⼯商银⾏：2024年工商银行大数据技术及应用白皮书_36页_1mb

工商银行大数据技术及应用白皮书总结

本文为工商银行软件研发中心2024年发布的《大数据技术及应用白皮书》，系统梳理了大数据技术演进、产业现状及其在工商银行的应用与展望。

第一章 概述

1.1 大数据技术发展历程及趋势

• 技术演进：大数据技术从传统数仓（2002–2012）发展到离线架构，再到Lambda/Kappa架构（2016–2021），如今正在向云原生实时架构（2021–2025）过渡，未来将进入"用数智能"时代（2025+）。
• 产业演进：大数据产业细分为存储与计算、数据管理、应用和安全四大核心领域，当前关注存算分离、湖仓一体、数据研发一体化、智能增强分析和原生安全技术等方向。
• 发展趋势：大数据将呈现云原生成熟、外贸增长、要素资产化、人机交互、场景融合、运维智慧六个趋势。在存储计算方向体现为云原生成熟和数字技术出海；数据管理方向体现为数据资产化；应用方向主要展现为人机交互和行业融合；安全方面则向运维治理智能化演进。

1.2 大数据产业现状与发展态势

第二章 工商银行大数据发展现状

工商银行构建了全域大挖掘能力的企业级大数据平台，提供通用服务与特色服务两大板块，涵盖数据采集、批量计算、实时计算、联机分析和对象存储。

平台架构

• 三大组成部分：大数据服务层提供基础数据分析与模型建服务；大数据基础设施层构建计算与资源调度能力；大数据运维坐席实现资源申请、集群监控等可视化运维。
• 分层体系：包括贴源层、聚合层、萃取层。
• 数据中台建设：以"业务数据化、数据资产化、资产服务化、服务业务化"推进数据资产价值释放，建设三个核心能力：分层数据体系、数据资产运营管控和智能用数赋能工具。

第三章 工商银行大数据应用案例

典型场景应用分析

1. 个人储蓄存款准实时计算：应用流批一体技术实现分钟级数据更新，提升存款监测和响应能力。
2. 基于实时数仓的信息报送：利用HUDI+联机库技术，将数据报送时效从40分钟缩短至1-5分钟。
3. 内外部数据融合的风险控制：构建风险预警模型，提供预警信息，提前防控违约风险。
4. "码上赢"数据驱动营销：采集扫码办理业务数据，实时优化客户转化策略。
5. 地理空间数据应用：整合多源空间数据，辅助网点选址与客户精细化运营。

第四章 总结与展望

工商银行大数据平台采用云原生架构、全栈自主技术，形成线上线下融合的大数据服务能力。未来发展趋势主要围绕存算分离架构，原生云化实时仓库，云数智融合等方面持续推进。

该文系统性地总结了大数据技术在金融领域的应用与演进，对金融机构的数字化转型具有重要的参考价值。