集算器行業案例

更新於 20190927

1. 金融

A. 產權交易所統一數據集市案例
【案例領域】數據集市
【案例說明】傳統數據集市是利用 ETL 工具將數據封裝成目標結構導入前置數據庫，按需建模致使需求變化適應性差、實時性差。集算器構建統一數據計算層，與應用相結合，用計算適應需求變化，實時跨源計算，數據持久化到文件，高效且低成本。

B.銀行業自助分析前置服務器方案
【案例領域】自助分析
【案例說明】自助分析要求及時響應，當數倉複用嚴重，前置數據庫又不能知足全量查詢時，使用集算器做爲查詢網關，解析查詢 SQL 後執行動態路由，僅訪問高頻熱數據的，由集算器計算並返回，全量查詢需訪問低頻冷數據的，適配轉換爲目標 SQL 後執行，兩部分計算結果經集算器二次彙總後返回。

C.銀行櫃員績效考覈案例
【案例領域】應用系統
【案例說明】用 Java 解析 Excel 文件，作結構化運算，開發效率低，與主程序高度耦合，維護麻煩。採用集算器敏捷語法後，開發效率翻數倍，原來 Java1000 行，現在只需 24 行，與主程序解耦後，輕鬆應對需求變動。

D.海量帳戶大併發實時查詢解決方案
【案例領域】應用系統
【案例說明】高併發海量信息若是每次都從數據庫中獲取數據，須要擴充節點才能支撐，帶來高昂的成本；使用 ES 僅能承接相似單表的查詢，沒法完成關聯查詢，部分表中的數據更新後，又要全量更新全文索引，維護很是麻煩。利用集算器存儲這類數據，使用壓縮列存緩存數據，協同 SPL 高效算法，輕鬆應對各類關聯查詢的同時，僅用 1/6 的機器數量即達到了 ES 同等的性能。

E.銀行可視化大屏後端計算案例
【案例領域】大屏可視化
【案例說明】數據來源多、接口類型多、關聯計算難、開發週期長是可視化大屏項目數據準備階段的難點。集算器提供統一計算服務、多源關聯計算、敏捷語法輕鬆破解此類難題，省去大屏數據庫，保障了實時性。

F.銀行業離線報表訂閱系統案例
【案例領域】報表應用
【案例說明】報表訂閱、數據訂閱能有效緩解在線系統壓力，及時知足業務按期桌面分析需求。集算器能夠將 DTS 和 ODS 下的各種異構數據源統一轉換爲性能更高的二進制文件，不只能夠高效處理、無限擴容，還方便問題追溯、保障數據準確，輸出各種數據。

G.銀行業大數據量清單報表案例
【案例領域】報表應用
【案例說明】後端是 Hadoop 體系，前端很慢怎麼辦？增長前置庫，延用傳統分頁，結構臃腫，開發工做量大，效果通常。在應用層植入集算器計算模塊，兩個異步線程輕鬆搞定，代碼精簡，工做量小，效果明顯。

H.保險行業歷史保單關聯業務跑批性能優化
【案例領域】ETL 批處理
【案例說明】利用數據特徵，有序存儲數據，採用壓縮列存，分段關聯運算，實現了關係數據庫沒法實現的優化算法，跑批性能迅猛提高。

2. 通信

A.通訊服務業報表中臺案例
【案例領域】中臺應用
【案例說明】通信行業報表不少比較複雜，常常會寫幾百行的 SQL、多層嵌套；長 SQL 完成不了，還要用多個臨時表分步，而後 all union，decode 來處理不少字段，以實現目標表；存儲過程開發繁瑣、移植困難。引入集算器做爲敏捷中臺計算層，自然分步、避免嵌套、省去臨時表、調試方便，極大提升了開發效率、節省了維護成本。

B.SAP 系統大數據量資產負債表的性能優化案例
【案例領域】報表應用
【案例說明】集算器對目標表進行預處理，計算後造成數據緩存文件，有效解決大數據集報表運算慢的難題，原來須要 30-40 秒才能呈現的資產負債表，如今提升到 1-2 秒內。

3. 零售

A.木槿生活數據平臺案例
【案例領域】數據集市
【案例說明】零售行業報表衆多，業務邏輯複雜，用複雜 SQL 和存儲過程描述問題，嚴重製約了開發效率，執行僅依賴前置庫致使性能不好。用集算器構建數據集市，報表開發全面應用 SPL 語言，輕鬆應對各類報表難題，基於文件存儲，IO 更高效，數據分佈變靈活，平臺性能大幅提高。

4. 製造

A.生產製造業庫齡計算案例 New!
【案例領域】大數據計算 【案例說明】在 Oracle 總計 139 行 SQL 代碼，開發了 15 天，單庫齡 3 億數據量，計算須要 9 分鐘；採用 SPL 描述僅需 17 行代碼，23 秒完成；性能提升了 20 倍，開發時間縮短到 2 天。