阿里云支持上交所新交易监管系统上线运行

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
简介: 阿里云支持上交所新交易监管系统上线运行


近期,阿里云提供技术支持的上海证券交易所(下称“上交所”)新交易监管系统已正式上线运行。新系统部署在上交所私有云上,其交易数据实时处理能力扩展达50万笔/秒以上,总体消息处理能力可达每秒千万级,计算时延大幅降低,能够应对未来业务持续增长的交易量和复杂性需求。



新系统基于阿里云全实时计算分析引擎组合Flink+Hologres和云原生数据仓库AnalyticDB的核心技术私有化部署,自主研发设计,完成实时数据处理、计算和存储架构的重构升级,全面提升了系统的处理性能和综合分析能力,并重点考虑了数据处理时效性和数据分析敏捷性的要求。


01 实时数据的全面分析能力

系统消息队列中的大规模数据接入实时计算Flink后,关联实时存储Hologres中的数据快速处理,结果实时输出至Kafka或直接入库Hologres,并经入库程序统一将实时数据汇聚写入AnalyticDB,支撑实时分析查询应用。满足了在稳定和性能双保障基础上的多样化数据分析需求。


02 实时预警的敏捷处理能力

作为预警规则的一种实现方式,Flink 可以满足实时和秒级监管需求。对于复杂实时预警规则,Flink实时关联维度指标提升预警规则计算实时性。


从新架构落地来看,上交所新交易监管系统交易数据实时处理能力扩展达50万笔/秒以上(上线首日交易数据处理峰值达15.4万笔/秒),总体消息处理能力可达每秒千万级,计算时延大幅降低;功能上,紧密结合监管最新实践,更加敏捷和丰富的支持完善监管模型,科技赋能推动监管能力得到进一步提升。


阿里云实时计算是基于Apache Flink构建的一站式、高性能实时大数据处理引擎平台,广泛适用于流式数据处理、离线数据处理等多种场景。相对开源Flink,阿里云实时计算Flink商业化产品的多项创新技术与性能和功能稳定性优化很好的满足了上交所新交易监管系统的需求。具体优势如下:


阿里云实时计算Flink的关键性能指标比开源Flink优化提升了3到4倍。数据计算延迟优化到秒级甚至毫秒级。


阿里云实时计算Flink天然集成数据存储、数据开发、数据运维、监控报警等功能,方便客户以较小成本试用,管理和迁移流式计算。同时,实时计算提供完全租户隔离的托管运行服务。从最上层工作空间,到最底层执行机器,提供高度有效的隔离和全面防护,更加符合证券行业场景特点。


Hologres实时数仓专注实时分析场景,与Flink原生集成,支持数据高性能实时写入、实时更新,写入即可见,一套系统和一套数据模型,同时支撑了预警规则所需的高性能点查和业务洞察需要的OLAP分析。


阿里云自研云原生数据仓库AnalyticDB提供了高性能、高可靠、高稳定性的PB级数据仓库解决方案。上交所新交易监管系统采用AnalyticDB作为数据底座并完成新老系统平滑迁移。AnalyticDB接收实时数据流,利用其高性能写入和深入分析查询能力,满足了业务应用数据实时存储及查询分析等需求。


AnalyticDB在多项功能和性能上的提升,满足了上交所新交易监管系统的需求:


MPP全并行架构实现处理性能可扩展。通过水平扩展多Master节点(协调节点)、扩展Segment节点(计算节点)的并行计算能力,系统整体能力尤其是数据安全性、时效性以及读写性能得到进一步提升,更好地满足系统对高并发数据写入的需求,业务数据入库和混合业务处理性能提升数倍以上。


支持分布式事务,数据ACID一致性支持。所有节点跨机器冗余部署,数据多副本存储,任意硬件故障,自动化监控切换,保持服务在线,保证数据一致性、完整性和准确性。


广泛兼容PostgreSQL/Oracle的语法生态,支持PL/SQL存储过程,提供多种SQL优化器和详尽的执行计划,降低调优复杂度,提升迁移效率,降低迁移复杂度。


提供稳定、高性能、高可靠的PB级数据存储分析,支持大批量实时成交数据高性能导入云原生数据仓库AnalyticDB,加速不同级别业务数据集中存储分析,实现业务数据共享,业务数据价值最大化。


阿里云将利用在大数据、数据库和云原生方面的技术持续加强数据治理和数据应用的能力,促进科技与金融业务深度融合,服务金融市场平稳健康发展。

相关实践学习
数据库实验室挑战任务-初级任务
本场景介绍如何开通属于你的免费云数据库,在RDS-MySQL中完成对学生成绩的详情查询,执行指定类型SQL。
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
2天前
|
缓存 分布式计算 DataWorks
DataWorks产品使用合集之阿里云DataWorks中,天任务依赖小时任务的调度运行如何解决
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
8 1
|
2天前
|
SQL DataWorks Java
DataWorks操作报错合集之在阿里云 DataWorks 中,代码在开发测试阶段能够成功运行,但在提交后失败并报错“不支持https”如何解决
DataWorks是阿里云提供的一站式大数据开发与治理平台,支持数据集成、数据开发、数据服务、数据质量管理、数据安全管理等全流程数据处理。在使用DataWorks过程中,可能会遇到各种操作报错。以下是一些常见的报错情况及其可能的原因和解决方法。
14 1
DataWorks操作报错合集之在阿里云 DataWorks 中,代码在开发测试阶段能够成功运行,但在提交后失败并报错“不支持https”如何解决
|
13天前
|
存储 人工智能 自然语言处理
基于阿里云向量检索 Milvus 版与 PAI 搭建高效的检索增强生成(RAG)系统
阿里云向量检索 Milvus 版现已无缝集成于阿里云 PAI 平台,一站式赋能用户构建高性能的检索增强生成(RAG)系统。您可以利用 Milvus 作为向量数据的实时存储与检索核心,高效结合 PAI 和 LangChain 技术栈,实现从理论到实践的快速转化,搭建起功能强大的 RAG 解决方案。
基于阿里云向量检索 Milvus 版与 PAI 搭建高效的检索增强生成(RAG)系统
|
14天前
|
监控 应用服务中间件 网络安全
购买阿里云服务器后如何将自己的项目部署到服务器并上线?
在阿里云服务器上部署项目涉及准备项目、配置服务器、设置SSH密钥、连接服务器、安装所需软件、部署项目、配置Web服务器(如果需要)、测试项目、监控和维护,最后上线。确保项目完整并测试无误,配置安全组和云盾,使用SSH连接,安装OS、数据库和编程环境。通过Git同步代码,配置Nginx或Apache,测试正常后正式上线。利用阿里云文档和教程辅助操作。
82 3
|
15天前
|
API 开发工具 开发者
PYTHON运行阿里云的短信发送程序报错
图片链接指向一个阿里云开发者生态的图片,内容可能显示了一个关于使用Python SDK调用API发送短信时遇到的错误。错误可能涉及主账号和子账号ID。问题可能是由于缺少环境变量配置导致的。代码基于Python 2.0版本。总结:SDK调用出错,疑因环境变量未配置,影响了账号ID的识别。
|
24天前
|
人工智能 城市大脑 运维
阿里云官网政企业务频道上线!
阿里云官网政企业务频道上线!
30 0
|
2月前
|
存储 人工智能 自然语言处理
“智能+”时代,深维智信如何借助阿里云打造AI内容生成系统
随着数字经济的发展,线上数字化远程销售模式越来越成为一种主流,销售流程也演变为线上视频会议、线下拜访等多种方式的结合。根据Gartner报告,到2025 年60%的B2B 销售组织将从基于经验和直觉的销售转变为数据驱动的销售,将销售流程、销售数据、销售分析合并形成一致的运营实践。
414 0
“智能+”时代,深维智信如何借助阿里云打造AI内容生成系统
|
2月前
|
消息中间件 编解码 运维
阿里云 Serverless 异步任务处理系统在数据分析领域的应用
本文主要介绍异步任务处理系统中的数据分析,函数计算异步任务最佳实践-Kafka ETL,函数计算异步任务最佳实践-音视频处理等。
175316 348
|
2月前
|
自然语言处理 算法 关系型数据库
阿里云PAI大模型RAG对话系统最佳实践
本文为大模型RAG对话系统最佳实践,旨在指引AI开发人员如何有效地结合LLM大语言模型的推理能力和外部知识库检索增强技术,从而显著提升对话系统的性能,使其能更加灵活地返回用户查询的内容。适用于问答、摘要生成和其他依赖外部知识的自然语言处理任务。通过该实践,您可以掌握构建一个大模型RAG对话系统的完整开发链路。

热门文章

最新文章