度小滿金融大數(shù)據(jù)架構(gòu)實踐

時間：2021-10-08 17:01:50

關(guān)鍵字：大數(shù)據(jù)

手機(jī)看文章

掃描二維碼
隨時隨地手機(jī)看文章

[導(dǎo)讀]導(dǎo)讀：大數(shù)據(jù)架構(gòu)在金融場景下面臨著諸多挑戰(zhàn)，從架構(gòu)上而言，業(yè)務(wù)對數(shù)據(jù)加工、存儲和使用的全鏈路服務(wù)提出了更細(xì)致的管控需求；從使用上而言，用戶并不想理解大數(shù)據(jù)架構(gòu)的具體實現(xiàn)和管控的細(xì)節(jié)，用戶只想以更低的門檻、更快的方式來使用產(chǎn)品；從管理上而言，公司希望能夠?qū)?shù)據(jù)加工、處理過程中的相關(guān)...

導(dǎo)讀：大數(shù)據(jù)架構(gòu)在金融場景下面臨著諸多挑戰(zhàn)，從架構(gòu)上而言，業(yè)務(wù)對數(shù)據(jù)加工、存儲和使用的全鏈路服務(wù)提出了更細(xì)致的管控需求；從使用上而言，用戶并不想理解大數(shù)據(jù)架構(gòu)的具體實現(xiàn)和管控的細(xì)節(jié)，用戶只想以更低的門檻、更快的方式來使用產(chǎn)品；從管理上而言，公司希望能夠?qū)?shù)據(jù)加工、處理過程中的相關(guān)經(jīng)驗做到有效傳承。

本文主要針對上述問題分享對應(yīng)的解決方案，分別是：①?基于百度云產(chǎn)品的大數(shù)據(jù)架構(gòu)——MMR，管控需求；②?度小滿數(shù)據(jù)湖管理與分析平臺——鴻鵠，降門檻；③?度小滿模型訓(xùn)練監(jiān)控評估體系——易創(chuàng)，經(jīng)驗傳承。

01大數(shù)據(jù)云化架構(gòu)——MMR度小滿大數(shù)據(jù)云化架構(gòu)是建立在百度云大數(shù)據(jù)產(chǎn)品基礎(chǔ)之上的，百度云標(biāo)準(zhǔn)的大數(shù)據(jù)產(chǎn)品解決方案與開源的大數(shù)據(jù)解決方案類似。首先是通過用戶提交任務(wù)，進(jìn)入到計算層，承接計算需求。再到存儲層，承接數(shù)據(jù)的存儲需求。為了滿足更細(xì)致的管控需求，我們對架構(gòu)進(jìn)行了一次延展。

我們將架構(gòu)分為以下幾個部分：接入層、表控層、計算層、虛擬存儲層、物理存儲層。

1. 用戶層

在用戶層主要實現(xiàn)的是對從用戶操作到人的管控。具體實現(xiàn)方式主要是：我們會在用戶的大數(shù)據(jù)的入口進(jìn)行改造，打通度小滿的員工管理系統(tǒng)，大數(shù)據(jù)服務(wù)的用戶在登陸作業(yè)機(jī)時會標(biāo)注自己的身份，在提交操作和命令時，可以從架構(gòu)上識別出個人的身份，這樣一來，在提交命令或者是操作時是帶著個人身份操作，所有任務(wù)和用戶操作都可以定位到具體的責(zé)任人。

2. 表控制管理層

針對表控制管理層，滿足了結(jié)構(gòu)化數(shù)據(jù)部分共享的業(yè)務(wù)需求，即大數(shù)據(jù)存儲數(shù)據(jù)是以Hive表為基礎(chǔ)，Hive表里可能有一百、幾百或上千個字段，不同的字段有不同的密級要求。例如，在100個字段里，只有20個字段是希望共享的，其余80個是不希望共享的，這種情況就需要對表進(jìn)行字段級的權(quán)限控制?；诖?，我們將在外層建立有針對性的權(quán)限控制中心，用戶可以在平臺上對表進(jìn)行字段級別的密級標(biāo)注以及共享和申請使用的權(quán)限設(shè)置。通過這種方式，用戶提交任務(wù)到Hive Server或Spark Server時，服務(wù)層會有一段邏輯來校驗用戶提交的任務(wù)或者操作需要字段是否同時擁有該字段的權(quán)限，以此來決定是否放行實現(xiàn)字段級別的權(quán)限控制。

3. 計算層

在計算層主要是對資源的控制，主要是依賴百度云基礎(chǔ)架構(gòu)的能力。在計算層和存儲層，度小滿架設(shè)了虛擬管理層，虛擬管理層主要解決了非結(jié)構(gòu)化數(shù)據(jù)的共享需求和隔離需求。一般而言，每個業(yè)務(wù)的細(xì)分方向具有私密性，但每個業(yè)務(wù)的數(shù)據(jù)加工團(tuán)隊，都有上游和下游，都會面臨數(shù)據(jù)的部分分享和使用的需求。針對這類情況，我們對目錄層面進(jìn)行權(quán)限管控。在目錄權(quán)限控制的基礎(chǔ)上，同時約定使用方訪問的IP、IP段可以做到更細(xì)微的管控。在保證業(yè)務(wù)隔離的基礎(chǔ)上實現(xiàn)一定程度的數(shù)據(jù)共享，從而保障所有數(shù)據(jù)的操作、使用都是可控的，所有的過程都是可審計的。

在此基礎(chǔ)上，我們還面臨著一個更大的問題——業(yè)務(wù)是從百度架構(gòu)過度到當(dāng)前的百度云開源的數(shù)據(jù)架構(gòu)，類似于從閉源的大數(shù)據(jù)架構(gòu)到開源的大數(shù)據(jù)架構(gòu)。雖然計算邏輯或是計算方式上大致是相同的，但是在很多細(xì)節(jié)上比如入口設(shè)計、使用習(xí)慣和功能體驗是不一致的。為了解決差異：

首先，要統(tǒng)一用戶的使用習(xí)慣，把用戶所有訪問大數(shù)據(jù)服務(wù)使用的工具組裝成統(tǒng)一的Client，在統(tǒng)一client對差異進(jìn)行自動的抹平。用戶在由百度架構(gòu)到百度云架構(gòu)到遷移的過程的工作主要是修改配置、驗證結(jié)果，不會涉及到代碼層面的修改。
其次，虛擬存儲層的建設(shè)、實現(xiàn)存儲層的兼容，以文件系統(tǒng)的使用方式和使用習(xí)慣去訪問對象存儲，在用戶層面看來功能和體驗是一致的。

智能調(diào)度