证券行业跑赢数字化时代,全闪存成为新动能

2020 年 9 月 04 日

证券行业跑赢数字化时代,全闪存成为新动能

根据中国结算公司的数据显示,今年 7 月份的投资者数量新增 242.63 万,同比增幅达 123.63%,创出最近 5 年单月新高。投资者总数一举突破 1.7 亿。巨大的用户量增幅,和同时带来的激增的交易量,这其实给券商的数字化平台能力也是一次严峻的考验。

媒体报道显示,在今年 7 月 6 日上午,上证指数一举攻破 3300 点,两市成交量火爆,导致部分券商交易系统出现短暂卡顿、无法登录的现象。对于证券行业而言,核心交易平台如何实现“又快又稳”的前提下,走向数字化转型就是此刻最大的课题。

加快数字化已是行业共识

近年来,国内金融科技快速发展,以云计算、大数据、人工智能和区块链为代表的新一代信息技术日新月异,不断向证券业渗透融合,有力地推动了行业向数字化、智能化发展。

我国证券行业,也需要贯彻落实建设网络强国、数字中国战略部署,推进资本市场数字化生态圈建设,促进资本市场高质量发展。而数字化的能力则是这一切目标的基础。

事实上,与银行业相比,证券行业在数字化的总体规划、系统建设、研发投入等方面仍存在一定差距。国内部分证券公司的数字化技术投入,甚至仅能覆盖正常的运维成本,而无法做到进一步的数字化创新。

权威机构的调查显示:首先,我国证券行业的数据治理能力较薄弱,导致数据价值无法得到充分挖掘;其次,证券行业利用数字技术在智能交易、资产配置、理财规划等方面发挥作用有限;第三,证券业数字化人才有效供给不足,缺乏持续创新的能力。

不过,随着数字化的不断深入,证券行业的数字化转型的价值链,也逐渐摸索中形成。

在数字化的初期,证券公司更关注前端应用建设和客户引流,而随着对数字化理解的不断加深,证券行业正在向以提升中后台运营支撑能力为核心的数字化转型方向发展。比如通过以客户和业务为导向,全面进行流程梳理和有效重构,将业务、流程与 IT 有机结合落地在系统平台当中。

客观的说,证券行业要做好数字化转型,不仅要加大在人工智能、区块链、大数据等领域的技术投入,来推动数字化技术与证券业务深度融合;同时,要增强数字化治理能力,以促进业务的融合发展。数字化的路径不止一条,选择更适合自身业务发展的产品、解决方案和方向也至关重要。

业务追求既快又稳

事实上,随着移动互联网的深入,证券行业与金融行业面临着相似的困难,如海量的接入手段和业务的不确定性,这对于性能弹性的压力考验是相当巨大的。比如今年 7 月的活跃的股市就带来了不小的峰值流量,使得券商的底层 IT 基础架构遭遇到极大的挑战。

所以,证券行业用户也都在紧锣密鼓地升级证券核心交易系统,以期达到在巨大交易量的压力下为股民提供极速,稳定,低延迟的证券交易体验。

近年来,中国券商行业竞争越来越激烈。通过包含 IT 系统创新在内的科技创新,以驱动业务创新、增强券商综合竞争力显得愈发重要。

例如证券行业前端投资操作的高度简化,离不开支撑登记、存管、清算和交收等各项业务的核心交易系统处理能力的飞速提升。以国泰君安为例,对于拥有超过 3000 万终端用户的国泰君安来说,不仅需要高度可靠的核心交易系统以保障数据安全,还要快速消化各类交易等操作带来的数据洪流,兼具高性能和高可靠性的存储系统是其中的关键环节。同时,伴随国泰君安业务规模不断增长,公司交易、清算等工作量也在快速增加,亟需通过技术创新进一步提升效能。

另外,在证券行业当中,期货交易显然是对交易系统要求最高的领域,因为对期货交易而言,时间就是金钱,前后 1 秒的时间差,就可能造成数十亿的利润变动。

此外,在保证行情、交易、结算系统的稳定和准确,是期货公司 IT 系统的基本要求,也是最重要的要求。如果交易系统的 IT 平台发生故障,有可能引发业务中断和难以估量的损失。

不同证券行业用户,将要如何选择架构升级的路线?依然是个问题。事实上,对于不同行业的用户而言,业务稳定和永续是最根本的要求,与此同时也需要更高的 IOPS 能力,来打造更好的服务体验。因此,同时具备更稳定、性能更高,同时更节省空间的全闪存的解决方案,成为了证券行业数字化的首选。

综合来看,目前大部分券行业用户之所以纷纷投入全闪存的怀抱,有几个原因。

第一,是高性能,尤其是证券行业的互联网业务,对高并发要求非常苛刻,对存储性能要求特别高,所以达到几十万 IOPS 的高端存储相比较全闪存百万级别的 IOPS,性能差距就非常明显。

第二,券商们希望通过全闪存降低时延,通过高 IOPS 能力,来提升体验。而在采用全闪存存储之后,时延明显下降,这在南华期货的案例中亦得到了充分的体现。

第三,证券行业用户与互联网公司不同,它们并没有庞大的数据中心资源支撑,所以数据中心的成本要做到尽可能的节省,而全闪存恰恰可以做到大幅节省机柜空间和能耗。

对于全闪存领域内企业而言,如果能够有效解决上述问题,未来在市场上获得良好收益的机会依然极大。

注: 本文来源科技正能量,作者郑凯,为传播途径转,经 InfoQ 编辑刊发。

2020 年 9 月 04 日 15:16 1001

评论

发布
暂无评论
发现更多内容

Flink on Zeppelin (4) - 机器学习篇

章剑锋_Jeff

机器学习 大数据 flink 流计算 Zeppelin

记录一下,我的记录之道

非著名程序员

学习方法 程序员 提升认知 工作效率

依赖倒置总结

石印掌纹

奈学教育《大数据架构师》课程大纲(1)

奈学教育

大数据

奈学教育《大数据架构师》课程大纲(1)

古月木易

大数据

游戏夜读 | 中国的游戏制作人

game1night

POJO类中布尔类型为啥不让用isXxx命名

Java课代表

实时即未来?一个小微企业心中的流计算

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

【面向对象】—依赖倒置、接口隔离

不二架构

极客大学架构师训练营 依赖倒置 接口隔离原则

【玩转写作平台】如何让专业编辑青睐你的文章?被推荐置顶?

InfoQ写作平台

写作平台 InfoQ 玩转写作平台 意见反馈

Cache类接口隔离设计

石印掌纹

《实现领域驱动设计》拆书稿 DDD入门 & 领域、子域和限界上下文

三界

架构 领域驱动设计 DDD

TiDB原理解析

Chank

架构师-第二周

师哥

细说几种内聚

落英亭郎

高内聚 面向对象设计 面向对象思想

高承实:区块链将对哪些场景赋能,如何赋能?

CECBC区块链专委会

区块链技术 产业 赋能

数仓大法好!跨境电商 Shopee 的实时数仓之路

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

架构师训练营第二周课程感想1

tuuezzy

Java 架构师

图解 Vue1.0 响应式系统

前端黑板报

源码分析 Vue Reactive

如何看待年仅 28 岁的程序员实现财务自由,宣布从字节跳动退休?

非著名程序员

程序员 自由职业 程序人生 财富

使用wavm运行wasi wasm程序

Foliage

奈学教育《百万架构师》课程大纲(1)

古月木易

极客大学架构师训练营

Flink 在快手实时多维分析场景的应用

Apache Flink

大数据 flink 流计算 实时计算 大数据处理

软件设计原则作业

行下一首歌

极客大学架构师训练营

第二周作业

Diven

奈学教育《百万架构师》课程大纲(1)

奈学教育

架构师

XSKY发布S3 Console,助力企业轻松玩转非结构化数据可视化管理

XSKY融合存储

【摘】Git-从零单排 04期

卡尔

Spring源码-MVC启动

云淡风轻

spring

二叉查找树的解读和实现

ytao

数据结构 Java、

使用 Python 制作酷炫多彩的 Jenkins 插件词云图

donghui2020

jenkins wordcloud

Milvus Community Conf 2020

Milvus Community Conf 2020

证券行业跑赢数字化时代,全闪存成为新动能-InfoQ