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

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。

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 EMRAmazon RedshiftAmazon 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 DynamoDBAmazon ElastiCache 、Redshift 、Amazon Simple Storage Service (Amazon S3)、EMR、Kinesis、Amazon Simple Queue Service (Amazon SQS)、Amazon VPC、Amazon CloudWatchAWS Identity and Access Management (IAM)等。

Xiaohua-arch-diag

图1 基于AWS的小花钱包系统架构图

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。

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/