金融服务MongoDB

几十年来，传统关系数据库一直是金融服务公司及其IT基础设施的支柱。

从生成银行对账单到存储客户信息，银行传统上依赖关系数据库、SQL server和其他主要RDBMS，并受到其限制。但数字经济对银行及其数据库系统的要求更高。

如今，银行数据库必须具有分布式性质，能够在本地和云中存储数据，处理大量不同的销售信息、客户信息、借记交易、多处理器等。

这就是为什么银行转向NoSQL数据库，比如MongoDB。

许多传统银行使用的关系数据库底层技术最早是在20世纪70年代开发的。

早在云计算时代之前就构思出来了，它们从未打算支持今天冲击它们的数据量、多样性或速度。它们还没有进化到能够满足始终在线、全球分布部署的需求，也没有足够的灵活性来跟上现代数字产品开发和发布周期的步伐。

因此，老牌银行一直在努力为金融科技初创公司提供无摩擦、个性化的数字体验。

商业影响令人清醒。在对银行高管的调查中在Fintech Futures和MongoDB开展的贷款发放业务中，43%的受访者表示，糟糕的数字体验是他们获得和留住客户的主要挑战，而34%的受访者表示缺乏个性化服务。

传统上，多个数据库系统（通常是SQL数据库，如SQL server和其他主要RDBMS系统）和遗留体系结构创建了筒仓，使得无法从数据中获得真正的价值。

对整个企业的银行数据（尤其是客户的账户数据）进行单一查看，可以提供资产和交易对手风险敞口的完整视图，或对客户进行单一查看以满足欺诈检测和了解客户（KYC）要求。

数据库管理系统（DBMS）负责定义数据的结构、访问、更改和保护方式。

数据库管理系统（DBMS）是一种软件程序，它向底层物理数据存储（存储在磁盘上，甚至RAM中）提供应用程序编程接口（API），以供客户端应用程序使用。

任何存储、访问和操作存储在磁盘上的数据的应用程序（很少有例外）都使用DBMS来管理该访问，而不是直接与底层数据文件交互。

DBMS有三个核心组件：

1. 数据存储引擎
2. 查询/更新引擎
3. 模式管理系统

我们使用数据库管理系统创建集中、共享和一致的接口，以编程方式访问数据。数据库管理系统有助于为我们正在使用的数据提供逻辑结构，以及高效的存储和分布式访问。使用DBMS比自己直接管理数据更快、更安全、更强大、更容易。

近年来，IT供应商一直在努力开发和提供解决方案，以解决公司面临的业务内外数据洪流问题。

云是新的标准，云数据仓库现在大规模并行处理。数据管道可以处理数TB的数据。存储变得既便宜又快捷。AI/ML应用程序在各地激增。数据处理框架，如Spark，可以处理大量数据。

为了应对这些变化，银行需要一套具有凝聚力的集成产品，能够在不牺牲速度、安全性或扩展能力的情况下，管理现代数据需求，以便跨最庞大的数字产业构建应用程序。集成还可以确保操作和安全不会成为他们自己的资源培训弗兰肯斯坦项目。

开发人员数据平台是解决这些问题的一组集成的数据库和数据服务。通过消除管理数据基础设施的大部分开销，开发人员数据平台可以作为关键任务数据库，也有助于提高开发人员的生产力和创新。

理论上，可以创建的不同类型的管理系统没有限制，但有一些流行的DBMS值得一提。

• 关系型（RDBMS）
  • 以表的形式构造数据的数据库管理系统，表之间具有预定义的关系，以及用于读取和写入数据的结构化查询语言（SQL）。

• 文档（DoDBMS）
  • 数据库管理系统，以类JSON文档的形式构造数据，使用面向文档的查询语言（如MongoDB查询语言（MQL））读取和写入部分或所有文档。

• 柱形（CDBMS）
  • 按列组织数据的数据库管理系统，用于某些高性能和大量磁盘的用例。

除了按模式和查询类型专门化的数据库管理系统外，还有专门化不同存储类型的数据库管理系统，如内存中数据库管理系统（IMDBMS）。

还有云数据库SaaS提供商负责管理常规数据库维护任务（如更新等）的管理系统。MongoDB Atlas（基于MongoDB的NoSQL数据库）就是一个例子。

分布式数据库管理系统允许程序员和最终用户将物理上独立的数据库和数据集合视为一个系统映像。

跨多个数据库分布数据可以提供更易于管理的扩展，并有助于实现冗余（取决于您如何分布数据）。

MongoDB是新一代可扩展关键任务数据库的领导者。使用一种称为“分片”的技术，您可以轻松地在廉价硬件或云中分发数据并扩展部署。使用MongoDB进行扩展的好处之一是，分片是自动的，并内置于数据库中。这使开发人员无需在应用程序代码中构建分片逻辑来扩展系统。