交易风控小微金融业务跨平台数据共享与处理数据的海量存储

您提到的2018云栖大会·上海峰会上的分享，题为《交易风控小微金融业务跨平台数据共享与处理——数据的海量存储与多种离线计算处理》，该主题聚焦于第三方支付业务中的几个核心挑战和解决方案，特别是针对计算引擎的互通性、异构数据的有效处理，以及在风控场景下如何实现数据的高效存储与快速访问。虽然我无法直接提供该分享的具体内容下载，但可以基于阿里云的产品体系，为您概述相关技术和产品如何支持这些领域。

1. 计算引擎互通：为了实现不同计算引擎之间的互通，阿里云提供了DataWorks（原Data IDE）作为一站式大数据开发管理平台，它支持多种计算引擎如MaxCompute（原ODPS）、E-MapReduce（基于Hadoop/Spark的云服务）、Flink等的集成与调度，便于用户在不同的计算需求下灵活选择合适的引擎，并实现任务间的无缝衔接。

2. 异构数据处理：面对结构化、半结构化及非结构化的异构数据，阿里云提供了多种工具和服务来应对。例如，MaxCompute擅长处理大规模数据仓库应用，支持PB级数据存储和处理；而DataWorks则提供了数据集成服务，能够从多种数据源抽取数据，进行清洗转换后加载到不同的计算存储引擎中。此外，对于实时数据处理，阿里云的Realtime Compute for Apache Flink能够处理高并发、低延迟的流式数据计算需求。

3. 风控存储与访问：在风控场景下，对数据的存储和访问速度有极高的要求。阿里云的Lindorm是一个高性能、低成本的时序数据库服务，特别适合存储时间序列数据，常用于风控系统中的日志分析、指标监控等。同时，Table Store（原OTS）作为一种NoSQL数据库，以其高并发、低延迟的特性，也常被用于存储海量的交易数据，支持快速查询和分析。结合RAM（Resource Access Management）进行细粒度的权限控制，确保数据的安全访问。

4. 海量数据存储：针对海量数据的存储需求，阿里云的MaxCompute不仅提供了超大规模的数据存储能力，还支持复杂的分布式计算，非常适合大数据量的离线分析。而对于需要频繁读写的在线数据存储，可选用AnalyticDB（原ADS）这样的实时分析型数据库，它能提供亚秒级响应时间，满足实时风控决策的需求。

综上所述，阿里云通过其丰富的大数据处理和存储产品矩阵，为包括第三方支付在内的小微金融业务提供了强大的技术支撑，帮助企业在跨平台数据共享、异构数据处理、风控存储与访问等方面构建高效、安全的解决方案。