仓库采用神州鲲泰R722服务器作为算力底座，该服务器是基于鲲鹏处理器全新开发的一款具有广泛用途的双路服务器，其在确保卓越计算性能的同时，支持超大容量的本地存储，轻松应对数据的快速增长，提供灵活、强大的资源扩展能力，在性能和功耗之间取得了完美平衡，真正实现了高效计算和绿色节能。

神州鲲泰R722服务器

交通银行数据仓库（DWS）在核心技术上跟传统数据库相比有巨大优势：

★ 数据处理性能得到提升，为超大规模数据管理提供高性价比的通用计算平台；

★ 各系统支撑能力得到提升，能更好的支撑数据仓库系统、BI（Business Intelligence）系统和决策支持系统，统一为上层应用的决策分析等提供服务。

从具体应用场景来看，其PB级数据负载能力，可以适用于安全、电信、金融、物联网等行业的详单查询业务，内存分析技术可满足海量数据边入库边查询；其具备的百TB级数据支撑能力，可以高效处理百亿行多表join，适用于操作数据存储ODS（Operational Data Store）、数据仓库EDW（Enterprise Data Warehouse）、数据集市DM（Data Mart）；其海量数据查询统计分析能力与事务处理能力、行列混存技术可同时满足OLTP与OLAP混合负载场景；其分布式并行数据库集群满足PB级结构化大数据的分析。

是算力底座更是业务持续增长的驱动器

神州鲲泰R722服务器凭借高效计算、高可用、拓展多元、易管理等特性，为交通银行架构升级后的业务开展提供了强有力的支撑与驱动：

◆ 首先，实现了对交通银行数据的统一管理。利用从各种数据源提供的数据，管理人员将不再需要凭着有限的数据做出商业决策；

◆ 其次，数据仓库及智能BI还可直接用于市场细分、库存管理、财务管理、销售等业务流程中，极大地降低了管理成本，提高了经济效益；

◆ 然后是提高了数据的质量和一致性。

数据仓库的实施将数据从众多的数据源系统中转换成共同的格式，便于数据的处理，极大提高了准确性；最后是可以提供历史的智慧。交通银行数据仓库储存了大量的历史数据，可以通过分析不同时期的数据实现对未来业务趋势的预测。

当前数字经济发展如火如荼，数字中国已成为数字时代推进中国式现代化的重要引擎，在关键的金融行业，神州鲲泰凭借自身优质、多样性的产品和解决方案，服务于金融行业的众多业务场景，已在银行、保险、证券等金融领域规模商业落地，成为中国农业银行、中国建设银行、交通银行、民生银行、上海证券交易所等金融客户的重要合作伙伴。

未来将持续在更多城商行、区域银行及证券、保险等金融机构全面铺开，为更多金融行业客户提供专业的产品及服务。