海通证券携手华为实现数据驱动金融服务创新

客户背景

海通证券成立于1988年，截至2019年6月末，公司总资产突破6200亿元、归属母公司净资产突破1200亿元，分别排名行业第二、第三位。公司拥有卓越的综合性业务平台和成熟的海外业务平台，经营网点遍及全球14个国家和地区；作为国内成立最早、规模最大、实力最强的大型证券公司之一，海通证券积极拥抱金融科技，科技投入持续保持行业前列，引领行业多项科技创新，经过31年的发展，已成为行业数字化转型的探索者、先行者之一。在境内拥有近340家证券及期货营业部，在境内外拥有近1500万名客户，已在A+H股两地上市。公司基本建成了以证券为核心，业务涵盖期货、私募股权投资、基金和融资租赁等多个业务领域的金融控股集团。

金融科技的变革将对证券行业未来发展产生深远影响，海通证券始终紧跟科技的发展浪潮和行业趋势，持续推进金融科技创新，综合应用ABCDMIX(A指人工智能、B指区块链、C指云计算、D指大数据、M指移动终端、I指物联网、X指其他新技术)技术，构建生态，引领业务，协同创新，为建设具有国际影响力、国内一流标杆式投行砥砺奋进。

金融科技浪潮之下，各家券商在科技方面的研发投入不断加大，自主研发的新成果也不断涌现。海通证券围绕“1+3+N”的大数据发展战略（1是指融合大数据平台，3是指数据管控平台、报表与分析平台、人工智能平台，N是指大数据平台技术输出到业务的应用场景），加速推进融合数据湖建设，不断深化在客户服务、运营管理、风险合规和财务管理等业务领域的数据应用，全面赋能公司业务创新发展，也为行业金融科技创新贡献更多范例。

业务挑战

随着社会经济与资本市场的不断发展，证券市场中的可交易标的类型和数量都飞速增长，与市场有关的数据量也快速增加，同时，随着市场监管越来越严，机构投资者的比重不断上升，市场有效性也逐步提升，如何快速准确地处理海量数据，并从中得到有价值的信息，是在这样的环境中继续获取超额收益的重要方法。此外，随着证券业务的不断发展，券商之间的竞争也日益激烈，在不断完善各项业务的同时，如何争取到新的客户，提高自身的市场占有率；如何尽可能的挽留自己的老客户，防止客源的流失；如何在自己内部营业部的业务经营中及时中发现问题、解决问题……这些都已经成为券商急需解决的问题。作为海通证券数据资产的“心脏”，原有数据仓库面临存储容量扩展困难、生态封闭等问题，已成为制约业务创新发展的瓶颈。

解决方案

行业首家实现基于鲲鹏全技术栈的创新型企业级数据仓库

2018年5月，海通证券与华为签署全面战略合作协议，在云数据中心、分布式数据库、统一通信平台、智慧营业部以及资本市场业务等领域持续开展全方位、深层次的战略合作。海通证券携手华为在金融科技方面进行积极探索，持续创新，率先启动基于华为鲲鹏全栈技术的新一代数据仓库的建设，新系统采用华为TaiShan服务器 + GaussDB OLAP分布式数据库的融合数据湖解决方案，从底层彻底解决了可扩展性问题，降低了应用分布式改造的难度，构建“开放融合、安全可靠、极致性能、灵活扩展”的新一代数据仓库，践行数据发展战略，加速海通证券数字化转型进程。

开放分布式架构支持业务创新可持续发展

区别于原有数据仓库的传统一体机封闭架构，新一代数据仓库软硬件架构采用开放的Share-Nothing架构，实现性能与容量的按需横向扩展，独有的超大规模通讯技术支持大规模节点扩展，其中512节点测试已通过信通院认证，支撑海通证券由于业务高速发展而快速扩张的数据需求，满足数据集市、对账单等核心数据应用；

基于鲲鹏生态的全系统组件实现HA高可靠，不仅数据与计算节点分布式部署，所有协调节点全部为多活架构，确保整个系统架构无单节点故障隐患，最大程度保障业务数据安全。

通过GaussDB全并行计算 + 行列混存的特性，完美适配如交易明细查询、合规风控等复杂应用场景，实现千万级数据关联分析查询秒级响应，实现Ad-hoc报表业务需求。

鲲鹏聚数，打造数据分析的卓越性能体验

基于鲲鹏920处理器打造的TaiShan服务器，利用其64多核CPU、CPU指令集深度优化等特性，通过智能优化器提高内核执行算子的并行度，最大程度支持GaussDB OLAP分布式数据库的全并行数据处理任务，系统性能提升30%以上，打造数据分析性能新标杆。以原数据仓库性能消耗最大的智能账户分析为例，数据分析时间由原先的2.5小时缩短至60分钟左右，性能提升最高达3倍。

利用GaussDB的SQL On Anywhere特性，可直接访问异构数据平台文件系统上的结构化数据对其进行复杂查询分析，消除数据孤岛，整合结构化、非结构化、半结构化数据统一的存储和加工处理，支持PB级数据和秒级数据处理，为海通证券提供融合的数据湖架构基础。

业务价值

分布式高性能数据仓库全面支持海通证券的日常业务监控、交易分析、业务研究等重要日常工作需要，系统整体性能的提升使得海量数据批量处理的时间大幅缩短，满足金融证券业务高要求，实现了更加快速的客户数据分析，助力营销效率提升，同时更好的满足客户服务、风险合规、运营管理、财务管理以及监管报送等应用系统对数据时效性、准确性的需求。

利用架构升级支持容量弹性扩展，更好支持业务更长时间跨度的数据分析需求，通过数据有效聚合，建立以客户为维度的海量标签体系和资产视图等数据应用，比如智能账户、对账单、客户画像等，这些数据应用具备强大的客户需求潜力，给客户提供了更为便捷的服务和更为贴心的用户体验，从而促进业务和服务的转变升级，极大的推动了数据资产变现。