雲HBase全面支持金融雲可用區-支持實時安全風控、高並發訪問等

前言

HBase已經全面支持金融雲的業務，包括華東1、華東2、華南區域。HBase是一個通用的資料庫，在金融雲場景下有較多的需求，本文主要分析hbase解決哪些金融場景的需求

金融雲實時風控

在安全風控的場景下，我們往往需求存儲大量的結構化數據，主要因為越多的數據，畫像風控越精準，阿里螞蟻金融實時風控流程圖如下：

1、數據源會產生在各個地方，以事件為中心，事件有很多的屬性，比如：人物、行為、環境、時間 等，會高並發的入庫操作。

2、離線分析，我們往往會對歷史數據進行較高的並發分析，分析完成後。要麼在線直接寫入集群，要麼離線導入集群中。

3、在線的風控平台 在交易發生時，會實時查詢交易相關的數據，並且實時判斷此筆交易的安全係數，如果有較高風險，則直接干預交易，阻止交易發生

在此場景，我們需要存儲大量的風控相關的信息，並且需要離線分析數據後，再高並發的寫入。另外 在線風控平台運行時，需要較低的延遲。

因為HBase高並發、高存儲量，且高的入庫速度， 螞蟻金融也是在眾多的資料庫產品中選擇了hbase。

時序類的存儲

在金融場景，比如股票、證券、期貨的K線圖，需要大量存儲數據。目前不少客戶基於以下論文設計了時序類的產品。

基於HBase的金融時序數據存儲系統:此篇論文設計並實現了1個基於HBase的金融時序數據的存儲系統.設計了基於金融時序數據的HBase預分區策略,可解決HBase存儲熱點的問題;採用了行鍵優化策略和基於時序數據的表設計策略,可解決數據存儲分散的問題;使用了提供非同步處理機制的事件驅動的Netty框架所編寫的中間件接收採集器發送的請求,可解決高並發事務的處理問題.實驗結果表明,與HBase原生方法相比,該系統的性能在處理高並發時更好.

金融類大數據量的存儲

保險數據、金融的交易數據 是海量的，目前關係型數據不能很好的支持，也不是關係型的長項目。特點是：往往存的比較多，需要在線實時訪問，訪問頻率比較多，有明顯的熱度。目前HBase很好的滿足此類的需求。比如，中國人壽的保單就是存在hbase之中，見：中國人壽基於HBase的企業級大數據平台：使用一個大跨表存儲所有的保單，HBase寬表的實踐

歡迎加入交流

阿里雲HBase平台已經全面支持在金融雲分鐘級別開通hbase，並且在運維、內核層面保障業務的運行，歡迎試用。

https://www.aliyun.com/product/hbase?spm=5176.8142029.388261.288.JX7qnN

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！