表现

让客户陷入困境

最近,我们帮助我们的客户 - 一个大型投资银行 - 每年“找到”3000万美元 - 他们无法获得技术原因 - 当我们帮助他们获得它时,它就像发现钱给他们。

在我们的协会之前,他们正在运行大型机系统来完成他们的业务关键交易处理,使用自己的最先进的自定义主机应用程序进行在线处理和批处理。

但他们有一个小问题 - 他们的批次窗户已经满了 - 他们的总批次窗口时间为8小时,分散全天,他们需要超过7小时的时间来完成当天的全球商业交易的处理。这不是一个真正的问题 - 除非出了点问题。商业电脑出现问题?那有没有发生过? (我会让你回答这一点 - 根据您的个人经验与您自己的计算机。)

它们具有可用的最佳商业计算机,其自定义应用程序是出色的高性能交易处理问题,但有时批处理运行垃圾。他们偶尔会这样做。为什么?原因有所不同,但它主要归结为人为错误。例如,应用程序每天更新,以允许银行对不断变化的业务状况作出反应 - 这是正常的 - 但在繁忙的一天中,有时错误的代码将其成为生产。有时它不会受到伤害,其他批次应用程序可以不足或甚至居住。

作为一个尖端的技术店,银行有一群聪明的人,可以在几分钟或一小时内修复这样的严重问题,并让生产系统再次运行并再次完成这一天的处理。他们的问题是,根据批处理应用程序死亡 - 如果它通过批处理窗口中途,则它们无法完成窗口内的处理。通常这意味着前一天的处​​理未在下一个工作日之前完成。

嗯,这是一个大的交易 - 为此,银行将无法在那一天收集对不完整交易的兴趣。如果发生了每月3或4次(并且它所),他们可能会丢失一年多达3000万美元(他们每年都这样做)!是的,你读到了它 - 他们每年留下3000万美元!

但是这是一个大的交易吗?嗯,这家银行的资产超过1000亿美元,并以每年约10亿美元的比率将其业务增长。因此,每月3000万美元就像海洋中的雨滴。但是,让我们没有孩子自己迷失了3000万美元不是雨滴在海洋 - 好吧,它更像是泪珠 - 或者30万人......

无论哪种方式,这是银行的IT组织的重要业务问题 - 毫无疑问,董事会 - 非常认真地。银行可以减轻这个问题的选择是什么?

一个选项是将业务应用程序更改为不会破坏的东西或更快地运行。好主意,但正如我所提到的那样,他们的应用是那时的任何地方都是最好的。没有任何更快的东西,任何更可靠的东西,更好。

另一种选择只是为了购买更多的机器来解决很多钱和蛮力的问题 - 肯定必须工作!嗯,你在这样的问题上抛出多少机器 - 更快的机器将最终等待数据,就像他们目前的机器一样......

另一种选择是看他们的商业实践 - 也许他们的应用程序对更新太有价值 - 也许他们需要保持它们稳态 - 只有每月一次或每六个月更新一次。当然,3000万美元可以从IT部门要求这一点?嗯,讨厌不断变化的商业环境,以处理 - 改变法规,利率和汇率。那些竞争银行的竞争银行总是以窃取他们的市场份额。他们自己讨厌的营销天才带来了竞争领先的两步。不,这些申请必须定期更改,只是为了保持市场领先地位。他们不打算自愿把手袖口放在业务上。

另一种选择是提出了刚刚运行速度的方法。但他们现在有最好的思想,而且他们在领先的边缘。那么,一家专门从事这种工作的技术公司呢?不幸的是,大型大型机软件公司没有很多服务。但是,有一家公司已经在纽约市竞争的投资银行解决了这个问题。

那是当DataKinetics进入美国最大的投资银行的图片时。我们的产品允许它们修改其现有应用程序 - 是的,只需修改它们 - 不重写或替换它们 - 使它们更快地运行,更快。

我们提供的秘密培养物是数据分析 - 讨论最常用的数据 - 思考利率,汇率,客户信息,如账号,帐户余额,甚至名称和地址 - 并提供更快地访问这些比特的方法。有趣的是,这种类型的数据占它们的总数据的非常小的比例 - 例如5%或更少 - 但代表了大量工作负载。

解决方案是采取该数据,并将其进入内存 - 高性能内存表,并让银行应用程序从那里访问它。它不需要对应用程序逻辑的更改,并且对银行数据库没有更改。这是什么差异?这很震惊。

银行在这一领域的问题得到了解决。他们的批处理运行,一次占据了超过7个小时的时间来完成 - 在几个批次的窗口中 - 现在在不到30分钟的时间内完成。是的,你没有看错。一个优于70%的改进 - 只是通过向现有系统添加一点魔法。

业务结果并不令人惊讶。 3000万美元?好吧,他们在实现了内存技术解决方案后得到了所有这些。这是一笔3000万美元的赚钱。迷失在他们身上而且不可能的钱。他们现在收集它,并不会再次处于该位置。更好的是,内存解决方案急剧降低了他们的机器的资源使用,从而额外的每月节省了15万美元的运营费用。现在这真的是海洋中的一滴水,但请问任何银行刽子手 - 任何被发现的钱都是好事。

你可以看到客户的成功故事 这里.

最初出版 www.dkl.com.

艾伦Zander
跟着我
艾伦Zander的最新帖子 (查看全部)
分享这篇文章: 在脸书上分享
Facebook
0在Twitter上推文
推特
分享LinkedIn.
linkedin
向某人发送电子邮件
电子邮件

这篇文章有一个评论

  1. pingback: 拥抱内存处理优化性能|今天数据和技术

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *