MongoDB金融服务

传统的关系型数据库已经几十年来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，银行一直依赖并受限于对关系数据库、SQL服务器和其他主要RDBMS的依赖。但是数字经济对银行及其数据库系统提出了更多的要求。

今天，银行数据库必须是分布式的，能够存储本地和云中的数据，并处理大量多样化的销售信息、客户信息、借记交易、多个处理器等等。

这就是为什么银行转向NoSQL数据库，如MongoDB。

许多传统银行中使用的关系型数据库背后的技术最初是在20世纪70年代开发的。

在云计算时代之前很久就构想出来的，它们从未打算支持今天冲击它们的数量、种类或速度的数据。它们没有发展到解决始终在线、全球分布式部署的需求，并且它们也不够灵活，无法跟上现代数字产品开发和发布周期的步伐。

因此，传统银行在提供无摩擦和个性化的数字体验方面一直面临挑战。

商业影响是明显的。在Fintech Futures和MongoDB进行的一项关于贷款发放业务的银行高管调查中，43%的受访者表示，糟糕的数字体验是他们获取和留住客户的主要挑战，而34%的受访者表示缺乏个性化产品。

传统上，多个数据库系统（通常是SQL数据库，如SQL服务器和其他主要RDBMS）和遗留架构创建了孤岛，使得无法从数据中提取真正价值。

企业中银行数据的单一视图——特别是客户的账户数据——可以提供资产和交易对手风险的全球视图，或用于欺诈检测和了解您的客户（KYC）要求的单一客户视图。

数据库管理系统（DBMS）负责定义数据的结构、访问、修改和保护。

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

任何存储、访问和操作磁盘上数据的程序（罕见例外）都使用DBMS来管理访问，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来创建集中式、共享和一致的接口，以程序方式访问数据。数据库管理系统帮助提供数据的逻辑结构，以及高效的存储和分布式访问。使用DBMS比直接管理数据更快、更安全、更强大、更简单。

近年来，IT供应商一直在努力开发和提供解决方案，以应对公司内外部面临的数据洪水。

云是新的常态，云原生存储正在大规模并行处理。数据管道可以处理PB级别的数据。存储变得便宜且快速。AI/ML应用无处不在。像Spark这样的数据处理框架可以处理大量数据。

为了应对这些变化，银行需要一个统一的、集成的产品套件，能够管理构建跨最庞大数字地产应用程序的现代数据需求，而不会牺牲速度、安全性和扩展能力。集成还确保操作和安全不会成为资源消耗大、过于复杂的独立项目。

开发者数据平台是一套集成的数据库和数据服务，可以解决这些问题。通过减少管理数据基础设施的大部分开销，开发者数据平台可以作为关键任务数据库，并有助于提高开发者的生产力和创新。

理论上，可以创建不同类型的管理系统的数量没有限制，但有几种流行的DBMS值得提及

• 关系型（RDBMS）
  • 以表格形式结构数据的数据库管理系统，表之间有预定义的关系，并使用结构化查询语言（SQL）来读取和写入数据。

• 文档型（DoDBMS）
  • 以JSON-like文档形式结构数据的数据库管理系统，使用如MongoDB Query API这样的面向文档的查询语言来读取和写入部分或全部文档。

• 列式（CDBMS）
  • 按列组织数据的数据库管理系统，适用于某些高性能和磁盘密集型用例。

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

还有云数据库管理系统，其中SaaS提供商负责管理常规数据库维护任务（如更新）。基于MongoDB NoSQL数据库的MongoDB Atlas就是此类的一个例子。

分布式数据库管理系统允许程序人员和最终用户将一组物理上分离的数据库和数据视为一个系统映像。

将数据分散存储在多个数据库中可以提供更易于管理的扩展性，并有助于冗余（具体取决于您如何分布数据）。

MongoDB 是新一代关键任务数据库的领导者，这些数据库旨在实现可扩展性。通过一种称为分片的技术，您能够轻松地分布数据并在低成本硬件或云中扩展部署。使用 MongoDB 扩展的优势之一是分片是自动的，并且内置于数据库中。这使开发者无需在应用代码中添加分片逻辑即可扩展系统。