近线数据服务平台架构解析

近年来，大数据概念早已在国内银行业中大规模普及，越来越多的企业开始尝试借助大数据技术的力量，来推动企业内部与外部的创新。但是，由于大数据与传统技术的理念与技术差异，导致很多银行和企业在实施大数据战略的过程当中，遇到各种各样的问题。因此，如何使用正确的方法和步骤运用大数据技术，是众多金融服务机构在试水大数据技术时首先遇到的难题。

近线数据服务平台，是大数据技术在银行业中的一类平台性应用。其核心的理念在于，以大数据技术为基础，将全量数据从离线与近线系统中统一复制到近线平台，使得该平台保存企业中全量核心数据。近线数据服务平台的业务价值目标包括“离线数据近线化”与“近线数据瘦身”。

离线数据近线化：银行中的离线数据一般包括2年或以上的历史数据。当这些数据不需要被在线或近线系统访问时，它们会被从生产库卸载并被存放于磁带或光盘库等静态介质中。一般来说，当行内人员需要访问这些数据时，需要花费大量的精力和时间找到并将这些数据恢复到临时访问环境。而离线数据近线化，则是借助大数据海量存储空间以及对这些数据的计算能力，将原本无法被直接访问的数据，以相对低廉的成本做到近线化，对行内行外人员提供历史数据查询检索服务。

近线数据瘦身：很多银行的近线数据存储在ODS或数仓中。而随着业务规模的扩大，企业一方面需要不断对近线数据进行归档，另一方面需要不断对这些系统进行扩容。而以传统关系型数据库为基础的ODS或数仓的扩容成本相当高昂，因此，以大数据分布式计算存储为平台，将部分ODS或数仓的功能转移至近线数据平台，可以实现对当前ODS或数仓系统的瘦身。

除了“离线数据近线化”与“近线数据瘦身”两大业务目标外，近线数据服务平台的搭建围绕着初期投入小、见效快、以及安全可靠三大目标建设。<