用户案例: 民生银行

数据不止会说话,更懂分析。

中国民生银行于1996年1月12日在北京正式成立,是中国第一家主要由民营企业发起设立的全国性股份制商业银行。成立23年来,成为资产总额6万亿元、净资产逾4300亿元、分支机构近2800家、员工超过5.8万人的大型商业银行。在美国《财富》杂志2018年7月发布的世界500强企业排名中,中国民生银行居第251位。

中国民生银行信息科技部的运维部门的詹玉林分享如何利用 Elastic Stack 以确保银行系统的安全稳定。 詹玉林主要负责大数据的处理、分析、挖掘等相关的工作。

对银行来说,数据就意味着金钱。而对于负责信息运营的部门,数据就意味着系统的稳定运行。詹玉林指出如果数据出现问题,比如丢失或运行不正常,將会对银行造成致命的影响。

以往民生银行其它项目组利用 Splunk 作为解决方案。可是, 随着时间的推移, 他们所需要处理的数据量随之而增加, 它们开始遇到困难,并且说这个东西很难进一步推广。詹玉林指出, Splunk 的使用局限了他们的扩展能力以及应用于不同的业务场景, 成本是其中关键的考虑。詹玉林说, 现在他们转移到 Elasticsearch, 能够比以前扩展许多倍, 灵活地扩展到新的用例中。此外, Elasticsearch 也经常更新, 以提供许多新功能, 并且更易于与其他产品集成。

「Elasticsearch 最大价值是能够更快速地和更容易地分析数据的存在的商业价值。透过 Elastic Stack, 我们确保民生银行的应用系统能够正常运营。系统出现异常将会对业务不利。 」-詹玉林

没有 Elastic Stack,民生银行的科技部需要用原始的方法检查他们每一个机器日志,这是繁杂和不现实的。 现在,利用 Elastic 所提供的 Beats 收集所有应用系统中的日志和技术环境,并采集到 Elasticsearch,然后展现于 Kibana 作分析。 这确保了该应用系统的安全和稳定运作。 若任何一个机器表现异常,詹玉林能够快速地找出源头并建立一个早期预警系统。 这是对商业运营非常关键,并可将其应用于业务分析或是安全分析。

詹玉林更利用了 Elasticsearch 的一些重要功能,包括监控、警告,以及安全。 通过这些功能,他能够阻止非授权访问、数据隔离、规则设定,以及迅速地找出异常地方。

詹玉林下一步想要做的是,希望进一步使用 Elastic 做数据挖掘和分析。运用 Elastic 所提供的机器学习,或者图形计算挖掘数据里面更深的内容。