故事很重要，客户故事是最好的。他们提供令人瞠目结舌的统计数据或克服巨大障碍的那些是获得最佳头条新闻的那些。它们也是最难发表的。我们知道，因为我们将与您分享一些我们正在孜孜不倦地努力出版的内容 - 但现在它们将保持匿名。话虽如此，如果您想联系我们，我们可以让您看看幕后。
让我们开始吧。
北方银行
我们与加拿大所有主要银行都有业务往来。真正的全球性机构并不多，所以你猜对的机会很大。与其他主要金融机构一样，它们有监管义务从每次客户互动中生成和存储电子记录。大数据分析使这些机构不仅能够存储用于监管目的的数据，还可以积极利用这些信息来生成业务见解并增加价值。机器学习和人工智能 （ML/AI） 技术正在推动现代数据密集型工作负载不仅可以进行历史数据分析，还可以执行实时分析以推动即时决策。实时分析用例包括欺诈检测、交易监控、客户细分、个性化营销和风险管理。
当这家银行开始遇到性能和稳定性问题时，他们将其过时的企业数据仓库（Cloudera/Hadoop）迁移到了MinIO - 随着数据在Hadoop环境中的增长，应用程序开始遇到性能问题和停机时间。他们希望云运营模式没有与公有云相关的成本和失控。与数据增长相关的挑战以及对基础设施进行现代化改造的需求为基于 Kubernetes 的现代云原生架构提供了路线图。该银行希望实现干净的实施和最短的上市时间。这意味着MinIO。
存储基础架构支持多个业务部门，包括：
-
加拿大银行业分析
-
国际银行分析
-
数据支持与架构
它们在不同的数据中心运行两个 MinIO 部署。两者之间的数据使用主动-主动复制进行复制，从而使 MinIO 具有高可用性。鉴于银行财务数据的关键性，MinIO 对象存储实现必须支持无限扩展和站点级容灾能力。为了实现这一目标，MinIO 团队帮助部署了双站点双站点双主动复制策略。该银行能够根据需要增加每个站点的集群规模，只需向部署中添加新的服务器池即可。通过主动-主动站点级复制，银行的 MinIO 实施不仅可以在单个站点内承受多个磁盘、服务器甚至机架故障，而且给定地理位置内的整个站点都可能遇到故障，而不会出现任何应用程序停机或数据丢失例如：
集群一：
集群二：
本地对象存储的主要用例之一是企业文件处理，目前已经迁移了一百多个项目以利用 MinIO 对象存储。该银行利用 MinIO 进行机器学习模型训练和服务：
MinIO 集群的可扩展性和可用性：
在多个数据中心之间同步数据是任何提供站点级容灾能力的对象存储的关键功能。主动-主动复制提供快速热-热故障转移和多地理恢复能力。多站点复制建立在双向主动-主动框架之上，并保留了关键功能，例如复制删除操作、删除标记、现有对象和副本元数据更改。
结果
升级到基于 Kubernetes 的现代基础架构的好处立竿见影。自实施 MinIO 以来，该银行已将存储占用空间减少了 50% 以上，同时将存储容量翻了一番。在此过程中，该银行将成本降低了近 60%，并将关键机器学习任务的性能提高了 30%。
MinIO 还为银行未来的云原生成功奠定了基础。这位平台工程师表示：“不断发展的数据需求（例如我们的数据需求）需要可扩展性和强大的存储位置，而 MinIO 满足了这些需求。此外，数据中心之间的延迟也减少了;可以根据需要进行扩展，同时提供元数据以改进对此类数据的理解。这也为我们提供了与我们希望在不久的将来迁移到的云平台非常相似的存储环境。
其中一位云工程师也指出：“MinIO 帮助我们的数据分析工作负载实现了现代化，使其具有高度可扩展性，并增加了我们组织内对云原生技术的采用。
