在客戶現有的環境中，用於分析平台的 Hadoop 基礎架構利用了 Hadoop 伺服器的內部儲存。由於 JBOD 環境的專有性，組織內的許多內部客戶無法利用他們的蒙特卡羅定量模型，該模型是依賴即時資料重複樣本的模擬。對市場走勢不確定性的影響的理解能力不足，對量化資產管理業務部門不利。

該銀行的定量業務部門需要一種有效的預測方法來實現準確、及時的預測。為此，團隊意識到需要實現基礎設施現代化，減少現有的 I/O 等待時間，並提高 Hadoop 和 Spark 等分析應用程式的效能，以有效模擬投資模型、衡量潛在收益和分析風險。

客戶現有的 Spark 解決方案已配備 JBOD。然後利用NetApp ONTAP、 NetApp StorageGRID和 MinIO Gateway to NFS 來減少銀行量化金融小組的 I/O 等待時間，該小組對評估潛在收益和風險的投資模型進行模擬和分析。此圖顯示了採用NetApp儲存的 Spark 解決方案。

如上圖所示，部署了AFF A800、A700 系統和StorageGRID ，以便在六節點 Hadoop 叢集中透過 NFS 和 S3 協定存取 parquet 文件，並使用 Spark、YARN 和 Hive 元資料服務進行資料分析操作。

客戶舊環境中的直接連接儲存 (DAS) 解決方案的缺點是無法獨立擴展運算和儲存。借助NetApp ONTAP Spark 解決方案，該銀行的財務分析業務部門能夠將儲存與運算分離，並根據需要更有效地無縫地提供基礎設施資源。

透過使用具有 NFS 的ONTAP ，計算伺服器 CPU 幾乎完全用於 Spark SQL 作業，並且 I/O 等待時間減少了近 70%，為 Spark 工作負載提供了更好的運算能力和效能提升。隨後，提高 CPU 使用率也使客戶能夠利用 GPU（例如 GPUDirect）進一步實現平台現代化。此外， StorageGRID為 Spark 工作負載提供了低成本的儲存選項，而 MinIO Gateway 透過 S3 協定提供對 NFS 資料的安全存取。對於雲端中的數據， NetApp建議使用Cloud Volumes ONTAP、 Azure NetApp Files和Google Cloud NetApp Volumes。