
通過BBVA信用卡支付的例子詳解了云計(jì)算中的低延時(shí)方案。
以下為文章全文:
使用信用卡進(jìn)行支付的款項(xiàng)是巨大的,但是很明顯,通過分析所有的交易,我們也可以從數(shù)據(jù)中得到內(nèi)在的價(jià)值。比如客戶忠誠度、人口統(tǒng)計(jì)數(shù)據(jù)、活動(dòng)的受歡迎程度、商店的建議和許多其他的統(tǒng)計(jì)數(shù)據(jù),這對(duì)商家和銀行來說都是非常有用的,可以改進(jìn)他們與市場(chǎng)的聯(lián)系。在Datasalt,我們已經(jīng)與BBVA銀行合作開發(fā)了一個(gè)系統(tǒng),該系統(tǒng)能夠?qū)Χ嗄甑臄?shù)據(jù)進(jìn)行分析,并為網(wǎng)絡(luò)應(yīng)用程序和移動(dòng)應(yīng)用程序提供不同的方案和統(tǒng)計(jì)資料。
我們除了需要對(duì)面處理大數(shù)據(jù)輸入這個(gè)主要挑戰(zhàn)外,還要面對(duì)大數(shù)據(jù)的輸出,甚至輸出量比輸入量還要大。并且需要在高負(fù)載下提供更快捷的輸出服務(wù)。
我們開發(fā)的解決方案中有一個(gè)每月只需幾千美元的基礎(chǔ)設(shè)施成本,這要感謝使用的云(AWS)、Hadoop和Voldemort。在下面的內(nèi)容中,我們將解釋所提出的架構(gòu)的主要特點(diǎn)。
數(shù)據(jù)、目標(biāo)和首要決定
該系統(tǒng)利用BBVA的信用卡在世界各地的商店交易信息作為輸入源的分析。很明顯,為了防止隱私問題,數(shù)據(jù)是匿名的、客觀的和分離的,信用卡號(hào)碼被切割。任何因此而產(chǎn)生的見解總是聚集,所以從中得不出任何個(gè)人信息。
我們計(jì)算每個(gè)店和每個(gè)不同的時(shí)間段的許多統(tǒng)計(jì)資料和數(shù)據(jù)。以下是其中的一些:
·每家店鋪的付款金額的直方圖
·客戶端的保真度
·客戶端人口統(tǒng)計(jì)
·商店的建議(在這購買的客戶還購買了……)、過濾的位置和商店類別等
該項(xiàng)目的主要目標(biāo)是通過低延遲的網(wǎng)絡(luò)和移動(dòng)應(yīng)用提供所有這些信息到不同的代理(商店、客戶)。因此,一個(gè)苛刻的要求是要能夠在高負(fù)載下能夠提供亞秒級(jí)延遲的服務(wù)。因?yàn)檫@是一個(gè)研究項(xiàng)目,還需要在代碼和要求需要處理方面有一個(gè)高度的靈活性。
由于更新的數(shù)據(jù)只能每一次并不是一個(gè)問題,我們選擇了一個(gè)面向批處理的架構(gòu)(Hadoop)。并且我們使用Voldemort作為只讀存儲(chǔ)服務(wù)于Hadoop產(chǎn)生的見解,這是一個(gè)既簡單又超快的鍵/值存儲(chǔ)。
平臺(tái)
該系統(tǒng)以Amazon Web Services為基礎(chǔ)建立。具體地說,我們用S3來存儲(chǔ)原始輸入數(shù)據(jù),用Elastic MapReduce(亞馬遜提供的Hadoop)分析,并用EC2服務(wù)于結(jié)果。使用云技術(shù)使我們能夠快速迭代和快速交付功能原型,而這正是我們需要那種項(xiàng)目。
體系架構(gòu)
該架構(gòu)具有三個(gè)主要部分:
·數(shù)據(jù)存儲(chǔ):用戶保持原始數(shù)據(jù)(信用卡交易)和得到的Voldemort商店。
·數(shù)據(jù)處理:Hadoop的工作流程在EMR上運(yùn)行,執(zhí)行所有計(jì)算并通過Voldemort創(chuàng)建所需要的數(shù)據(jù)存儲(chǔ)。
·數(shù)據(jù)服務(wù):一個(gè)Voldemort集群從數(shù)據(jù)處理層提供預(yù)先計(jì)算好的數(shù)據(jù)。
每一天,銀行上傳在那一天發(fā)生的所有交易到S3上的一個(gè)文件夾中。這可以讓我們保留所有的歷史數(shù)據(jù)——每天所有的信用卡執(zhí)行的交易。所有的這些數(shù)據(jù)都被輸入處理層,所以我們每天都會(huì)重新計(jì)算一切,之后再處理這些數(shù)據(jù),我們就能夠非常靈活。如果需求變更或如果我們找到一個(gè)愚蠢的錯(cuò)誤,我們只需要在下一批中更新項(xiàng)目代碼和所有的固定數(shù)據(jù)就可以了。這讓我們作出了一個(gè)開發(fā)的決定:
·一個(gè)簡化代碼的基礎(chǔ)架構(gòu)
·靈活性和適應(yīng)性的變化
·易于操作的人為錯(cuò)誤(剛剛修復(fù)的錯(cuò)誤,并重新啟動(dòng)的過程)
每天,控制器都會(huì)在EMR上啟動(dòng)一個(gè)新的Hadoop集群以及啟動(dòng)處理流程。這個(gè)流程由約16組MapReduce工作組成,計(jì)算各種方案。最后的一部分流程(Voldemort索引)負(fù)責(zé)構(gòu)建稍后會(huì)部署到Voldemort的數(shù)據(jù)存儲(chǔ)文件。一旦流程結(jié)束,得出的數(shù)據(jù)存儲(chǔ)文件就會(huì)上傳到S3上??刂破麝P(guān)閉Hadoop集群,并發(fā)送一個(gè)部署請(qǐng)求給Voldemort。然后,Voldemort會(huì)從S3上下載新的數(shù)據(jù)存儲(chǔ),并執(zhí)行一個(gè)熱交換,完全取代舊的數(shù)據(jù)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10