本书一共由五大项目构成,项目一概述了金融科技发展,主要包括云计算、大数据、区块链和人工智能,介绍了它们的特点、基本架构、相关技术和处理流程。项目二至项目四介绍了金融科技在金融业的应用,主要是银行业、证券业和保险业,先介绍核心知识点,然后对相关行业案例进行介绍并点评,*后进入实训操作。项目五介绍了金融科技在金融监管领域的应用,对金融风险和金融科技风险都进行了阐述,同样对监管案例和实训操作进行了讲解。

大数据的数据存储
大数据的来源不同,其格式也多种多样,既可分为结构化数据、半结构化数据、非结构化数据;也可分为元数据、主数据、业务数据;还可分为文本、视频、音频、地理位置信息等。因此,大数据的存储系统必须对多种数据及软硬件平台有较好的兼容性,以适应各种应用算法或者数据提取转换与加载。现阶段常用的大数据存储技术包括以下几类:
**类,采用大规模并行处理(MPP)系统架构的新型数据库集群,**面向行业大数据,采用无共享(shared nothing)架构,通过列存储、粗粒度索引等大数据处理技术,再结合MPP架构**的分布式计算模式,实现对分析类应用的支撑。这类数据存储技术的运行环境多为低成本电脑服务器,具有高性能和高扩展性的特点,在企业分析类应用领域中应用广泛。
第二类,基于Hadoop技术扩展和封装,围绕Hadoop衍生出相关的大数据技术,应对传统关系型数据库较难处理的数据和场景,充分利用Hadoop开源的优势。伴随着技术进步,该类数据存储技术的应用场景也逐步增加。目前*典型的应用场景是通过扩展和封装Hadoop来实现对互联网大数据存储和分析的支撑。
第三类,大数据一体机,这是一种专为大数据分析处理而设计的软件、硬件相结合的产品,由一组集成的服务器、存储设备、操作系统、数据库管理系统以及为数据查询、处理、分析而特别预先安装及优化的软件组成。高性能大数据一体机具有良好的稳定性和纵向扩展性。
就存储大数据的数据库而言,*流行的两种数据库就是传统的关系型数据库和新兴的NoSQL数据库。例如,微软的SQL Server数据库、IBM的DB2数据库、甲骨文的Oracle数据库、开源的MySQL数据库都是典型的关系型数据库。NoSQL数据库是近年来随着大数据技术发展而兴起的一种数据库技术,NoSQL数据库依据存储对象和存储方法的不同又可分成键值型数据库、文档型数据库、列存储数据库、图存储数据库。表1-4梳理了不同类型NoSQL数据库的特点。

项目一 金融科技发展概述 任务一 认识云计算的内涵、服务模式和系统结构 任务二 认识大数据的内涵和处理流程 任务三 认识区块链的内涵和基础技术 任务四 认识人工智能的内涵和技术基础 项目二 金融科技在银行业的应用 任务一 核心知识点 任务二 应用案例 任务三 实训 作指引 任务四 总结与展望 项目三 金融科技在证券业的应用 任务一 核心知识点 任务二 应用案例 任务三 实训操作指引 、 任务四 总结与展望 、 项目四 金融科技在保险业的应用 任务一 核心知识点 任务二 应用案例 任务三 实训 作指引 任务四 总结与展望 项目五 金融科技在金融监管领域的应用 任务一 核心知识点 任务二 应用案例 任务三 实训 作指引 任务四 总结与展望 参考文献