摘要：本文作者帕特里克•拉斯特内特是Interxion公司财务服务分部市场营销和业务发展主任。

第1页:为大数据的三大特性优化基础设施 第2页:为大数据的三大特性优化基础设施

　　在一般情况下，对于许多产业来说，大数据的使用依然是处于其早期阶段。但在金融服务行业却早已经与大数据的处理打了多年的交道了。事实上，其早已经深深的嵌入到金融服务行业管理和财务的核心流程。感谢有了先进的大数据处理能力，在过去可能需要花费几个小时才能完成的工作，现在能够在短短的几分钟内被轻松搞定。大数据处理能力已然被广泛的应用到了从资本市场投资组合管理到金融风险管理的一切领域。正是基于这样的技术进步，我们得以从数天前或数周前的数据进行分析，以帮助重新制定战略，得出第二天的交易方法。而现如今，利用更为复杂的数据分析能力，金融公司能够缩短数据处理的进程，并根据最新的交易情况实时调整策略。
　　
　　然而，金融企业所关注的不仅仅是海量数据集不断增加的问题。他们同时还需要考虑数据高速处理和数据的多样化的问题。当把不同集群的数据库中的结构化和非结构化数据放在一起进行分析时，金融公司依靠具有强大的处理速度，特别是鉴于实时的洞察能力已经越来越多成为市场分析和交易策略的一个关键战略因素的情况之下。但我们的金融机构是否配备了适当的基础设施，以有效地处理大数据的这三大特性（海量、高速处理、多样化），并进一步的车实时数据分析中获益呢？
　　
　　增加实时操作的价值
　　
　　利用实时数据分析，金融机构能够更好地管理风险，并实时的向客户提供预警信息。如果一家金融公司能够实时的进行风险管理，不仅能够转化为更好的交易业绩，而且还保证了企业对于相关合规性的遵守。这样的改进可以从增强消费者信用卡交易监控和预防欺诈的保护措施中看出。但是，对于更大规模的受益于更好的数据分析则可能是著名的雷曼兄弟倒闭事件。
　　
　　当雷曼兄弟倒闭时，其被称为美国金融界的珍珠港危机。然而，该行业花了好几天的时间才完全了解他们自身是如何暴露在这种毁灭性的风险中的。对于每一笔交易而言，金融公司都非常有必要了解其所产生的影响，或者说，在极端的情况下，谨防下一个“雷曼式崩溃”风险的发生。今天，利用先进的大数据分析和数据处理能力，任何交易者进行交易时，金融公司都会通过风险管理部门实时的了解将要发生的情况，当然，前提是这些金融机构具备了合适的基础设施。
　　
　　优化现有的基础设施
　　
　　金融领域处理大数据的海量、高速处理、多样化的三大特性的关键在于基础设施。许多金融机构的关键系统仍然依赖于传统的基础设施。但是，随着金融机构处理越来越多的实时操作，这些企业需要找到一种方法来摆脱遗留系统，以使得自己更具竞争力，满足大数据处理的需求。
　　
　　为了解决这个问题，许多金融机构已经实现了软件即服务（SaaS）的应用程序的部署，可以通过互联网访问。有了这些解决方案，金融企业可以通过远程服务进行数据收集，无需担心他们现有的基础设施超载的问题。除了采用SaaS应用程序之外，还有一些金融公司通过使用开源软件的方法来解决了他们的基础设施的问题，允许他们简单地插入自己的算法和贸易政策进入系统，让它来处理他们越来越高的处理要求和数据分析的任务。
　　
　　在现实中，迁移遗留的基础设施是一个相当痛苦的过程。要处理这样一个过程所花费的时间和费用，这意味着其所带来的价值必须远远大于风险。因此，有一个有价值的商业案例可谓是任何大规模的基础设施迁移的关键。然而，在今天，越来越多的金融企业发现大数据分析的动力足以成为一个强大的商业案例，而且采用软件即服务和开源软件的解决方案作为垫脚石完全可以帮助他们最终迁移他们的滞后的基础设施遗产。