大数据最新资讯-Excel应用_云计算技术_云计算应用_虚拟化_大数据分析_大数据技术与应用_OpenStack_K8S_数据治理资讯

非结构化数据的存储商业银行

非结构化数据的存储商业银行的非结构化数据在早期只是业务发展或项目开展过程的信息记录，因此一般只要能够提供检索即可，从而对其存储和管理的要求并不是很高。
2018-05-07 阅读全文>>
网络数据的采集

网络数据的采集。随着网络信息的爆炸式增长，网络已成为全球最大的、最重要的信息资源共享平台，在网络上每时每刻都在动态刷新的页面中，蕴藏着大量的可用的数据。
2018-05-07 阅读全文>>
非结构化数据的采集商业银行

非结构化数据的采集商业银行的非结构化数据主要来源于行内和行外两类途径。
2018-05-07 阅读全文>>
数据存储技术

数据存储技术数据存储技术平台的选择一般要结合数据的重要等级、服务等级、安全等级、数据类型、数据访问特性（增／删／改／查）等多种因素综合考虑。
2018-05-07 阅读全文>>
数据存储支撑的服务

交易型数据区。交易型数据区处于信息收集的最前端。该区的数据旨在对联机交易进行服务，是满足客户办理业务需要的重要区域。通过应用的渠道接人、交互控制与客户进行信息交互；通过业务处理的业务逻辑控制与操作
2018-05-07 阅读全文>>
交易型数据区与集成型数据区

交易型数据区包括渠道接入、交互控制、业务处理、决策支持与管理等各类联机应用数据；存储客户自助或与银行操作人员在业务交互办理过程中产生的原始数据的存储，包括业务处理数据、内部管理数据和一些外部数据，其存储的是当前状态数据。
2018-05-03 阅读全文>>
结构化数据存储

数据存储区的划分银行有许多产品，如传统的存贷款业务，需要与客户进行交易，各银行均有许多的账务、协议、流水等交易数据。这些数据随着时间的推移，逐渐变“旧”，成为历史数据，而且数据规模逐步增大
2018-05-03 阅读全文>>
核心交易系统、外围系统间的数据分布

银行的核心交易系统主要是指账务处理系统，外围系统一般包括渠道、产品管理、内部管理、业务辅助支撑、增值类服务等不涉及账务处理的系统。许多银行的核心交易系统部署在主机上（这里的主机一般为IBM大型机），以求获得相对高效稳定的交易性能
2018-05-03 阅读全文>>
主副本数据分布

在数据中心内部，为满足各类银行业务需要，系统呈多样化，分门别类，如核心账务系统、后台经营分析和风险管理系统等。这些系统之间存在数据交互和冗余部署，以期达到系统最优化、用户体验最佳的目的。因此，也需要综合考虑系统间如何进行数据部署，特别是主副本数据的分布。
2018-05-03 阅读全文>>
总分行数据分布

纵观商业银行IT系统的发展史，特别是大型银行，一般都经历了数据从分布到集中的过程，通过数据中心的构建，统一存储数据，降低运维管理、设备投入成本。
2018-05-03 阅读全文>>
数据分布与存储

系统内，特别是分布式系统内的数据分布与存储，各银行关注得比较多，而对于企业范围内的数据分布与存储，各银行一般考虑得比较多的是主副本数据分布，对于其他方面，如总分行、核心与外围系统的数据分布与存储布局则考虑得较少。
2018-05-03 阅读全文>>
数据生命周期管理执行效果

通过以上措施，此商业银行数据生命周期管理已形成成熟体系，将全行上百个系统纳入了统一管理范畴，年清理数据量达2PB左右。
2018-05-03 阅读全文>>
评价与跟踪

此商业银行将对数据生命周期管理情况进行有效跟踪并做评价。具体来说，首先比对设计系统中登记的数据生命周期管理策略与生产上是否一致；其次将实际的数据生命周期策略与规范进行比较，检查是否合理，并将其作为一个计分项记人系统的评价之中。
2018-05-03 阅读全文>>
系统与支撑二

版本发布相关工具将数据生命周期管理策略自动形成清理程序和脚本，通过版本工具直接发布到生产部署的清理工具中去，所有的工作都做到自动执行，减少了人工参与。
2018-05-03 阅读全文>>
系统与支撑

此商业银行针对数据生命周期管理的每个环节建立了相关系统和工具，来支撑其落地实施工作。
2018-05-03 阅读全文>>