当前位置: 首页 > news >正文

华安保险:核心系统分布式升级,提升保费规模处理能力2-3倍 | OceanBase企业案例

在3月20日的2024 OceanBase数据库城市行的活动中,安保险信息科技部总经理王在平发表了以“保险行业核心业务系统分布式架构实践”为主题的演讲。本文为该演讲的精彩回顾。

早在2019年,华安保险便开始与OceanBase接触,并着手进行数据库的升级选型工作。到了2023年,华安保险的新一代分布式核心系统正式搭载OceanBase分布式数据库,车险承保、非车险承保、意健险理赔等业务模块相继成功上线。预计这一变革将带来保费规模处理能力的显著提升,达到2至3倍的增长同时实现硬件成本降低50%的显著成效。正如俗语所说,“一个好汉三个帮”,挖掘数据库的潜力需要综合考虑整个系统的优化和协同。

1711538079

一、保险系统 IT 架构迎来新的挑战

数字化时代,客户行为的变化对保险公司经营和 IT 架构带来新的挑战。过去十年,以云计算、大数据、区块链、移动互联、物联网、人工智能为代表的“IMABCD”新技术突飞猛进,为数字经济推波助澜,重塑了很多业态,深刻影响用户工作以及行为方式。

为了顺应数字化时代的发展,国家以及行业颁布了诸多政策文件,鼓励企业抓住数字化技术的先机。新型数字化基建已经成为驱动行业转型的核心力量,传统 IT 架构无法应对业务变化挑战,迫切需要转型。

1711538136

该往哪里转?互联网先行者已经为我们趟出了一条路。互联网技术蕴含的设计理念,为新一代保险系统 IT 架构提供了重要参考,引入分布式技术,利用新的技术特性,可化解大容量、低成本、高可用的“不可能三角”。

新一代保险 IT 架构具有以下特点:

○  标准化高:自动化运维、规模化管理

○  成本低:低端计算资源、开源技术

○  风险影响小:分布式、隔离

○  可用性高:冗余、多活

○  数据量大:可支撑千万级日交易量、千万级客户数

○  拓展能力强:横向、纵向扩展均可

二、华安保险 IT 架构,探索历程与应用成效

意识到技术转型的紧迫性以及重要性,华安保险多年前就开始主动进行技术架构的转型探索,以云原生分布式技术为目标,IT 架构从封闭走向开放,逐步迭代成型。

1711538245

2018 年以前,华安保险采取的是金融行业传统的集中式架构。

2018 年到 2022 年,核心系统从小型机转向一体机,开始在增量项目推广分布式技术,逐步从集中式向混合式架构过渡,并不断积累经验。2021 年,华安保险主动把握机遇,推进基础设施的升级工作。

经过多年的磨炼,到 2023 年,华安保险核心系统实现关键突破,主要系统已经转向分布式架构。主要有以下三点应用成效:

第一,关键基础设施“一底双栈”,灵活适配多种业务场景。创新“一底双栈”实施方案,采用国产通用底座,从硬件到数据库软件全是统一的,应用层按需搭配国产全栈、开源组件两种路线,技术选型兼顾稳定可靠与成本可控,具备长期演进能力。

第二,以 XC 为底座的新一代分布式核心系统取得关键突破,预计保费规模处理能力提升 2-3 倍。2022 年,华安保险开始自研以 XC 为底座的新一代分布式核心业务系统,意健险理赔系统当年成功上线。2023 年,非常关键的车险承保核心系统、非车险承保核心系统相继投产,运行一直很平稳,标志以 XC 为代表的核心技术实现重大突破。预计 2025 年,基本实现保险核心系统基于 OceanBase 数据库的全量分布式升级。

1711538285

上线以后,整体应用成效非常明显。从以前的一体机,转向三节点的服务器,整体硬件成本预计降低 50%;得益于 OceanBase 的高级数据压缩技术,节省 75% 的存储空间。此外,得益于其他技术的综合应用,在业务处理的主要关键环节处理耗时下降 32.1%,预计可支持 2-3 倍的保费规模处理能力。

第三,形成一套低成本、高复用、可推广的示范案例。在实践中不断积累,我们把经验总结为“四化”:策略标准化、方案体系化、成本最小化、工具链条化。整体考虑,分步实施,技术成熟可靠,降低了落地风险,对其他中小公司有比较好的借鉴意义。

1711538309

三、架构设计实践

华安保险的设计理念是面向业务,立体发展,体系化构建可持续演进的 IT 架构。

1711538358

总的来说,我们归结为两个升级:一个业务升级,一个技术升级。业务层面,希望数字原生理念去解构、重构业务模式,提出了四个在线的设计理念,作为系统灵魂。技术层面,除了注重以往的单品能力提升外,更强调整体平衡,通过集成式创新实现整个技术的突破。

(一)分布式架构解决开发层面的问题

首先,基于微服务体系,构建 DevOps 交付流水线,实现程序开发快。华安保险封装微服务框架,自研天枢容器平台,以此为基础,将代码仓库 GitLab、CI/CD 流水线 Jenkins 等第三方工具进行系统性整合,构建了完善的 DevOps 体系,快速响应业务需求。

其次,“开源”+“扩展”相结合,利用分布式中间件,做到系统运行稳。2017 年,我们就引入了消息队列、缓存等中间件技术,实现系统之间的解耦。近几年,完善任务调度平台及监控能力,不断补充短板、扩展管理功能,中间件能力得到进一步提升,满足系统容灾与高可靠方面的需要。

再次,沉淀中台能力,模块化快速装配,支持应用集成精。华安保险应用“中台”概念,通过多年的积累,沉淀了不少通用性业务组件,搭建系统时可快速装配,不重复造轮子,综合产品力不断提升。

最后,改变编程思路,分层均衡处理,力求代码质量高。编程方面从规范、设计理念上,我们做出了一列改变,从以往过于注重底层数据库的能力,把业务逻辑上移,实现前台、中台以及数据库底层的平衡,通过多层均衡布局,化解系统运行中的不确定性问题。

1711538418

(二)数据库是 IT 架构升级的关键

第一,引入 OceanBase 分布式数据库,建立租户模式,支持弹性管理与系统可扩展性。数据库是整个 IT 架构升级的关键。华安保险作为一个中小公司,技术能力相对受限,综合考虑后对技术栈做了收敛,希望建立企业级的数据库服务通用能力,简化系统使用与管理。

2019 年,华安保险启动数据库选型,经过多方比较测试,最终选择 OceanBase 搭建统一的数据库底座。通过建立多集群、多租户的方式,根据不同的场景,指定独享或者共享模式,更好地适配业务需要。

1711538475

○  集群划分:整体规划,核心业务系统、一般业务系统、办公管理系统纳 入不同集群进行管理;

○  租户划分:根据业务场景及性能要求,划分不同规格租户,资源相对隔离,承载一个或多个关联应用服务。

第二,依托业务场景,适配不同引擎,访问分层、分流,系统压力共担。应对场景多元化,华安保险同时引入其他引擎,实现访问分层、分流处理,比如高频键值访问采用 Redis、批量查询采用 ES、关联查询采用数据湖等。通过技术的组合应用,很好解决了复杂场景下的系统压力。

第三,业务数据汇集于湖,应对跑批、批查等综合功能需要。考虑到多租户、集群、跨库数据隔离的问题,我们后端建立了联机数据湖,实现数据汇集,提供综合查询能力。数据湖也是大数据平台抽取业务数据的中间库,规避后端数据平台直接从业务库抽数对生产环境造成波动。

1711538555

第四,主数据统一管理,建立实时分发机制,实现数据同源和系统解耦。华安保险建立了企业主数据管理平台,统一管理和实时分发,保证基础数据源自一处,提高数据的一致性和可用性,进而提升数据管理和应用效率。

第五,将数据嵌入应用场景,保持数据在线,让数据真正服务应用系统。华安保险基于离线与实时技术,建立了统一数据中台,研发面向业务域的数据产品,与此同时,积极开发数据看板与数据服务,将之嵌入业务系统,为风控、操作提供数据指引,保持“数尽其用”。

(三)分布式应用的运行与监控

首先,迭代容器平台,实现一云多芯、多集群纳管,支撑系统稳定运行。天枢容器平台从 2019 年开始自主研发,2022 年重大升级到 2.0 版本,打造“一站式”应用交付管理模式。目前,华安保险的内部新应用,大规模运行在容器平台上,实现一云多芯、多集群纳管。

其次,服务可观测多管齐下,系统运维从事后告警转变为事前预警。分布式对 DBA 或运维人员来说,主要还是需要解决运维便捷度的问题。在数据可观测层面,华安保险同样基于自研和开源技术,构建服务可观测能力平台-天眼平台,实现应用指标与数据指标的采集、处理与展示,并提供微服务的分布式追踪、服务网格遥测分析、度量聚合和可视化。

1711538617

四、未来展望:建立两地三中心容灾能力

未来,华安保险将持续推进分布式技术深度应用。2024 年,将以分布式架构为基础,建立两地三中心的容灾能力,实现应用同城双活、异地数据容灾,提升业务运营连续性。

相关文章:

华安保险:核心系统分布式升级,提升保费规模处理能力2-3倍 | OceanBase企业案例

在3月20日的2024 OceanBase数据库城市行的活动中,安保险信息科技部总经理王在平发表了以“保险行业核心业务系统分布式架构实践”为主题的演讲。本文为该演讲的精彩回顾。 早在2019年,华安保险便开始与OceanBase接触,并着手进行数据库的升级…...

佐西卡在美国InfoComm 2024展会上亮相投影镜头系列

6月12日至14日,2024美国视听显示与系统集成展览会将在拉斯维加斯会议中心盛大开幕。这场北美最具影响力的视听技术盛会,将汇集全球顶尖的视听解决方案,展现专业视听电子系统集成、灯光音响等领域的最新技术动态。 在这场科技盛宴中&#xff0…...

【权威出版/投稿优惠】2024年智慧城市与信息化教育国际会议(SCIE 2024)

2024 International Conference on Smart Cities and Information Education 2024年智慧城市与信息化教育国际会议 【会议信息】 会议简称:SCIE 2024 大会时间:点击查看 大会地点:中国北京 会议官网:www.iacscie.com 会议邮箱&am…...

Android 应用程序 ANR 问题分析总结

ANR (Application Not Responding) 应用程序无响应。如果应用程序在UI线程被阻塞太长时间,就会出现ANR,通常出现ANR,系统会弹出一个提示提示框,让用户知道,该程序正在被阻塞,是否继续等待还是关闭。 1、AN…...

爬虫案例:建设库JS逆向

爬虫流程 1. 确定目标网址和所需内容 https://www.jiansheku.com/search/enterprise/ 只是个学习案例,所以目标就有我自己来选择,企业名称,法定代表人,注册资本,成立日期 2. 对目标网站,进行分析 动态…...

基于springboot的酒店管理系统源码数据库

时代的发展带来了巨大的生活改变,很多事务从传统手工管理转变为自动管理。自动管理是利用科技的发展开发的新型管理系统,这类管理系统可以帮助人完成基本的繁琐的反复工作。酒店是出门的必需品,无论出差还是旅游都需要酒店的服务。由于在旺季…...

Web前端开发 - 5 - JavaScript基础

JavaScript 一、JavaScript基础1. JavaScript入门2. 语句3. 数据类型4. 函数5. 对象6. 数组 一、JavaScript基础 1. JavaScript入门 <script> </script> <script type"text/javascript" src"xxx.js"> </script>//单行注释 /* 多…...

程序员之路:塑造卓越职业素养的探索与实践

序章 在这个数字时代&#xff0c;程序员作为技术进步的推动者&#xff0c;不仅需要掌握扎实的技术技能&#xff0c;更需具备高尚的职业素养&#xff0c;以应对日益复杂的行业挑战。职业素养&#xff0c;犹如编程中的“算法”&#xff0c;虽无形却决定着个人发展的效率与质量。本…...

C# Winform 在低DPI创建窗体后,在高DPI运行时,窗体会自动拉伸,导致窗体显示不全

C# Winform 在低DPI创建窗体后&#xff0c;在高DPI运行时&#xff0c;窗体会自动拉伸&#xff0c;导致窗体显示不全&#xff0c; 比如在分辨率为100% 的电脑创建C#项目&#xff0c;当运动到分辨率为125%的电脑运行时&#xff0c;后者运行的窗体会自动拉伸&#xff0c;窗体显示…...

JWT攻击手册(非常详细)零基础入门到精通,收藏这一篇就够了

JSON Web Token&#xff08;JWT&#xff09;对于渗透测试人员而言可能是一种非常吸引人的攻击途径&#xff0c;因为它们不仅是让你获得无限访问权限的关键&#xff0c;而且还被视为隐藏了通往以下特权的途径&#xff1a;特权升级&#xff0c;信息泄露&#xff0c;SQLi&#xff…...

5.所有权

标题 一、概念二、规则三、示例3.1 变量作用域3.2 所有权的移交&#xff08;深拷贝与浅拷贝&#xff09;3.3 函数与所有权3.4 返回值与作用域3.5 引用的使用 四、切片(&str) 一、概念 所有权是Rust的核心特性。所有程序在运行时都必须管理它们使用计算机内存的方式。Rust的…...

RabbitMQ-工作模式(Publish模式Routing模式)

文章目录 发布/订阅&#xff08;Publish/Subscribe&#xff09;交换机临时队列绑定总体代码示例 路由&#xff08;Routing&#xff09;绑定直连交换机多重绑定发送日志订阅总体代码示例 更多相关内容可查看 发布/订阅&#xff08;Publish/Subscribe&#xff09; 构建一个简单的…...

【机器学习算法】期望最大化(EM)算法概述

期望最大化&#xff08;EM&#xff09;算法是一种迭代算法&#xff0c;用于在有未观测变量的情况下&#xff0c;求解概率模型参数的最大似然估计或最大后验估计。以下是对EM算法的原理与应用进行详细地剖析&#xff1a; EM算法原理 E步 - 期望计算&#xff1a;根据当前估计的模…...

【深度学习】数竹签演示软件系统

往期文章列表&#xff1a; 【YOLO深度学习系列】图像分类、物体检测、实例分割、物体追踪、姿态估计、定向边框检测演示系统【含源码】 【深度学习】物体检测/实例分割/物体追踪/姿态估计/定向边框/图像分类检测演示系统【含源码】 【深度学习】YOLOV8数据标注及模型训练方法整…...

Halcon 多相机统一坐标系

小杨说事-基于Halcon的多相机坐标系统一原理个人理解_多相机标定统一坐标系-CSDN博客 一、概述 最近在搞多相机标定等的相关问题&#xff0c;对于很大的场景&#xff0c;单个相机的视野是不够的&#xff0c;就必须要统一到一个坐标系下&#xff0c;因此我也用了4个相机&#…...

Apache Kylin:大数据分析从入门到精通

一、Kylin简介 Apache Kylin是一个分布式数据分析引擎,专为处理海量数据设计,能够在极短时间内对超大规模数据集进行OLAP(Online Analytical Processing)分析。Kylin通过预计算和高效的查询机制,为用户提供秒级的查询响应时间,支持与Hadoop、Hive、HBase等大数据平台无缝…...

SQL Server 2016导入.bak文件到数据库里面步骤

1、打开SSMS管理器 选择数据库 右键 然后点击还原数据库。 2、选择设备 然后点击三个点 找到本地bak文件&#xff0c;然后点击确定 3、点击确定&#xff0c;会自动弹出来一个成功的提示。...

WPF Frame 简单页面切换示例

原理比较简单&#xff0c;但是有个坑&#xff0c;为了使界面能够正确更新&#xff0c;记得使用 INotifyPropertyChanged 接口来实现属性更改通知。 <Window x:Class"PageTest.MainWindow"xmlns"http://schemas.microsoft.com/winfx/2006/xaml/presentation&…...

kafka-生产者监听器(SpringBoot整合Kafka)

文章目录 1、生产者监听器1.1、创建生产者监听器1.2、创建生产者拦截器1.3、发送消息测试1.4、使用Java代码创建主题分区副本1.5、application.yml配置----v1版1.6、屏蔽 kafka debug 日志 logback.xml1.7、引入spring-kafka依赖1.8、控制台日志 1、生产者监听器 1.1、创建生产…...

3D感知视觉表示与模型分析:深入探究视觉基础模型的三维意识

在深度学习与大规模预训练的推动下&#xff0c;视觉基础模型展现出了令人印象深刻的泛化能力。这些模型不仅能够对任意图像进行分类、分割和生成&#xff0c;而且它们的中间表示对于其他视觉任务&#xff0c;如检测和分割&#xff0c;同样具有强大的零样本能力。然而&#xff0…...

Docker 离线安装指南

参考文章 1、确认操作系统类型及内核版本 Docker依赖于Linux内核的一些特性&#xff0c;不同版本的Docker对内核版本有不同要求。例如&#xff0c;Docker 17.06及之后的版本通常需要Linux内核3.10及以上版本&#xff0c;Docker17.09及更高版本对应Linux内核4.9.x及更高版本。…...

HTML 语义化

目录 HTML 语义化HTML5 新特性HTML 语义化的好处语义化标签的使用场景最佳实践 HTML 语义化 HTML5 新特性 标准答案&#xff1a; 语义化标签&#xff1a; <header>&#xff1a;页头<nav>&#xff1a;导航<main>&#xff1a;主要内容<article>&#x…...

基于Uniapp开发HarmonyOS 5.0旅游应用技术实践

一、技术选型背景 1.跨平台优势 Uniapp采用Vue.js框架&#xff0c;支持"一次开发&#xff0c;多端部署"&#xff0c;可同步生成HarmonyOS、iOS、Android等多平台应用。 2.鸿蒙特性融合 HarmonyOS 5.0的分布式能力与原子化服务&#xff0c;为旅游应用带来&#xf…...

2021-03-15 iview一些问题

1.iview 在使用tree组件时&#xff0c;发现没有set类的方法&#xff0c;只有get&#xff0c;那么要改变tree值&#xff0c;只能遍历treeData&#xff0c;递归修改treeData的checked&#xff0c;发现无法更改&#xff0c;原因在于check模式下&#xff0c;子元素的勾选状态跟父节…...

新能源汽车智慧充电桩管理方案:新能源充电桩散热问题及消防安全监管方案

随着新能源汽车的快速普及&#xff0c;充电桩作为核心配套设施&#xff0c;其安全性与可靠性备受关注。然而&#xff0c;在高温、高负荷运行环境下&#xff0c;充电桩的散热问题与消防安全隐患日益凸显&#xff0c;成为制约行业发展的关键瓶颈。 如何通过智慧化管理手段优化散…...

今日学习:Spring线程池|并发修改异常|链路丢失|登录续期|VIP过期策略|数值类缓存

文章目录 优雅版线程池ThreadPoolTaskExecutor和ThreadPoolTaskExecutor的装饰器并发修改异常并发修改异常简介实现机制设计原因及意义 使用线程池造成的链路丢失问题线程池导致的链路丢失问题发生原因 常见解决方法更好的解决方法设计精妙之处 登录续期登录续期常见实现方式特…...

Linux离线(zip方式)安装docker

目录 基础信息操作系统信息docker信息 安装实例安装步骤示例 遇到的问题问题1&#xff1a;修改默认工作路径启动失败问题2 找不到对应组 基础信息 操作系统信息 OS版本&#xff1a;CentOS 7 64位 内核版本&#xff1a;3.10.0 相关命令&#xff1a; uname -rcat /etc/os-rele…...

GO协程(Goroutine)问题总结

在使用Go语言来编写代码时&#xff0c;遇到的一些问题总结一下 [参考文档]&#xff1a;https://www.topgoer.com/%E5%B9%B6%E5%8F%91%E7%BC%96%E7%A8%8B/goroutine.html 1. main()函数默认的Goroutine 场景再现&#xff1a; 今天在看到这个教程的时候&#xff0c;在自己的电…...

Chromium 136 编译指南 Windows篇:depot_tools 配置与源码获取(二)

引言 工欲善其事&#xff0c;必先利其器。在完成了 Visual Studio 2022 和 Windows SDK 的安装后&#xff0c;我们即将接触到 Chromium 开发生态中最核心的工具——depot_tools。这个由 Google 精心打造的工具集&#xff0c;就像是连接开发者与 Chromium 庞大代码库的智能桥梁…...

人工智能--安全大模型训练计划:基于Fine-tuning + LLM Agent

安全大模型训练计划&#xff1a;基于Fine-tuning LLM Agent 1. 构建高质量安全数据集 目标&#xff1a;为安全大模型创建高质量、去偏、符合伦理的训练数据集&#xff0c;涵盖安全相关任务&#xff08;如有害内容检测、隐私保护、道德推理等&#xff09;。 1.1 数据收集 描…...