从“申请信用卡”，帮你向爸妈解释分布式数据库究竟是什么

数据库是什么？对于普通人来讲，平常生活中可能根本不会接触到，做为数据库从业者提及来也挠头。举个例子，咱们打开水龙头就有水，按开开关就有电，不多会追溯源头问水是从哪里来，电从哪里来。今天，咱们就来说一讲你身边的Greenplum。

当咱们用手机银行查看收支记录，打开社交应用查看新增消息，数据库就像是咱们看不见的水管和电线，在咱们一打开各类应用的瞬间，就准备好相应的数据和信息。

咱们身边各行各业用到Greenplum的案例有不少，其中一个应用和咱们平常消费息息相关——信用卡申请。不知道你们有没有经历早期信用卡申请？从提交到出卡起码要等上一到两个月。可是如今很多银行可以“秒批”，用户提交申请以后能够马上查到进度，一周以内就能拿到卡。这种体验的极大提高就少不了数据库在后台发挥的做用。

信用卡是银行或信用卡公司发放给信用合格的消费者的信用证实。为了保证消费者信得过，到了时间有能力还款，银行就须要根据申请人的我的信息、交易记录、职业特性、已有资产等等不一样维度进行判断。这些数据来自于用户提交、其余银行检索、其余的征信渠道，还要对这些数据进行交叉比对，校验数据真伪，避免诈骗。在人工审核的年代，申请人提交纸质申请，银行将这些纸质表邮寄发回信用卡审核中心，审核员一项项校验核查全部材料，还要交叉检索以核实数据真伪，好比一个在二线城市工做的30岁已成家的白领，他的收入和一年的交易记录是否匹配，其职业信息是否属实，公司运营状况是否稳定等。普通人看着一行行银行收支记录尚且头大，要人工核查这么多的信息，还有等数据之间的往返，就耗掉了大部分的时间。

提速的关键，一方面在于走向数字化、无纸化。纸质申请被线上申请替代，信息一提交就能快速录入，生成申请记录。紧接着，机审加人工复审替代纯人工审核。系统可以快速检索银行自身的业务数据库以及其余渠道的数据来源，快速匹配基本要求给出得分，假如申请人可以知足全部要求，就能马上批准，实现秒批。大部分状况下，银行仍是会进行第二轮的人工复审，保证信息获得全面核查，下降逾期风险。

另外一方面，银行完善自身的信用数据库以及业务数据库，并且行业通用的数据库获得发展，好比全国我的征信系统以及银联授信风险共享系统等，实现用户信用数据互通。2000年左右，我国央行就牵头建设全国性的我的征信系统，把和我的相关的信息录入到统一的数据库里，这样全部国内商业银行能够接入查询我的的信用信息。

数据连通当然是好事，至关于你人在全国任一省市，均可以办理相应的银行业务，而不用回到原籍地的特定银行才能办理。可是也有种种要解决的技术问题，想象这个征信数据系统像一个巨大的仓库，里面存储的各类我的信息就像是一份份包含我的信息的文件， 当银行想要提取我的信息时，就会遇到以下几个挑战：

• 业务繁忙时，同时有几百我的同时来提取数据，仓库要如何应答？
• 假若有几我的同时存或者取同一份记录，仓库要怎么解决？
• 仓库每日不断有新增数据，要是哪一天装不下了怎么办？

相似Greenplum的分布式数据库就能解决上述面临的问题，也是银行背后快速查询信息、快速得出分析结果的核心技术。分布式数据库是在传统集中型数据库的基础上发展出来的，二者之间的进化能够理解为：之前，全部数据都放在同一个巨大的仓库里，随着数据增长，可用空间愈来愈小，运营成本愈来愈高，查找文件的时间愈来愈久。当数据量达到必定临界值，现有的硬件平台没法承载更多的数据。分布式数据库就是不须要大仓库了，而是建一套小仓库，这些小仓库能够分布在不一样地方，可是都由一个系统来管理。管理员能够经过系统在各个小仓库中分别查找到对应的数据。

天天，仓库会接受来自全国各地的查询，2018年我国征信系统已经为9.7亿天然人创建统一的信用档案，日均我的信用报告查询477万余次。想象天天有几百万进出，有的要取，有的要存，稍不留神就有可能“大塞车”。Greenplum是基于大规模并行处理结构（MPP），总部会把这些查询分配到不一样的小仓库中同时进行处理。因为每一个小仓库有本身的存储空间、计算调度能力。使用者能够根据须要合理配置仓库集群规模，对比单机系统，MPP集群的架构能够驾驭更多的存储和计算能力，理论上有着无限的扩展能力。所以再多的数据量，再大的访问需求都可以游刃有余。

此外，当同时有好几我的来存取同一份记录时，Greenplum提供完善的事务支持，经过多版本并发控制和细粒度锁管理，使得多人同时访问、更新操做成为可能。当有人来读取记录时，系统会让他看当前版本的记录；假如同时是有人来修改记录，那系统就会让写的人看一个复印的版本，这样读写两不误，可以下降等待的时间，同时有保证永远读到有效的正确数据，写操做的数据的一致性不被破坏。

随着数据量的增长，仓库就面临空间不足的问题。相比于以往要从新建一个超大型仓库——不只占地耗资源、成本高昂，并且缺少灵活性，Greenplum的解决方法是采用一种灵活的“加盟”方式。这些仓库有各自独立的管理系统，独立的存储空间，仓库之间是由网络链接实现的。因此，当空间不足时，只须要新建小仓库就行了，这些小仓库更加廉价灵活，能够知足更严苛的应用场景，带来成本、效益、风控全方面的优点。这就比如是按照特许经营加盟，店与店以前独立运营，可是又由统一的品牌和网络联系在一块儿。对于银行来讲，这样的结构下降了维护数据库的成本，随着业务量加大，可以轻松扩展节点提高整个系统的存储和计算能力。

图片：Greenplum数据库结构

Greenplum做为全世界第一个开源分布式数据库，帮助中国多家商业银行加快业务处理，为客户提供更好的体验！做为一个主要面向企业的产品，Greenplum在技术上的努力和提高最终是为了服务真实的生活和工做场景，服务实实在在的每个用户。

参考文章：

https://wiki.mbalib.com/wiki/...

https://zhuanlan.zhihu.com/p/...

http://www.xinhuanet.com/fort..._129977374.htm

2015中国金融发展报告：社会信用体系建设的理论、探索与实践

得到更多关于Greenpum的技术干货，请访问Greenplum中文社区网站。