保险行业，国家金融发展重要组成部分，关乎国计民生，承担着保障国民财产和人身安全的社会责任。

随着国内保险业的持续壮大发展，保险业以集团化为主要模式的混业经营成为主流，各大保险集团都呈多元发展趋势，在发挥主体公司统筹建设的基础上，以子公司的形式为实现专业化经营搭建平台。一个大型保险集团，往往设立财险、寿险、健康险、养老险等子公司，达到精细化、专业化管理。

在数字化转型的浪潮中，集团与其子公司根据各自的发展需求，实施着一系列定制化的数字化策略。

迪思杰，作为数据管理领域的资深企业，深耕行业二十余年，与多家保险企业建立了深入的合作关系。以某大型保险集团与其旗下财险、寿险、健康险子公司为例，迪思杰通过定制化的解决方案，积极参与了该集团及其子公司的数字化升级过程。

01  保险集团-数据入湖与迁移同步

集团：数据入湖+迁移同步

采用独特的技术路线，涉及大数据组件多。

全量：源库-Hive-Hudi

增量：源库-Kafka-Spark-Hudi

集团统筹各子公司，拥有重大决策权。随着数据量的不断增加，原有的环境已无法满足生产上的需求。因此，该保险集团提出了数据入湖的方案，将旗下各个子公司的数据从源库同步到Hudi中，同时对下游应用所需要的数据进行迁移，由Gauss200同步到DWS中。

此次数字化项目涉及寿险、健康险、养老险三家子公司系统，源端点多，软件队列多，维护量大，需收集子公司（寿险、健康险、养老险）数据，并对子公司数据进行标准化处理，业务分析。

整个数据入湖项目，DSG SuperSync大型数据库高性能复制工具全程保驾护航，满足数据同步、数据迁移、ETL（增、删、改列）等场景需求。

项目中，迪思杰采用中间机部署模式，通过创新技术方案，开辟独特的技术路线。利用Hive 与Kafka作为全量、增量数据的临时存储组件，后续用Spark引擎(专为大规模数据处理而设计的快速通用的计算引擎)，提高数据处理(入Hudi)的效率，实现了跨南北数据中心高效数据传输。

迪思杰充分发挥自身专业优势，自主研发，定制开发，对写入Hive、Kafka的工具定制修改适配，入湖Hudi程序全新研发，确保了方案与项目需求的完美契合。

02  财险-数据同步与迁移

财险：数据同步、数据迁移

一对一、一对多、多对一、多对多的多系统数据同步与迁移

财险公司主要承担财产损失的赔付责任，业务覆盖范围广，IT系统复杂性强，内部数据流转错综复杂。为适配业务发展带来的系统更新换代，一对一、一对多、多对一、多对多数据同步需求多样。

营销系统作为财险业务发展的核心系统，是此次数字化实施的重点。通过DSG SuperSync大型数据库高性能复制工具完成营销库到各个市级、省级的数据清分；营销库-新营销系统的数据业务切换硬件升级，分摊压力；营销系统到下属各类报表系统数据多级同步；营销系统到大数据平台Kafka消费到全量数据平台，供用户使用查看等等。此外，还对农险、社保、理赔等系统数据进行了实时同步操作，并且配合客户进行数据库迁移，通过正向同步以及反向同步进行正反切换。

财险企业，目标端类型多、点多，通道多，维护量非常大，且多种数据库之间不同字段类型需做特殊处理兼容转换；营销到各地方数据清分按表配置过滤条件多且复杂；营销库-Kafka大数据平台数据(空格、引号等)转义替换多，数据情况和所需处理方式逻辑复杂；Gbase、Tbase等分布式数据库因需考虑节点、表级锁、连接数等限制因素，需灵活改变软件配置来适应各种复杂的环境；日归档TB级别数据，迁移数据达50TB，表数量过万，应用难度不言而喻。

03  寿险-异构复制与采集交换

寿险：异构复制+采集交换

替换某知名复制产品，满足多场景应用需求

随着寿险业务数据增大、时效性要求提升以及新增系统等大数据平台异构复制需求，原某知名复制产品数据复制已不能满足寿险现场复制需求，因此采用DSG数据复制方案替换该复制产品，保障数据同步、采集交换需求。

项目过程中，DSG通过初始化与断点续传两种模式，实现替换该复制产品，并保障数据的一致性与实时性；对于普通表、压缩表、无主键表，DSG则采用不同模式不同配置，保障数据装载的一致性。针对源端与目标端差异ETL操作，DG库导致分析延迟超过24h，压缩表差异等问题时，迪思杰抽丁拔楔，也通过有效措施实现满意结果。

迪思杰数据复制方案，为寿险基础数据平台、核保前置系统、单证系统、微信系统、核心聚合模型、大数据平台、117 数据报送平台等多个系统提供准实时数据服务。

通过部署DSG DataXone数据采集共享交换平台，项目能够实现：

1. 数据复制流程管理：部署和管理数据复制流程，确保数据的连续性和同步性。

2. 监控与诊断：定期巡检数据复制流程，并排查潜在的数据复制问题。

3. 数据处理：执行数据的抓取、分析、发送、接收，以及ETL（提取、转换、加载）过程中的过滤和装载操作。

4. 数据比对：部署数据比对模块，支持历史数据、增量数据、主键字段和全字段基于时间或全表数据比对。

这些功能共同提升了数据质量，确保了各系统在实施数据复制时的完整性、准确性、一致性和时效性。

04  健康险-国产化与上云迁移

健康险：国产化与上云迁移

高危流向下的新老核心系统数据同步以及上云数据迁移

在国产化浪潮推动下，健康险商保核心系统将新业务底层数据存放在国产数据库OpenGauss中，而老核心系统底层数据都在DB2上。为新老核心系统共存，需要把新核心系统上新增的数据，经过处理后同步更新到老核心系统中。同时，为方便统一管理服务器和数据库，企业要将现有云下OpenGauss数据库数据全部迁移到云上OpenGauss数据库中，逐步替换云下环境。

此次数据同步选用Kafka为中间件，通过DSG  DataXone数据采集共享交换平台将增量数据从OpenGauss数据库同步到Kafka，再由客户k2x程序从Kafka落库到老核心DB2中。

而此项目场景是一个高危流向，一旦出现问题导致丢数，则很难补数据，好在迪思杰依托于自研发展，面对OpenGauss到Kafka的同步流向特殊性以及OpenGauss数据库的slot槽导出模式，通过研发适配华为drs的Kafka报文格式，保障数据格式、列值含义完全相同，优化产品工具，实现同步的顺利进行。

此外，DSG DataXone全程提供OpenGauss的上云数据迁移支持，应用数据体量正在不断扩大中。

可以预见，保险集团与其子公司的数字化建设之路，各有千秋，亦铺满荆棘，但也不妨碍我们凭借自身强大的数字化解决方案，协助其有效应对挑战，实现业务升级和转型发展。

未来，迪思杰将在数字化转型服务的道路上迈出更大的步伐，为客户提供更全面、优质、高效的服务方案，在铺满荆棘的路上披荆斩棘。