数据中台在光大银行的二次蜕变

案例来源:光大银行
会议地点:上海
分享时间: 2021-11-26 10:00-11:00

王磊  |

光大银行 信息科技部数据中台团队负责人

光大银行数据中台团队负责人、前IBM咨询顾问、信通院大数据产品评测专家评委、《分布式数据库30讲》专栏作者,负责数据中台、智能思维平台等系统建设及数据技术研发工作,长期聚焦于对分布式架构和大数据技术领域。

课程概要

话题概述:
光大银行参考互联网数据中台实践,同时结合自身多年数据仓库的运营经验,提出了新“数据中台”架构理念并落地实践。在部门企业的实践中,数据中台饱受争议,核心问题在于中台不能快速支持前台业务。根据数据中台的“变速齿轮”理论,中台变更频率应显著低于前台,那么就会要求前台按照中台预设的方式进行交互,这显然约束了前台的创新,所以业界出现“拆中台”的呼声。光大银行没有停留在“变速齿轮”阶段,而是更加强调中台对前台的主动支撑,避免为复用而牺牲前台的灵活性。这意味着,数据中台要兼顾复用和灵活性,也就提出了一系列技术挑战。光大银行的数据中台采用很多有特点的设计方式,包括引入GraphQL数据融合、现场计算等技术手段,强化微服务的作用,弱化ETL加工,使数据存储具有更好的通用性。

演讲题纲:
数据中台不应该是对历史上不同时代数据平台(数据仓库、数据湖、大数据平台)的打包,必须有新的内涵。从数据仓库开始,近20年来数据资产复用始终各企业数据体系建设的最高目标。但是,在数据仓库和数据集市构成的二元架构中,天然构成了数据资产的部门墙,难以打破,阻碍了这一目标的实现,而大数据技术的演进并没有在架构层面实现突破。所以,如果数据中台停留在对现有数据平台的整合,肯定无法形成企业级能力复用。

当下的Data Fabric(数据编织)提出了对数据资产灵活重组的理念,契合符合打破部门墙的目标,但并没有给出标准化的技术工具。光大银行通过自身实践提供了Data Fabric的一种实现方式。这套实践的核心是以微服务为数据资产的主要封装形式,利用GraphQL灵活、快速的重组数据微服务,实现低代码的敏捷交付。

话题亮点:
1. 数据中台不是对历史上不同时代数据平台(数据仓库、数据湖、大数据平台)的打包,必须有新的内涵。数据中台的使命是打破数据仓库和数据集市构成的二元架构,减低预计算比例,重塑新的数据体系。
2. 数据资产复用是当下Data Fabric概念的关键点,也是数据体系建设长期以来的诉求,基于微服务的数据复用相比传统ETL提供了更多技术红利,而GraphQL是重组数据微服务的利器。
3. 现场计算是分布式架构带来的新手段,是实时数据应用的最佳搭档,是数据中台的重要技术支撑;

听众收益

1. 通过光大银行的落地实践,了解不同的数据中台架构理念,为数据中台设计提供更多选择。
2. 基于GraphQL技术如何在数据中台下的实现低代码开发和敏捷交付。
3. 现场计算的适配场景、技术现状与发展趋势。

王磊  |

光大银行 信息科技部数据中台团队负责人

光大银行数据中台团队负责人、前IBM咨询顾问、信通院大数据产品评测专家评委、《分布式数据库30讲》专栏作者,负责数据中台、智能思维平台等系统建设及数据技术研发工作,长期聚焦于对分布式架构和大数据技术领域。

课程概要

话题概述:
光大银行参考互联网数据中台实践,同时结合自身多年数据仓库的运营经验,提出了新“数据中台”架构理念并落地实践。在部门企业的实践中,数据中台饱受争议,核心问题在于中台不能快速支持前台业务。根据数据中台的“变速齿轮”理论,中台变更频率应显著低于前台,那么就会要求前台按照中台预设的方式进行交互,这显然约束了前台的创新,所以业界出现“拆中台”的呼声。光大银行没有停留在“变速齿轮”阶段,而是更加强调中台对前台的主动支撑,避免为复用而牺牲前台的灵活性。这意味着,数据中台要兼顾复用和灵活性,也就提出了一系列技术挑战。光大银行的数据中台采用很多有特点的设计方式,包括引入GraphQL数据融合、现场计算等技术手段,强化微服务的作用,弱化ETL加工,使数据存储具有更好的通用性。

演讲题纲:
数据中台不应该是对历史上不同时代数据平台(数据仓库、数据湖、大数据平台)的打包,必须有新的内涵。从数据仓库开始,近20年来数据资产复用始终各企业数据体系建设的最高目标。但是,在数据仓库和数据集市构成的二元架构中,天然构成了数据资产的部门墙,难以打破,阻碍了这一目标的实现,而大数据技术的演进并没有在架构层面实现突破。所以,如果数据中台停留在对现有数据平台的整合,肯定无法形成企业级能力复用。

当下的Data Fabric(数据编织)提出了对数据资产灵活重组的理念,契合符合打破部门墙的目标,但并没有给出标准化的技术工具。光大银行通过自身实践提供了Data Fabric的一种实现方式。这套实践的核心是以微服务为数据资产的主要封装形式,利用GraphQL灵活、快速的重组数据微服务,实现低代码的敏捷交付。

话题亮点:
1. 数据中台不是对历史上不同时代数据平台(数据仓库、数据湖、大数据平台)的打包,必须有新的内涵。数据中台的使命是打破数据仓库和数据集市构成的二元架构,减低预计算比例,重塑新的数据体系。
2. 数据资产复用是当下Data Fabric概念的关键点,也是数据体系建设长期以来的诉求,基于微服务的数据复用相比传统ETL提供了更多技术红利,而GraphQL是重组数据微服务的利器。
3. 现场计算是分布式架构带来的新手段,是实时数据应用的最佳搭档,是数据中台的重要技术支撑;

听众收益

1. 通过光大银行的落地实践,了解不同的数据中台架构理念,为数据中台设计提供更多选择。
2. 基于GraphQL技术如何在数据中台下的实现低代码开发和敏捷交付。
3. 现场计算的适配场景、技术现状与发展趋势。

详情咨询:400-8128-020
赞助合作:sissi
联系电话:130-4321-8801
邮箱:market@msup.com.cn
CopyRight © 2008-2021 Msup

获取大会更多详情

立即参会
报名咨询
报名咨询
优惠门票
×

扫码关注公众号:回复【A2M】

参与《免费领取PPT》活动



关注后,回复【A2M】

×

扫码关注公众号:回复【A2M】

参与《免费领取PPT》活动



关注后,回复【A2M】