案例背景

據麥肯錫調查結果顯示，75%的企業無法對其掌握的數據進行深入利用。究其原因，多數企業欠缺強大的敏捷數據運營工具，無法將“數據驅動決策”的思維融入各個部門。

某國內最早開始布局數據平臺的頭部股份制銀行所建設的統一商業智能平臺近年來逐步支撐了行內公金、投金、零售、私行、財會、運營、風險等條線的數據分析產品及分行部分數據應用建設，在推行“業務自助用數”方面取得了顯著成效。

客戶痛點

根據最新統計，該銀行全行BI分析產品用戶月活已達到20000+，月請求量突破100w+，報表突破3000張，業務自助制作報表已經成為主流。

然而隨著數據量和數據需求的日益增長，分析師自助制作的數據分析報告普遍面臨著報告首屏3s內打開率不高、無法針對重點報告定制化性能優化、重點及熱點報告訪問性能難以保障、性能優化強依賴人工，難以支持動態變化的業務需求、優化后維持時間較短等諸多挑戰，進而制約了敏捷業務運營效能的提升——通過分析發現，80%以上性能不達標的查詢請求，是因為無法命中最佳CuboID。

解決方案

基于上述問題，Aloudata對該行分析平臺架構進行了升級，在數據源與分析報告之間加入了Aloudata數據加速引擎，該引擎通過基于場景端數據查詢需求對數據源進行智能物化加速的能力，實現了對報告查詢性能的自適應優化，大幅提升了VIP報告中熱點查詢的性能，加速后平均耗時明顯低于加速前；同時讓業務部門擺脫了報告制作、性能優化等工作對專業技術人員的強依賴。

方案整體示意圖如下：

如上圖所示，Aloudata數據加速引擎是介于數據源和分析軟件(如Tableau等)之間的加速層，Aloudata數據加速引擎通過觀察場景端用戶行為，智能生成加速方案，從數據源中抽取數據進行預計算物化加速，進而減少即席查詢過程中的計算量，實現了查詢性能提升；在2.0版本中，Aloudata數據加速引擎通過直連數據倉庫，基于內置的高性能多模數據分析引擎，進一步降低了報表制作及性能優化對IT人員的依賴和架構復雜度，最終實現了敏捷、高性能的數據洞察體驗。 

方案價值

基于上述方案，項目組在行內選取了100張VIP報告進行了查詢加速，通過對比發現，加速后平均耗時較加速前大幅降低，平均性能提升78.25倍。

圖：100張VIP報告加速前后查詢性能對比

在單條SQL查詢方面，對總共3486條加速后的SQL查詢耗時進行統計分析發現，99.2%的SQL查詢都在1秒內，其中91.19%的查詢在250毫秒以內，而加速前原數據源有81%的查詢大于1秒，整體效果提升非常明顯。

圖：3486條SQL查詢耗時實測數據

在金融業落地新基建、加速數字化轉型的今天，行業對數據基礎設施的要求也在不斷提高。數據基礎設施之于金融業，已經不僅僅是業務的基礎技術支撐，而是逐漸升級為驅動金融業務創新轉型的平臺和底座。高靈活高時效的分析場景是數字化經濟的必然趨勢，更是金融業打破組織邊界、體驗數字化營銷魅力的必要前提。隨著業務和需求的不斷發展，在支持更多場景的同時降低人力投入，是自適應加速引擎未來迭代的方向。Aloudata將在產品和技術上不斷精進，積極推動金融行業信息基礎設施的轉型升級，在保證安全、穩定、可靠的同時，致力于提供快捷、高效的處理能力，以更好滿足金融業務未來的發展需要。