AWS 案例研究：小花金服

小花金服是以技术和数据驱动的线上消费金融科技服务公司，对技术要求异常严格。AWS云服务安全可靠、稳定、性能高效、延迟低、易扩展以及对流数据出色的处理能力，满足了小花金服对IT的所有要求，加快了业务的快速迭代。在AWS云平台上，我们通过对国内外优秀开源框架的引入，结合大数据及机器学习平台，实现了实时风控系统自动化，营销方式多样化、自动化、精准化，运维自动智能化，有效提升了我们的工作效率。
黄凌鹏 小花金服联合创始人

关于小花金服

小花互联网金融信息服务有限公司（简称“小花金服”），2015年由中腾信出资设立。作为线上消费金融领域科技服务的主体，为麻袋理财等平台提供市场获客及智能技术辅助服务。业务涵盖线上商城分期、信用卡借款辅助服务等。公司成立以来发展迅速，已成为中腾信的重要支柱。

为什么选择AWS

小花钱包致力于用金融科技创造更美好的生活方式，为年轻人打造品质生活。以技术与数据驱动支撑业务发展，通过Marketing AI、Risk AI、Devops AI实现自动化精准获取客户，自动化审批，自动化运维。IT架构要求高可用、高可靠、易扩展、快速响应；数据要求高度一致、安全；公司人员编制精简，要求系统能够支持业务的自动化快速迭代。

7x24小时无间断服务

目前小花钱包拥有1700万注册用户，用户所在行业涉及不同领域，使用钱包的时间可能发生在一天不同时间段内，因此要求系统能够全天候稳定运行。Amazon Web Services (AWS)作为全球优秀的云计算服务平台，所有服务均支持7x24小时稳定运行，满足了小花钱包对系统高可用的要求。

高安全性

小花金服非常注重数据的安全性，公司成立伊始就选择AWS，主要就是出于AWS技术稳定和安全的考虑。Amazon Virtual Private Cloud (Amazon VPC)允许小花钱包系统在云中预置一个逻辑隔离分区，实现私网隔离。同时提供了安全组和网络访问控制列表等高级安全功能，以便在实例级别和子网级别启用入站和出站筛选功能，从而最大限度地消除小花钱包系统的安全隐患，保证用户数据的绝对安全。

技术与数据驱动业务自动化

小花钱包提供的所有服务都通过系统自动化完成，这就要求系统具有极强的数据处理和机器学习能力。小花钱包通过使用AWS的Amazon EMR、Amazon Redshift、Amazon Kinesis服务快速搭建大数据分析及机器学习平台，促进业务自动化建设。

Amazon EMR 服务可以快速轻松、经济高效地在多个动态可扩展的 Amazon Elastic Compute Cloud (Amazon EC2) 实例之间处理大量流式数据，响应速度非常快，基本能控制在100ms之内。小花钱包使用EMR分析用户的各种行为数据，运算它的各项指标并得出规则，依据规则对风控技术辅助服务进行把控。

Amazon Redshift 是一种快速且完全托管的数据仓库，具有快速、价格低廉、可扩展，安全等特性。小花钱包使用其提供的商业智能工具，实现报表展示和实时业务监控，通过报表和监控，快速做出营销策略或风控策略的调整。

Amazon Kinesis 非常适合处理和分析任意规模的流数据，具有很高的灵活性。小花钱包产生的数据具有多维度、高频、灵活等特征，通过使用Kinesis可以对收到的数据进行实时处理和分析并做出响应，无需等到收集完全部数据后才开始分析，很好地满足了机器学习的要求。

小花钱包通过使用EMR、Redshift、Kinesis服务，利用生物特征识别技术，结合大数据风控模型，为金融服务提供方提升获客及风控效率，提供科技服务和支持。

专业的支持服务

在使用 AWS的过程中，无论前期系统搭建还是上线后系统运转，AWS工作人员专业尽责的态度都让小花金服印象深刻。AWS拥有比较好的技术支持渠道，使用过程中环境发生异常、技术疑问或者服务问题，都可以获得详细的解答和技术支持，并能得到完整的结果报告。

图1是小花钱包的系统架构图。小花钱包所采用的AWS云服务包括Amazon EC2、Amazon Relational Database Service (Amazon RDS)、Amazon DynamoDB 、Amazon ElastiCache 、Redshift 、Amazon Simple Storage Service (Amazon S3)、EMR、Kinesis、Amazon Simple Queue Service (Amazon SQS)、Amazon VPC、Amazon CloudWatch、AWS Identity and Access Management (IAM)等。

图1 基于AWS的小花钱包系统架构图

获得的成效

AWS服务为小花钱包带来的成效，主要体现在提高开发运维效率和业务自动化两方面。

小花金服人员编制精简，目前公司规模大约为100人左右，负责3-4条业务线、500多台实例的维护，因此要求系统能够支持业务的快速迭代，自动化部署和编译，自动化运维等，提高研发效率。通过AWS提供的服务实现了1位运维和1位DBA 运维500多台实例、60多个系统，大幅度提高了运维效率。环境部署时间也变短了，由原来的24小时缩短为仅需要2个小时左右。

小花钱包所有服务都尽可能通过系统自动完成。小花金服使用AWS的EMR、Kinesis、Redshift服务搭建了小花大数据服务及机器学习平台，促进了业务自动化建设，减少人员干预，实现了自动精准获客，自动审批，自动风控技术辅助，自动运维，加快了系统响应时间，将它控制在100ms之内，大大提高了用户体验。

更多信息

若要了解关于 AWS 如何帮助金融服务行业的详细信息，请访问：https://aws.amazon.com/cn/financial-services/