阿里云支持上交所新交易监管系统上线运行

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
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
|
存储 搜索推荐 数据库
深入解析向量数据库:定义、原理和应用的全面指南
深入解析向量数据库:定义、原理和应用的全面指南
3564 0
|
网络协议 算法 数据库
计算机网络实验(华为eNSP模拟器)——第十四章 RIP协议和OSPF协议
计算机网络实验(华为eNSP模拟器)——第十四章 RIP协议和OSPF协议
计算机网络实验(华为eNSP模拟器)——第十四章 RIP协议和OSPF协议
|
29天前
|
人工智能 自然语言处理 监控
构建AI智能体:二十七、大模型如何“考出好成绩”:详解内在评测与外在评测方法
本文系统介绍了语言模型评测的两种主要方法:内在评测和外在评测。内在评测聚焦模型基础语言能力,核心指标困惑度(PPL)反映模型预测准确性,计算过程包括条件概率、对数概率和及指数转换。外在评测通过具体任务表现评估模型实用性,采用多层级评估策略(精确匹配、变体匹配、关键词分析和语义评估)。文章详细阐述了评测流程、指标计算方法和代码实现,强调两者结合使用的重要性:内在评测看基本功,外在评测检验实战能力。评测应持续进行,为模型选型、优化部署提供客观依据,同时关注公平性和领域适应性。
233 10
|
10月前
|
存储 前端开发 数据可视化
Grafana Loki,轻量级日志系统
本文介绍了基于Grafana、Loki和Alloy构建的轻量级日志系统。Loki是一个由Grafana Labs开发的日志聚合系统,具备高可用性和多租户支持,专注于日志而非指标,通过标签索引而非内容索引实现高效存储。Alloy则是用于收集和转发日志至Loki的强大工具。文章详细描述了系统的架构、组件及其工作流程,并提供了快速搭建指南,包括准备步骤、部署命令及验证方法。此外,还展示了如何使用Grafana查看日志,以及一些基本的LogQL查询示例。最后,作者探讨了Loki架构的独特之处,提出了“巨型单体模块化”的概念,即一个应用既可单体部署也可分布式部署,整体协同实现全部功能。
3789 70
Grafana Loki,轻量级日志系统
|
11月前
|
Docker 容器 存储
2024 年 docker 提示index.docker.io
在使用 Docker 时遇到连接 Docker Hub 的错误,即使配置了阿里源、清华源等国内镜像源仍无法解决。错误提示为连接超时或主机未响应。最终发现许多 Docker Hub 已关闭,阿里源也仅限于阿里产品内使用。解决方法是搭建私有 Docker Hub。
2399 5
|
消息中间件 缓存 Java
亿级流量电商平台微服务架构详解
【10月更文挑战第2天】构建一个能够处理亿级流量的电商平台微服务架构是一个庞大且复杂的任务,这通常涉及到多个微服务、数据库分库分表、缓存策略、消息队列、负载均衡、熔断降级、分布式事务等一系列高级技术和架构模式。
315 3
|
XML 移动开发 前端开发
使用duxapp开发 React Native App 事半功倍
对于Taro的壳子,或者原生React Native,都会存在 `android` `ios`这两个文件夹,而在duxapp中,这些文件夹的内容是自动生成的,那么对于需要在这些文件夹中修改的配置内容,例如包名、版本号、新架构开关等,都通过配置文件的方式配置了,而不需要需修改具体的文件
|
开发者
创作赢好礼,推荐得返佣|寻找最强种草达人!
“全网寻找最强种草达人”,写下你“玩转云产品”的技术实践故事,一键加入云大使开启您的种草之旅。 单笔订单最高奖励4.5万,更有AirPods 3、CHERRY键盘、达人证书等超多福利!
795 41
|
数据管理 测试技术 项目管理
CMMI—集成项目管理(IPM)
CMMI—集成项目管理(IPM)
370 0
|
存储 数据采集 JSON
彻底搞懂监控系统,使用Prometheus +Grafana搭建完整的应用监控系统
监控是运维系统的基础,我们衡量一个公司/部门的运维水平,看他们的监控系统就可以了。一个完善的监控系统可以提高应用的可用性和可靠性,在提供更优质服务的前提下,降低运维的投入和工作量,为用户带来更多的商业利益和客户体验。下面就带大家彻底搞懂监控系统,使用Prometheus +Grafana搭建完整的应用监控系统。
16447 1
彻底搞懂监控系统,使用Prometheus +Grafana搭建完整的应用监控系统