近日,云服务提供商Xignite公司总裁Stephane Dubois表示,分布式计算能力(distributed computing capabilities)能很好地促进数据管理,但对金融业的其他业务则难以起到相同的作用。Dubois发现,对于数据管理,云计算是一个理想的选择,并且非常具有潜力。
如今,云计算在金融服务领域发展迅猛,新的产品项目层出不穷,例如纽约证券交易所的资本市场社区平台(Capital Markets Community Platform),Nasdaq公司的按需提供数据(Data-on-Demand)服务。然而,这些公司仍在努力探究云计算的真实面目。云计算虽然有助于节约成本,提高业务灵活性,但在安全和隐私问题上却令人堪忧。不过对于数据云来说,如何存储和分布数据是一个极大的挑战,相对而言,隐私问题不那么凸显,因为数据面临的最大挑战是如何传播,而不是锁定在某处。
针对集中处理,存储和数据资源,云计算提供的自助访问服务具有无限的弹性。"云"将计算和数据基础设施引入设备,如同将电引入家中。应用程序一旦与云基础设施和相关数据连通,就能立即生效。
对数据进行云部署的基本要求是具备开放的标准API(应用程序编程接口),旨在让软件应用程序实现因特网到大型共享数据库无线ad-hoc网络碎片的即时访问,例如标识符,层次结构,企业动态,广泛的历史数据等其他详细信息。数据云的API模式免去了管理大量内部重复信息的烦恼,并且通过"云"社区降低了数据管理成本。
更高层次的数据云部署除了公有云API,还包括针对专有内部数据分布的私有云服务。这朵数据混合云贯穿企业技术堆栈的每一层来提供即时发布服务,包括SaaS应用程序,数据库实例,标准文件和云API。其中,云API不只提供数据,还提供叠加分析--所有服务"即插即用",就如同通电一般。不需要部署框架,也不需要安装软件,更不用通过IT的繁文缛节来获取访问权利,因为云计算能够自动实现部署,许可,合规,使用报告,计费等所有细节。
每当监管要求进行调整,公司很难有充裕的时间来判断其对业务的影响,更不用说即时采取措施使得技术实施也符合调整的要求。事实上,大部分的IT部门不具备同步提供IT资源的能力。即便是拥有强大商品数据管理能力的企业,也只有最紧急的项目能得到资源分配。利用宝贵的IT资源来管理内部数据,这已经不再适用。目前,很多小型对冲基金(hedge funds)充分利用"云"的安全性和数据层次结构化的优点,把商品数据迁移到"云"中,旨在释放资源,更迅速地应对监管环境的变化。
纵观历史,企业往往将数据管理作为局部问题来处理,这导致了大量的数据不匹配问题。事实上,管理数据的当务之急是整合多方数据,建立跨领域(如:市场、信贷、流动资金)且一致的内部数据源。基于公有云的数据不仅消除了不匹配问题,还支持公众通过多种应用程序访问全球大型数据集合,这就省去了数据整合的工作量。"云"的出现提高了数据质量,并将常用数据字典,众包技术(crowd-sourcing)以及企业范围内获取等功能应用到了每一个数据身上,包括不常使用的或者新的数据,例如新兴的共同标识符。
虽然数据管理的初衷是整合多方数据源,打造成一致的"黄金版本",然而现在的担忧是,如何发布数据使其为企业创造价值。再棒的数据,如果不被使用那它也是无效的。而云计算凭借自身优势(自助服务访问,易整合,大规模的弹性等),为包括小型或大部分移动应用在内的所有下游应用(downstream applications)提高了数据访问的成本效益,将数据的价值发挥到了极致。
最近,企业开始逐渐领悟到"数据云"的潜力。在数月或数年之后,金融服务机构是否会创造更多的方式来拥抱"云"?就让我们拭目以待。
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....