在2018云栖大会·上海峰会中做了题为《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》的分享,就第三方支付业务的计算引擎互通、异构数据处理及风控存储与访问等方面的内容做了深入的分析。
https://yq.aliyun.com/download/2743?spm=a2c4e.11154804.0.0.588d6a793pEumq
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
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。
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。
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。
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。
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。