《生来创新-金融级云原生》——前言

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 《生来创新-金融级云原生》——前言

image.png


作者

刘伟

 

简介

阿里云能新金融 & 互联网行业总裁、中国金融四十人论坛常务理事,毕业于清华大学电子工程系。加入阿里云之前,在蚂蚁金服负责金融科技的商业推广和生态建设工作以及蚂蚁区块链的商业拓展工作;在企业软件市场深耕多年,曾经创建 Pivotal 软件大中华区分公司,开创企业级大据以及企业级云计算 PaaS 平台的市场先河。在 Pivotal 中国软件公司之前,刘伟光曾经担任 EMC大中国区数据计算事业部总经理,并在甲骨文中国公司工多年,曾经创建了 Exadata 大中国区的产品事业部并担任事业部总监。


前言

2015 年云原生理念提出的时候,  彼时全球金融百年发展形成的信息化到数字化的背后,  金 融级的技术服务水准经过长时间的打磨已经形成行业共识的标准。8 年前的云原生经典理聚焦在容器化、DevOps续开发持续集成、微服务架构这些软件开发层面的新范式。而金 融级要求诸如高可、高性能、业务连续性、系统安全稳定等等这些要求跟云原生架构的理念 仿佛处在两个相距远的范畴。随着技术层面的不断演进,在新型的应用系统的开发方面,金 融机构开始逐步引入容器化等云原生部署架构,但是始终发现聚焦在开发态层面的云原生能力 是不能触达金融的系统建设的各个层面。云计算技术日新月异的变化反过来推动了云原生的发 展从狭义到广义,今天的云已经变成了更为普适性的标准基础设施,更是新技术新业务创新的 平台;因此如云原生大数据,和云原生存储以及云原生网络技术等技术让云的原生能力从软 件开发走向数据平台进而延展到底层物理部署架构。今天的云计算无论是公共云还是专有云, 其技术体系带来的先进性以及对开源的拥抱和支持确实在改变着行业面向未来的规划。


经过长时间的索实践,我们提出一个全新的概念:金融级云原生,其核心思想就是让云 原生从义变成广义,让云原生的先进思想从只覆盖应用开发扩展到系统物理部署架构这样的 完整技术链路,从单纯的开发态转向设计态 + 研发态 + 运行态 + 运维态 + 容灾态,同时在每 个范畴中都结合金融级的高可用、高性能、业务连续性等特征,总结和定义成金融级的全栈式 的云原生架构的范式。这样的架构范式将把最先进的技术架构理念和最严苛的金融级 SLA 高度 结合,旨在刻画出一套全栈云原生能力升级的技术体系,完整替换传统架构,在数字金融高速 发展的今天,在人工智能的云时代中能够提供最强有力的支撑。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
Cloud Native 安全 持续交付
云端创新的桥梁:云原生技术在现代企业中的应用与挑战
本文深入探讨了云原生技术如何成为推动企业数字化转型的关键力量。通过分析容器化、微服务架构、持续集成与持续部署(CI/CD)以及声明式API的核心原理,本文揭示了这些技术如何提高应用的可扩展性、灵活性和自动化水平。同时,文章也未回避云原生环境所面临的安全挑战、技术复杂性和对专业人才的需求等现实问题。最终,我们提出了一系列策略,旨在帮助企业有效应对这些挑战,确保云原生技术的顺利采用和优化运用。
44 0
|
3月前
|
Cloud Native 持续交付 云计算
云端创新:探索云原生技术的无限可能
【6月更文挑战第12天】在数字化浪潮中,云计算不再是一个单纯的存储解决方案,而是成为了创新的发源地。本文将深入探讨云原生技术如何推动企业转型,以及它在提高开发效率、降低成本和促进可持续发展方面的关键作用。我们将一同见证,云原生不仅仅是一项技术,它更是一种文化,一种驱动未来软件开发的新理念。
|
3月前
|
人工智能 Cloud Native 安全
云原生技术的融合与创新:构建未来的软件定义世界
【6月更文挑战第5天】随着企业数字化转型的深入,云原生技术以其灵活性、可扩展性及成本效益成为推动这一进程的关键力量。本文将探讨云原生技术的核心概念、优势以及它如何与其他先进技术如人工智能和大数据相结合,为企业带来前所未有的效率提升和业务创新。
|
3月前
|
Cloud Native 容器 微服务
云原生技术的融合与创新:构建未来应用的基石
本文深入探讨了云原生技术如何成为现代软件开发的核心,分析了其对传统IT架构的影响及带来的变革。我们将通过具体案例,展示云原生如何助力企业快速迭代和部署应用,同时讨论了在采纳云原生过程中面临的挑战与解决方案。
|
4月前
|
Cloud Native 物联网 持续交付
未来科技浪潮:区块链、物联网与虚拟现实的融合创新云原生技术:重塑IT架构的未来
【5月更文挑战第31天】在信息技术飞速发展的今天,新兴技术如区块链、物联网和虚拟现实等正成为推动社会进步的重要力量。本文将探讨这些技术的发展趋势及其在各领域的应用前景,揭示它们如何相互融合,共同塑造一个智能化、互联的未来世界。 【5月更文挑战第31天】本文深入探讨了云原生技术的兴起及其对传统IT架构的颠覆性影响。通过分析云原生的核心概念,如微服务、容器化、以及持续集成/持续部署(CI/CD),文章揭示了这些技术如何促进更高效、灵活和可扩展的软件开发实践。同时,本文还讨论了企业在采用云原生技术时面临的挑战与机遇,并展望了云原生技术在未来IT领域的发展趋势。
|
4月前
|
消息中间件 Cloud Native 对象存储
活动回顾 | AutoMQ 云原生创新论坛精彩回放
在12月16日的“AutoMQ云原生创新论坛”上,AutoMQ联合创始人CTO周新宇介绍了AutoMQ的新特性,强调云原生架构和未来规划。阿里云和亚马逊云的技术专家分享了OSS成本优化与EC2的Nitro系统。圆桌对话中,嘉宾讨论了上云与下云的挑战,聚焦成本、故障处理和弹性。论坛还发布了AutoMQ的新版产品特性,包括多云兼容、性能提升和RocketMQ的创新解决方案。活动提供了丰富的资源分享,并激发了现场热烈的技术交流。
52 2
|
4月前
|
机器学习/深度学习 Cloud Native 持续交付
构建未来:云原生架构的转变与创新
【5月更文挑战第20天】 随着企业数字化转型的加速,云原生技术正成为推动现代应用开发和运维的关键力量。本文深入探讨了云原生架构的核心概念、关键技术和实现方法,分析了其在提高资源利用效率、加快服务部署以及增强系统可靠性方面的优势。通过具体案例分析,揭示了云原生技术如何助力企业快速响应市场变化,实现业务连续性和敏捷性。
|
4月前
|
弹性计算 Cloud Native 安全
云原生架构的未来展望:如何引领企业转型与创新
【5月更文挑战第7天】随着云计算技术的不断发展,云原生架构已经成为企业数字化转型的关键驱动力。本文将深入探讨云原生架构的优势、挑战以及未来发展趋势,为企业提供一种全新的技术视角,以实现更高效、灵活和可扩展的业务运营。
|
4月前
|
Cloud Native 持续交付 云计算
构建未来:云原生架构的转变与创新
【5月更文挑战第29天】 在数字化转型的浪潮中,企业正迅速采纳云原生技术以实现敏捷性、可扩展性和弹性。本文将探讨云原生架构的基本概念、关键技术和实施策略,旨在为读者提供一个关于如何利用云原生实践来优化业务操作和加速产品上市时间的视角。通过分析微服务、容器化、持续集成/持续部署(CI/CD)以及无服务器计算等技术的应用,我们将阐述如何在现代云计算环境中构建和维护高效、灵活且响应迅速的系统。
|
4月前
|
机器学习/深度学习 Cloud Native 自动驾驶
构建未来:云原生技术在企业数字化转型中的关键角色深度学习在图像识别中的创新应用
【5月更文挑战第27天】在信息技术日新月异的今天,企业正面临着一场前所未有的数字化转型浪潮。本文将深入探讨云原生技术如何成为推动这一进程的核心动力,分析其在提高业务敏捷性、优化资源利用和促进创新方面的显著优势。通过对云原生架构和服务模型的细致剖析,揭示了它们如何助力企业快速响应市场变化,实现持续集成和部署,以及维护系统的高可用性和可伸缩性。 【5月更文挑战第27天】 随着人工智能技术的飞速发展,深度学习已成为推动计算机视觉领域进步的核心动力。本文旨在探讨深度学习技术在图像识别任务中的应用及其带来的变革。我们将回顾深度学习的基本原理,重点分析卷积神经网络(CNN)在图像处理中的关键作用,并展示

热门文章

最新文章