DataPipeline是一家企业级批流一体数据融合产品、解决方案及服务提供商，致力于「成为中国的世界级数据中间件厂商」。DataPipeline通过多种实时数据技术协助用户构建以业务目标为导向的数据链路，产品支持广泛的数据节点类型，按需快速定制、部署、执行数据任务，可实现从传统数据处理到实时数据应用的各类场景，从而帮助用户加速推进数字化转型。

经典客户案例介绍

用户背景：诞生于 1996 年的中国民生银行，已经在 24 年的发展中牢固地确立了其全国性股份制商业银行领袖的地位。2019 年民生银行实现营业收入 1804.41 亿元，同比增幅 15.10%。在行业同质竞争非常激烈的情况下，民生银行实现高速增长，这与其由上至下地坚持数字化转型策略密不可分。

面临挑战

1. 数据源繁多，数据孤岛严重。开发环境搭建和开发语言学习难度高，涉及多种分布式技术组件，使用代码开发和组件调优难度大。

2. 测试难度大，测试数据模拟麻烦，单元测试工具支持度低，联调环境链路涉及系统较多，测试环境资源不足。

3. 投产风险高，关联组件的配置文件和配置项多，作业任务环境信息和配置参数多，验证环境少，配置和环境信息出错引发投产问题风险高。

4. 运营难度大，错误和异常数据难以追溯；实时任务的业务监控和任务运行状态监控相对传统应用来说比较难使用行内现有监控系统完成。

解决方案

1. 数据分发：客户行为等实时数据的标准化补全并分发到各个应用系统。

2. 实时头寸业务支持：业务系统的实时账户变动与指标变化传输到 GaussDB 作为实时头寸的计算依据。

3. 业务数据实时查询支持：实时数据加载到 Redis 作为业务实时查询使用。

4. 历史数据查询支持：主数据系统数据和数据仓库数据加载到 SequoiaDB 作为历史数据查询使用。

产品优势