不同的保险公司数据量的差异比较大,如何能够选取正确非结构化解决方案的方法?

在当前保险行业,针对不同的保险公司数据量的差异比较大。如何能够选取正确非结构化解决方案的方法?具体过程的分析和思考路径,已经遇到的坑有哪些,并且给出一些实际案例进行佐证。

3回答

JerryJerry  系统架构师 , 某金融公司
不同的保险公司数据量的差异较大,是一个客观事实,即使是一家保险公司不同业务条线的数据也会存在不小区别。对于非结构化解决方案的选择,个人认为还是要根据企业自身情况出发,因地制宜,并没有一种万能的方案能够彻底非结构化数据的存储问题。各保险公司非结构化数据常见的一个...显示全部

不同的保险公司数据量的差异较大,是一个客观事实,即使是一家保险公司不同业务条线的数据也会存在不小区别。
对于非结构化解决方案的选择,个人认为还是要根据企业自身情况出发,因地制宜,并没有一种万能的方案能够彻底非结构化数据的存储问题。
各保险公司非结构化数据常见的一个情况是,DC刚筹建那会儿体量不大,单证类非结构化数据一般简单的采用传统NAS来存储,随着业务的发展,受制于NAS机头的性能限制,各业务系统对单证的存、取、备均不同程度出现效率低下的问题,系统出现瓶颈。
对于传统NAS向对象存储的切换,无非是一个长痛短痛的问题,但有一点是确定的,一切不结合业务的技术更新都是耍流氓。众所周知保险核心系统提供商就那么几家,各应用接口、核心版本几乎都是基于各司业务的定制,想一刀切不现实。因此,个人建议从传统NAS向对象存储切换过程中加入一个过渡方案,可以是分布式NAS,可以是存储资源池,亦或是其他方案,重点是平滑过渡,给业务一个缓冲时间,解决传统NAS的性能效率问题,尝试对象存储的建设……

收起
 2020-07-20
浏览925
总体而言,建设思路需要根据业务发展的需求、企业内部的人员知识储备、架构发展方向等综合来看。目前我看到比较多的企业采用的做法是资源池化,在基础架构层面尽量通过池化、标准化来构建存储资源池,来降低运维的难度和复杂度。...显示全部

总体而言,建设思路需要根据业务发展的需求、企业内部的人员知识储备、架构发展方向等综合来看。目前我看到比较多的企业采用的做法是资源池化,在基础架构层面尽量通过池化、标准化来构建存储资源池,来降低运维的难度和复杂度。

收起
 2020-07-17
浏览919
其实,就算是同一公司,非结构化数据也是十分复杂的,有效的数据存储、治理、共享、访问都需要在统一的架构下解决,这也是数据湖方案的重要作用,通过与后端存储架构与前端存储访问的解耦,数据湖平台对用户屏蔽了数据的复杂性。 数据量本身也是建设中的难点,但数据湖方案通过前后一...显示全部

其实,就算是同一公司,非结构化数据也是十分复杂的,有效的数据存储、治理、共享、访问都需要在统一的架构下解决,这也是数据湖方案的重要作用,通过与后端存储架构与前端存储访问的解耦,数据湖平台对用户屏蔽了数据的复杂性。

数据量本身也是建设中的难点,但数据湖方案通过前后一致的扩展方式,以及不停机的容量、功能扩展,确保能够实现“按需购买,即扩即用”,让系统建设“只顾目前的需求”就好了!

收起
 2020-07-17
浏览913

对象存储选型优先顺序调查

发表您的选型观点,参与即得50金币。

问题状态

  • 发布时间:2020-07-13
  • 关注会员:4 人
  • 问题浏览:2186
  • 最近回答:2020-07-20