2022年的黨政信創(chuàng)試點(diǎn)即將進(jìn)入尾聲。黨政信創(chuàng)國(guó)產(chǎn)化試點(diǎn)的成功加速了其他行業(yè)國(guó)產(chǎn)替代的腳步。預(yù)計(jì)從2023年起，數(shù)據(jù)庫(kù)國(guó)產(chǎn)化替代工作將在各行業(yè)的信息化、數(shù)字化建設(shè)中遍地開(kāi)花。隨著信息化建設(shè)的推進(jìn)，業(yè)務(wù)數(shù)據(jù)不斷增長(zhǎng)，業(yè)務(wù)處理愈發(fā)復(fù)雜，傳統(tǒng)的單機(jī)或者集中式數(shù)據(jù)庫(kù)逐漸無(wú)法滿足對(duì)原有業(yè)務(wù)和新興業(yè)務(wù)的處理需求。由于傳統(tǒng)數(shù)據(jù)庫(kù)在功能、架構(gòu)等的局限性因素，難以支撐更高并發(fā)、更低延時(shí)的業(yè)務(wù)訴求，同樣也難以滿足企業(yè)多模融合、湖倉(cāng)一體、隱私計(jì)算等新興業(yè)務(wù)需求。

在國(guó)際上，我們不難發(fā)現(xiàn)，在2022年的俄烏沖突中，沖突雙方通過(guò)限制底層通用技術(shù)的使用，可以干預(yù)并控制民生、政府、金融等行業(yè)的正常運(yùn)行。在Oracle宣布暫停俄羅斯所有業(yè)務(wù)后，大量企業(yè)的ERP、財(cái)務(wù)系統(tǒng)等一系列基于Oracle數(shù)據(jù)庫(kù)的業(yè)務(wù)系統(tǒng)在很長(zhǎng)一段時(shí)間內(nèi)均處于癱瘓狀態(tài)，相關(guān)業(yè)務(wù)無(wú)法正常開(kāi)展。

同樣在國(guó)內(nèi)，從美國(guó)近年來(lái)多次發(fā)動(dòng)的經(jīng)濟(jì)制裁與技術(shù)封鎖行動(dòng)中，我們也深刻認(rèn)識(shí)到科技戰(zhàn)必將成為未來(lái)IT領(lǐng)域的新常態(tài)。作為信息化支撐的基礎(chǔ)軟件，數(shù)據(jù)庫(kù)的國(guó)產(chǎn)化替代已迫在眉睫。但是數(shù)據(jù)庫(kù)國(guó)產(chǎn)化替代往往涉及到IT底層架構(gòu)、業(yè)務(wù)應(yīng)用等各個(gè)方面，并不是一蹴而就的事情。

星環(huán)科技堅(jiān)持核心技術(shù)自主研發(fā)與創(chuàng)新，打造先進(jìn)的分布式分析型數(shù)據(jù)庫(kù)ArgoDB，深耕國(guó)內(nèi)市場(chǎng)，推動(dòng)各行業(yè)國(guó)產(chǎn)化替代落地，助力企業(yè)加速數(shù)字化轉(zhuǎn)型。

堅(jiān)持自主研發(fā)，力求產(chǎn)品安全可控

在國(guó)產(chǎn)化替代的大背景下，受利好政策和用戶需求的催化，近年來(lái)“國(guó)產(chǎn)數(shù)據(jù)庫(kù)”如雨后春筍般涌現(xiàn)。但是剝開(kāi)“國(guó)產(chǎn)數(shù)據(jù)庫(kù)”華麗的外殼，究其內(nèi)里，我們不禁要問(wèn)，“國(guó)產(chǎn)數(shù)據(jù)庫(kù)”真的能夠?qū)崿F(xiàn)數(shù)據(jù)庫(kù)技術(shù)的“完全自主可控”嗎?其實(shí)，我們不難發(fā)現(xiàn)，大多數(shù)所謂的“國(guó)產(chǎn)數(shù)據(jù)庫(kù)”中，絕大多數(shù)是基于開(kāi)源MySQL或PostgreSQL數(shù)據(jù)庫(kù)進(jìn)行加工改造，“基于開(kāi)源”并非原創(chuàng)，“抄作業(yè)”始終難以內(nèi)化為自己的東西。缺少對(duì)數(shù)據(jù)庫(kù)核心技術(shù)的掌控，又如何真正實(shí)現(xiàn)“完全自主可控”呢?

ArgoDB自誕生以來(lái)，星環(huán)科技始終堅(jiān)持?jǐn)?shù)據(jù)庫(kù)技術(shù)的自主研發(fā)路線，一步一個(gè)腳印，歷時(shí)長(zhǎng)達(dá)9年時(shí)間，逐步積累了一系列數(shù)據(jù)庫(kù)的核心技術(shù)，如分布式技術(shù)、實(shí)時(shí)數(shù)據(jù)處理技術(shù)、多模型數(shù)據(jù)的統(tǒng)一處理技術(shù)、湖倉(cāng)一體化、隱私計(jì)算技術(shù)等。根據(jù)工信部電子第五研究所的代碼掃描結(jié)果顯示——ArgoDB代碼自主率(行數(shù))超過(guò)90%，完全滿足了各行業(yè)對(duì)國(guó)產(chǎn)數(shù)據(jù)庫(kù)“自主可控”的訴求。此外，ArgoDB還通過(guò)了信通院分布式數(shù)據(jù)庫(kù)產(chǎn)品能力基礎(chǔ)能力和性能測(cè)試2項(xiàng)測(cè)評(píng)認(rèn)證，進(jìn)一步驗(yàn)證了使用ArgoDB數(shù)據(jù)庫(kù)建設(shè)自主可控的分析業(yè)務(wù)數(shù)字化底座的可行性。

得益于自主創(chuàng)新技術(shù)，2019 年 8 月，經(jīng)過(guò)國(guó)際事務(wù)處理性能委員會(huì)(簡(jiǎn)稱TPC)官方審計(jì)，ArgoDB成為全球第四個(gè)通過(guò) TPC-DS 基準(zhǔn)測(cè)試的數(shù)據(jù)庫(kù)產(chǎn)品。

當(dāng)前，ArgoDB已與國(guó)內(nèi)主流軟硬件信創(chuàng)廠商完成了兼容適配互認(rèn)證，并且深度適配飛騰、鯤鵬等國(guó)產(chǎn)CPU及麒麟、UOS等國(guó)產(chǎn)操作系統(tǒng)，全面融入國(guó)產(chǎn)化生態(tài)。

基于技術(shù)創(chuàng)新，為數(shù)字化轉(zhuǎn)型鋪路

ArgoDB堅(jiān)持核心技術(shù)全面自主創(chuàng)新，并積累了一系列核心技術(shù)。不止能夠幫助企業(yè)實(shí)現(xiàn)國(guó)產(chǎn)化替代，而且加速企業(yè)數(shù)字化轉(zhuǎn)型，滿足未來(lái)對(duì)于更多業(yè)務(wù)場(chǎng)景的需求。

* 高性能、高擴(kuò)展、高可用的分布式計(jì)算框架

* 高吞吐、低時(shí)延的實(shí)時(shí)分析能力

* 支持10種數(shù)據(jù)模型，輕松實(shí)現(xiàn)多模型數(shù)據(jù)融合分析

* 支持多方言SQL兼容，協(xié)助業(yè)務(wù)極簡(jiǎn)改造

* 高性能、高擴(kuò)展、高可用的分布式計(jì)算框架

基于分布式計(jì)算框架，ArgoDB能完美支持交互式查詢、基于索引方式的點(diǎn)查等，協(xié)助用戶構(gòu)建大型的、低延遲的數(shù)據(jù)分析應(yīng)用程序。ArgoDB憑借Native、向量化計(jì)算引擎和多模存儲(chǔ)引擎的雙重利器，性能大幅度提升。典型應(yīng)用場(chǎng)景已全面優(yōu)于Clickhouse、Greenplum、Spark等常見(jiàn)OLAP引擎。在相同的測(cè)試環(huán)境配置下， ArgoDB的OLAP場(chǎng)景性能是Clickhouse、Greenplum、Spark的2~10倍。

此外，隨著新興硬件的不斷發(fā)展，為了充分發(fā)掘新興硬件的更多潛能，ArgoDB結(jié)合新硬件技術(shù)，滿足更復(fù)雜的業(yè)務(wù)場(chǎng)景需求。如基于閃存存儲(chǔ)硬件進(jìn)行深度優(yōu)化，相比機(jī)械硬盤(pán)分析性能有顯著提升，讓用戶真正感受到新興硬件帶來(lái)的巨大性能優(yōu)勢(shì)。

基于分布式計(jì)算框架，ArgoDB還能夠提供相對(duì)于傳統(tǒng)并行計(jì)算架構(gòu)更好的擴(kuò)展能力。大多數(shù)基于并行計(jì)算的數(shù)據(jù)庫(kù)(如Teradata、Greenplum等MPP架構(gòu)數(shù)據(jù)庫(kù))在實(shí)現(xiàn)集群擴(kuò)展時(shí)，對(duì)IO資源消耗較大，直接影響現(xiàn)有業(yè)務(wù)的運(yùn)行。部分基于并行計(jì)算架構(gòu)的數(shù)據(jù)庫(kù)在調(diào)整數(shù)據(jù)服務(wù)節(jié)點(diǎn)過(guò)程中，會(huì)出現(xiàn)元信息讀取的不可用，導(dǎo)致必須停服而中斷業(yè)務(wù)。而對(duì)于基于分布式計(jì)算框架的ArgoDB數(shù)據(jù)庫(kù)而言，由于通過(guò)TDDMS(星環(huán)分布式數(shù)據(jù)管理系統(tǒng))進(jìn)行了元信息的統(tǒng)一管理，集群規(guī)模調(diào)整過(guò)程中，不會(huì)因?yàn)樵畔⑼綄?dǎo)致對(duì)數(shù)據(jù)表無(wú)法讀寫(xiě)，在集群規(guī)模變更時(shí)，僅需將小部分?jǐn)?shù)據(jù)移動(dòng)到新節(jié)點(diǎn)即可。

* 高吞吐、低時(shí)延的實(shí)時(shí)分析能力

對(duì)于上游業(yè)務(wù)數(shù)據(jù)庫(kù)(如MySQL、Oracle等)以日志形式實(shí)時(shí)傳遞數(shù)據(jù)的場(chǎng)景，傳統(tǒng)數(shù)據(jù)庫(kù)一般通過(guò)對(duì)日志解析，再以SQL重放的形式實(shí)現(xiàn)數(shù)據(jù)加載，在小數(shù)據(jù)量場(chǎng)景下可以實(shí)現(xiàn)近實(shí)時(shí)的數(shù)據(jù)同步和數(shù)據(jù)分析。但隨著上游業(yè)務(wù)源的增多，同步數(shù)據(jù)對(duì)象變多，需同步的數(shù)據(jù)量隨之增大，如果仍采用SQL重放的方式處理數(shù)據(jù)的實(shí)時(shí)同步，在分析庫(kù)端的SQL提交、SQL解析等過(guò)程中會(huì)出現(xiàn)嚴(yán)重的性能瓶頸，隨之就影響了分析庫(kù)中實(shí)時(shí)分析業(yè)務(wù)的性能。同樣的實(shí)時(shí)寫(xiě)入分析場(chǎng)景，如果采用流式寫(xiě)入的方式，在應(yīng)對(duì)大量表數(shù)據(jù)需要同步場(chǎng)景時(shí)，對(duì)于流式寫(xiě)入中Kafka Topic的管理也會(huì)成為處理瓶頸，并且對(duì)上千任務(wù)的調(diào)度和維護(hù)成本也急劇增長(zhǎng)。高并發(fā)、高吞吐的實(shí)時(shí)數(shù)據(jù)寫(xiě)入分析型數(shù)據(jù)庫(kù)，并同時(shí)對(duì)外提供極致高效的查詢分析服務(wù)是對(duì)分析型數(shù)據(jù)庫(kù)能力的一個(gè)重大挑戰(zhàn)。

基于上述實(shí)時(shí)寫(xiě)入和實(shí)時(shí)分析的業(yè)務(wù)場(chǎng)景，ArgoDB 以新的數(shù)據(jù)寫(xiě)入接口方式提供了新的實(shí)時(shí)數(shù)據(jù)接入方案，該接口具備對(duì)數(shù)據(jù)的Insert、Update、Delete和Upsert操作能力。對(duì)于大規(guī)模的數(shù)據(jù)實(shí)時(shí)同步場(chǎng)景，客戶端可通過(guò)對(duì)接口的調(diào)用，直接將數(shù)據(jù)寫(xiě)入ArgoDB的存儲(chǔ)引擎中，在實(shí)時(shí)更新的場(chǎng)景下進(jìn)行高效的數(shù)據(jù)分析。

* 支持10種數(shù)據(jù)模型，輕松實(shí)現(xiàn)多模型數(shù)據(jù)融合分析

為解決多種數(shù)據(jù)庫(kù)或平臺(tái)混合使用的混合架構(gòu)中的數(shù)據(jù)孤島問(wèn)題，ArgoDB提供了多模型融合分析處理能力。在編譯器層、計(jì)算引擎層、數(shù)據(jù)存儲(chǔ)管理層、資源管理層實(shí)現(xiàn)了統(tǒng)一重構(gòu)，提供了統(tǒng)一的 SQL 引擎、統(tǒng)一的計(jì)算引擎、異構(gòu)的數(shù)據(jù)存儲(chǔ)模型、統(tǒng)一的分布式數(shù)據(jù)管理系統(tǒng)和統(tǒng)一的資源管理系統(tǒng)的技術(shù)架構(gòu)，能夠支持關(guān)系型、搜索、文本、對(duì)象、圖等10種數(shù)據(jù)模型。

ArgoDB 通過(guò)統(tǒng)一的元數(shù)據(jù)管理、統(tǒng)一的事務(wù)管理和完備的多模優(yōu)化器支撐了對(duì)不同模態(tài)數(shù)據(jù)的統(tǒng)一讀取調(diào)度，支持跨模型聯(lián)合分析，滿足更多“一庫(kù)多用”場(chǎng)景。例如傳統(tǒng)反欺詐解決方案由于不同數(shù)據(jù)模型分散存儲(chǔ)在不同的數(shù)據(jù)庫(kù)(例如關(guān)系型數(shù)據(jù)庫(kù)和圖數(shù)據(jù)庫(kù))等原因，在實(shí)際業(yè)務(wù)中需要大量數(shù)據(jù)轉(zhuǎn)換操作，應(yīng)用實(shí)施成本高，實(shí)時(shí)性有待提高。ArgoDB為解決此類業(yè)務(wù)中的數(shù)據(jù)關(guān)聯(lián)難問(wèn)題，將多模型數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)融合處理能力進(jìn)行迭代加強(qiáng)，用戶可將關(guān)系型數(shù)據(jù)和圖數(shù)據(jù)庫(kù)進(jìn)行統(tǒng)一存儲(chǔ)，用戶只需通過(guò)一個(gè) SQL 即可關(guān)聯(lián)查詢分析關(guān)系型數(shù)據(jù)和圖數(shù)據(jù)，在數(shù)據(jù)免搬遷、減少人工操作的同時(shí)，提升業(yè)務(wù)效率。

* 支持多方言SQL兼容，協(xié)助業(yè)務(wù)極簡(jiǎn)改造

Oracle、IBM DB2、Teradata等國(guó)外數(shù)據(jù)庫(kù)往往已經(jīng)在企業(yè)中使用多年，國(guó)產(chǎn)化替代往往涉及到IT底層架構(gòu)、業(yè)務(wù)應(yīng)用等各個(gè)方面，因此遷移過(guò)程比較復(fù)雜。大多數(shù)國(guó)產(chǎn)數(shù)據(jù)庫(kù)存在SQL 語(yǔ)法無(wú)統(tǒng)一規(guī)范、對(duì) ANSI SQL 標(biāo)準(zhǔn)和傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)方言支持度較低、兼容的存儲(chǔ)過(guò)程語(yǔ)法有限等問(wèn)題。這些問(wèn)題導(dǎo)致國(guó)產(chǎn)化替代落地時(shí)，開(kāi)發(fā)人員需要耗費(fèi)大量人力進(jìn)行業(yè)務(wù)改造，數(shù)據(jù)庫(kù)使用人員需要重新學(xué)習(xí)產(chǎn)品用法。

為了使得各行業(yè)國(guó)產(chǎn)化替代時(shí)，業(yè)務(wù)平滑遷移，降低遷移成本。星環(huán)科技自研編譯技術(shù)，實(shí)現(xiàn)了用統(tǒng)一的 SQL 語(yǔ)言操作不同模型(如表、文檔、圖等)的數(shù)據(jù)。與其他國(guó)產(chǎn)數(shù)據(jù)庫(kù)相比，SQL 編譯技術(shù)達(dá)到業(yè)界先進(jìn)水平，支持絕大部分 ANSI92、99、2003 SQL 標(biāo)準(zhǔn)，兼容傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)方言，如 Oracle、IBM DB2、Teradata等，支持存儲(chǔ)過(guò)程，從而大幅降低了大數(shù)據(jù)應(yīng)用開(kāi)發(fā)的難度和成本。

從Oracle、IMB DB2、Teradata等數(shù)據(jù)庫(kù)遷移至ArgoDB時(shí)，開(kāi)發(fā)人員無(wú)需對(duì)原有業(yè)務(wù)進(jìn)行過(guò)多的改造，使用人員無(wú)需重新學(xué)習(xí)產(chǎn)品用法，大幅度降低了遷移至ArgoDB的技術(shù)與人力成本，快速實(shí)現(xiàn)業(yè)務(wù)的平滑遷移。

經(jīng)過(guò)9年的自主研發(fā)，ArgoDB已全面超越了國(guó)外數(shù)據(jù)庫(kù)產(chǎn)品，可以為用戶提供更優(yōu)的解決方案。

深耕業(yè)務(wù)模型，助力客戶架構(gòu)升級(jí)

經(jīng)過(guò)多年發(fā)展，ArgoDB 已經(jīng)在金融、政府等領(lǐng)域有數(shù)十個(gè)落地案例，其中包括諸多成功替換 Oracle、Teradata、IBM DB2 等傳統(tǒng)數(shù)據(jù)庫(kù)的案例。

* 某銀行替換Oracle數(shù)據(jù)庫(kù)，構(gòu)建新一代實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)

某行是當(dāng)?shù)匾?guī)模最大的商業(yè)性地方金融機(jī)構(gòu)，行內(nèi)原基于 Oracle 數(shù)據(jù)庫(kù)建設(shè)業(yè)務(wù)系統(tǒng)。隨著行內(nèi)在移動(dòng)互聯(lián)渠道提供的客戶服務(wù)逐漸豐富，客戶點(diǎn)擊流量增長(zhǎng)快速，客戶的體驗(yàn)要求也在提高，對(duì)數(shù)據(jù)庫(kù)的查詢和分析能力也提出了較高要求。原 Oracle數(shù)據(jù)庫(kù)在業(yè)務(wù)支撐能力方面有以下問(wèn)題：

a)、隨歷史數(shù)據(jù)不斷增長(zhǎng)，現(xiàn)存統(tǒng)一收單系統(tǒng)的交易明細(xì)查詢結(jié)果輸出緩慢，無(wú)法快速精確查詢到相關(guān)交易;

b)、業(yè)務(wù)需要實(shí)時(shí)統(tǒng)計(jì)分析用戶的相關(guān)信息，改進(jìn)業(yè)務(wù)質(zhì)量和產(chǎn)品的服務(wù)水平?；?Oracle 的復(fù)雜分析能力的欠缺在業(yè)務(wù)中的掣肘愈發(fā)明顯，且經(jīng)常出現(xiàn)數(shù)據(jù)加工延遲的情況;

c)、Oracle 以交易型業(yè)務(wù)為主，分析型業(yè)務(wù)擠占交易業(yè)務(wù)的資源，給日常業(yè)務(wù)的穩(wěn)定性帶來(lái)隱患;

d)、Oracle支撐場(chǎng)景單一，無(wú)法滿足諸如基于實(shí)時(shí)數(shù)據(jù)處理等的創(chuàng)新型業(yè)務(wù)。

基于星環(huán) ArgoDB 數(shù)據(jù)庫(kù)平臺(tái)，支持滿足倉(cāng)集一體、實(shí)時(shí)數(shù)倉(cāng)等建設(shè)需求，同時(shí)具備完整的 SQL 及 PL/SQL 支持。通過(guò)支持 Oracle 方言，極大降低了 Oracle 數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)和現(xiàn)有分析型業(yè)務(wù)的遷移成本。在分析型業(yè)務(wù)方面以更低成本、更高性能完整替代了傳統(tǒng) Oracle 數(shù)據(jù)倉(cāng)庫(kù)，確保分析型業(yè)務(wù)與交易型業(yè)務(wù)的隔離。

新平臺(tái)滿足了行內(nèi)包括歷史明細(xì)數(shù)據(jù)查詢、交易流水查詢、實(shí)時(shí)交易大屏、大額交易提醒等十多個(gè)關(guān)鍵查詢業(yè)務(wù)場(chǎng)景需求。平臺(tái)針對(duì)各類分析型業(yè)務(wù)的自動(dòng)性能優(yōu)化，保障了多用戶高并發(fā)場(chǎng)景下的性能要求。平臺(tái)將源數(shù)據(jù)庫(kù) Oracle的增量數(shù)據(jù)以秒級(jí)延時(shí)快速同步到 ArgoDB 實(shí)時(shí)數(shù)倉(cāng)，尤其確保了對(duì)源系統(tǒng)數(shù)據(jù)有刪改的經(jīng)常性調(diào)賬退款業(yè)務(wù)數(shù)據(jù)能即時(shí)反映在分析系統(tǒng)中?；趯?shí)時(shí)落庫(kù)的業(yè)務(wù)數(shù)據(jù)，實(shí)現(xiàn)多流水表多維度數(shù)據(jù)整合的交互式復(fù)雜分析，將原基于 Oracle 的離線級(jí)分析能力提升到秒級(jí)的準(zhǔn)實(shí)時(shí)級(jí)交互式分析能力，為行內(nèi)未來(lái)多種復(fù)雜的分析型業(yè)務(wù)應(yīng)用的拓展與更高的實(shí)時(shí)性要求打下堅(jiān)實(shí)的技術(shù)基礎(chǔ)。

* 某銀行替換Teradata數(shù)據(jù)庫(kù)，構(gòu)建湖倉(cāng)一體化架構(gòu)平臺(tái)

某銀行自 2012 年起建設(shè)了基于 Teradata 的數(shù)據(jù)倉(cāng)庫(kù)。隨著銀行業(yè)務(wù)的演進(jìn)，業(yè)務(wù)數(shù)據(jù)規(guī)模不斷擴(kuò)大，隨之待處理數(shù)據(jù)激增，原Teradata 數(shù)據(jù)倉(cāng)庫(kù)因功能單一，且數(shù)據(jù)處理效率低下，難以與更多數(shù)據(jù)源及上下游系統(tǒng)對(duì)接，導(dǎo)致出現(xiàn)了新業(yè)務(wù)上線困難等問(wèn)題。

在該銀行數(shù)據(jù)倉(cāng)庫(kù)解決方案中，針對(duì)客戶現(xiàn)狀進(jìn)行數(shù)據(jù)/體系架構(gòu)設(shè)計(jì)，在原有系統(tǒng)基礎(chǔ)上提出了優(yōu)化方案。在新數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中，基于分布式分析型數(shù)據(jù)庫(kù) ArgoDB構(gòu)建，不僅支持 SQL 99/2003 標(biāo)準(zhǔn)語(yǔ)法，并且完整兼容原 Teradata SQL 語(yǔ)法，方便開(kāi)發(fā)人員熟悉使用。在原有基于 Teradata 的數(shù)據(jù)倉(cāng)庫(kù)整體遷移到星環(huán)科技大數(shù)據(jù)基礎(chǔ)平臺(tái)過(guò)程中，完成了臨時(shí)數(shù)據(jù)層遷移、操作鏡像層遷移、臨時(shí)歷史層遷移、基礎(chǔ)模型層遷移、匯總層遷移、應(yīng)用集市層/視圖遷移等遷移工作，制定并落實(shí)數(shù)據(jù)標(biāo)準(zhǔn)管理辦法及流程、數(shù)據(jù)質(zhì)量管理辦法及流程、元數(shù)據(jù)管理辦法及流程、配套管控系統(tǒng)功能模塊設(shè)計(jì)與實(shí)現(xiàn)，完善整個(gè)數(shù)據(jù)管控與治理體系，完成了數(shù)千張數(shù)據(jù)表、近萬(wàn)個(gè)腳本、近千個(gè)數(shù)據(jù)服務(wù)接口的完整遷移，推動(dòng)了該銀行的大數(shù)據(jù)戰(zhàn)略實(shí)施。通過(guò)ArgoDB替換Teradata，從根源上解決了該行在數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域存在的問(wèn)題，提升銀行對(duì)業(yè)務(wù)發(fā)展的數(shù)據(jù)支撐能力。

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）