华为云FusionInsight助力宇宙行打造金融数据湖新标杆
摘要：工行采用了华为云FusionInsight MRS大数据存算分离方案，实现了大数据平台与OBS对象存储服务的对接，将原有的HDFS数据无缝迁移到OBS上。在保证性能的前提下，实现了计算与存储独立按需扩容，轻松应对业务浪涌，提升资源整体利用率。
工商银行作为数字金融的领导者，践行“科技引领，创新赋能”的发展理念，持续提升工行金融服务实体经济的能力。工商银行和华为开展联创工作，引入了华为云FusionInsight智能数据湖，搭建了自主可靠的大数据平台，解决了大数据全场景生态化应用的存储、算力和算法挑战，支撑了工商银行企业级数据湖、数据仓库、集团信息库的建设，数据智能服务由事后快速演进到事前、事中的阶段。
【业务挑战】
传统大数据存储计算耦合，TCO高
工行之前使用传统大数据的三副本存储性价比低，往往10PB的存储空间，有效容量仅3PB；同时存在存储、计算等资源不均衡，往往存储利用率超过70%，但CPU利用率不足50%，扩容时需要计算、存储资源一起扩容，存在资源浪费现象。
湖仓数据割裂，产生数据孤岛，协同分析难
工行内部使用SAS等工具通过HiveQL访问数据湖数据性能差，平均响应时间5分钟~2小时，并发能力不足（<10并发）。湖仓数据割裂，关联分析需要通过繁杂的ETL任务，将数据加工后加载到OLAP集市，数据链路长，分析效率和开发效率都很低。
平台升级需中断，缺少平滑演进能力
工行大数据平台的Hadoop批量集群已超过1000节点，日均处理作业10万+，数据存储数十PB，承载了全行重点批量作业，其中包括反欺诈、精准营销等多个重要业务场景，服务连续性需求较高。而大数据技术迭代快，传统升级方式需断电、重启等操作，升级操作复杂，影响现网业务运行，且大集群升级耗时长，突发故障易中断升级动作。
【解决方案】华为云FusionInsight MRS云原生数据湖助力构筑金融大数据平台
工行采用了华为云FusionInsight MRS大数据存算分离方案，实现了大数据平台与OBS对象存储服务的对接，将原有的HDFS数据无缝迁移到OBS上。在保证性能的前提下，实现了计算与存储独立按需扩容，轻松应对业务浪涌，提升资源整体利用率。华为独有的Flex-EC技术将副本率降低至1:1.25，存储资源优化提升2.4倍。
工行大数据平台承载了总行和200+分支行的数据，为了解决数据分布散、协同难等问题，降低金融分析师的用数难度，工行采用了华为云FusionInsight MRS 的HetuEngine服务，通过HetuEngine引擎实现跨地市的协同计算，一个SQL连接就可以访问全部数据源，直接做碰撞分析，实现湖仓互联互通协同分析，避免不必要的ETL流程，减少数据搬迁
大数据技术快速发展，为满足业务变化发展需求，工行采用了华为云FusionInsight MRS 滚动升级方案，借助于Hadoop核心组件的高可用机制， MRS按照依赖层次，多层次并行，在不影响集群整体业务的情况下，一次升级/重启少量节点，依据组件和实例的依赖关系，自动编排升级批次。升级过程中，隔离故障节点，待升级完成后，再进行故障处理。循环滚动，直至集群所有节点升级到新版本。
【客户价值】
MRS存算分离方案，TCO降低60%
计算/存储解绑定，精准投资，灵活扩展，计算资源利用率提升30%+，存储资源利用率提升100%+，TCO降低60%。统一数据存储底座，多个计算集群共享同一份数据，降低业务规划、扩容、维护难度，提供百亿文件EB级扩展能力。
HetuEngine跨源跨源协同
使用华为云自研框架HetuEngine，大幅度降低计算资源浪费，仅原1/5的硬件资源即可支持45+并发，跨源跨源协同分析性能提升至秒级，兼容99% Hive语法，应用无缝迁移。
MRS滚动升级实现架构平滑演进，业务0中断
通过华为云FusionInsight滚动升级能力，实现大集群分批次滚动升级，业务0中断；故障节点隔离功能确保升级动作的稳定运行，实现7*24小时不间断服务；1000+精细化运维指标及可视化操作简化运维，实现一个架构持续演进。
未来为满足工行业务高速发展需求，工行金融数据湖规模将达3000+节点，满足工商银行批处理、流处理、交互式分析等大数据应用场景, 进一步提升数据洞察能力和基于场景的数据挖掘能力，充分释放大数据作为基础型战略资源的核心价值。
本文分享自华为云社区《华为云FusionInsight助力宇宙行打造金融数据湖新标杆》，原文作者：徐礼锋。
