譯自：Is Event Streaming the New Big Thing for Finance？
原文：https://www.confluent.io/blog/event-streaming-new-big-thing-finance
編譯：Ling
硅谷是個“生產”技術流行詞的地方，「流式處理」一詞便是其中之一，並且近年來日益佔據了主導地位。流式處理是一種旨在實時傳輸、處理和響應大型互聯網公司內部大量事件流的技術。Netflix對流式處理技術就很感興趣，這並不稀奇，畢竟它佔有37％的美國互聯網下游流量。但是，傳統金融行業也開始採用這種技術，這就有點奇怪了，要知道這種傳統市場通常不會像大型技術公司那樣每天產生數萬億的數據量。
實際上，公司採用流式處理技術表明其在IT功能方面有了微妙的轉變。互聯網改變了人們的交流方式，與此相似，如今軟件程序也正在變革大公司運營、交互以及共享數據的方式。
數字化客戶體驗
客戶與銀行進行交互時 – 如付款、取款或購買股票等 - 單個操作或事件會觸發一系列動作：帳戶更新、交易入賬、反欺詐、重新計算風險並啟動結算流程。因此，對於銀行來說，這些事件被觸發的那一刻價值最高，並且事件越是立即可用並且能被廣泛利用，公司就越容易適應和創新。
許多新興金融服務公司很快注意到了事件驅動的重要性。總部位於英國的新興數字銀行Monzo，專注於移動優先和沉浸式的用戶體驗，就是一個很好的例子。客戶使用Monzo卡購物時，他們的手機應用程序通常會在收據完成打印之前提醒他們發生的交易，並詳細說明消費多少以及在哪裡消費。銀行對客戶所購商品進行實時分類，以便客戶知道他們購買的是什麼，一些手機通知裡甚至包含和所購商品相關的表情符號，如星巴克的咖啡杯，或者購買服裝時會顯示T恤的圖標等等。
有人可能認為這不過是一種噱頭，但Monzo蓬勃發展的數字生態系統確實反映出了客戶需求的重大轉變。他們不用去銀行與客戶經理面談，而是期待更為豐富的個性化數字體驗 – 既可以實時獲取自己的賬戶詳情，又能感受到銀行對交易的嚴密監控。
瞭解客戶並不僅僅是收集他們的操作記錄，更重要的是要實時與其進行交互。Funding Circle（一家英國網絡貸款平臺）和Monzo等金融服務公司就是通過重新定位，利用Netflix和LinkedIn等技術巨頭使用的流式技術來實現這一目標的。
如Funding Circle所說，他們利用流式處理工具“將數據庫翻了個底朝天”，這個說法闡明瞭技術如何讓他們操控在系統中流轉的事件流。
而Monzo的情況則是，只要產生支付行為並且客戶餘額更新，支付事件就會存儲到流式平臺中，並且將以前的事件推送到不同的IT服務中，如分類服務、反欺詐服務、通知服務、消費模式服務以及提供合適表情符號的服務。
不僅僅是這些新興企業能夠利用流處理器來處理大量業務事件，像ING（Internationale Nederlanden Group N.V.，荷蘭國際集團），RBC（Royal Bank of Canada，加拿大皇家銀行）和Nordea（諾底亞銀行）這樣的傳統機構也已經開始使用流式系統。他們對事件流的解讀比較有意思：事件流不是技術基礎架構的抽象部分，而是對業務本身進行建模的一種機制。所有金融機構都有一個固有的流，這個流上有生活中出現的事件，比如處理借貸申請，支付行為以及結算利率互換。重新思考他們的業務，不將其看作是一組獨立的應用程序或產品孤島，而是不斷變化的業務事件流，他們創建了一種更偏流線型並且反應迅速的IT服務，這種IT服務也更好更全面地模擬了業務的實際運作方式。
MiFID II指歐盟金融工具市場法規，它要求機構在交易執行的一分鐘內報告交易活動，而對這項法規的引入為金融企業提供了一個檢驗流式處理技術的試金石。對於許多銀行而言，由於其孤立、分散和批量導向的IT系統，在一分鐘內報告交易活動是非常困難的；但是對於那些已經安裝了實時事件流系統，並用事件流系統連接所有產品孤島的銀行來說，這項任務就要簡單得多。
從數據倉庫到事件流
流式技術改變了企業內部通信的方式，同時也改變了他們存儲和共享數據的方式。如今，流式系統既有傳統消息傳遞系統的特點，也具有分佈式數據庫的特點- 它們存儲長期數據，支持流式SQL查詢和靈活可擴展能力，形成了全新的數據技術類別。
在金融公司所採用的一系列數據技術重大變革中，這是最新的一次改變。企業可以利用數據倉庫從遍佈企業的眾多數據庫中創建一個單一的聯合高質量視圖。大數據技術更加完善了這種方式，但實現模式大致相同，也就是使用公司底層大型半靜態數據倉庫按天或按月生成管理或分析數據報表。
雖然對於週期性報表來說，這種方式是可以接受的，但數據在現代銀行中的作用越來越大。如今，金融公司利用機器學習模型從公司各處的數據中提取信息進行自動化決策，並創建新的應用程序和“微服務”，這些應用程序和“微服務”可以在整個公司範圍內提供協作能力，打破產品孤島，統一客戶體驗。而這些措施又都需要豐富的、高質量的實時數據集來支撐，以便縮短其投入市場的時間。
為了提高效率，許多大小金融機構都重新定位公司範圍內的數據集，數據不再存儲在企業底層的數據倉庫，他們的重點也從在一個地方收集高質量數據集轉移到在公司範圍內的許多系統收集。對於做得好的公司來說，數據成為了一種自助服務商品。
一家大型銀行啟動新項目十分簡單，就像登錄門戶網站，選擇交易、賬簿，現金流等相關事件，並將它們存儲到私有云上的應用程序或數據庫中一樣。項目能夠跨數據中心、地理區域以及雲服務提供商來提供服務。因此，流式系統帶來實時連接的同時，還提供統一的數據支持，使數據成為全球範圍內的自助服務商品。
解鎖數據資產中的敏捷性
ING或RBC等銀行的服務因流式處理而變得更加敏捷，可以即時反饋給客戶有用信息，客戶利用這些信息就能夠適當的調整之前的投資策略。
在過去的二十年中，IT界已經轉向利用更加敏捷的方法來構建和交付軟件。迭代開發方式逐漸取代了原有的“瀑布開發模式”，使用迭代開發方式可以在很短的週期內開發新軟件，並且這種開發方式是可見的、可測試的、可供反饋的。迭代開發方式的好處是它的價值重點從固定目標（例：在X年X月X日交付某個軟件）轉變到了流程目標（例：逐步構建軟件的一個流程），讓客戶能夠快速提供反饋，並且允許業務隨著環境的不斷變化而重新定義和優化最終產品。
這種敏捷模式往往只適用於個別軟件項目，對於大多數早已建立的企業（已創建了數十年，並有數十億美元的技術投資支持）而言，在組織層面採用同樣的模式似乎不太可能。事實上，對於金融服務公司的老闆們而言，利用新技術來改造企業比繼續使用老化的技術更有未來。
但是，當今IT行業面臨的一個最大問題就是將IT企業的發展不良歸咎於“錯亂的軟件”，而“混亂的數據”負罪更重。假如某家公司擁有一流的軟件工程師，如果在開始一個新項目時要做的第一件事必須是識別、收集、導入、轉換大量有缺陷且難以訪問的公司數據集，那他們的開發計劃就可能和瀑布開發模式時期同樣痛苦了，並且這些一流軟件工程師還有很大可能會因此跳槽到別家公司。
因為事件流的敏捷性特點，採用流式處理技術的公司可以從動態變化的數據中得出一些規律。而這些流式處理平臺帶有將靜態數據庫轉換為事件流的工具，解鎖隱藏在遺留系統內部的數據，並將其直接連接到公司範圍內的應用程序。對於像RBC這樣的公司來說，這意味著將數據從他們的主機中拉取出來，無論需要即時消費數據的項目還是需要回顧數據的項目都可以任意消費這些數據。如果數據始終可用，那麼企業就能一直自由升級發展。
“金融業的領軍企業嚴陣以待”。這句話想表達的含義也許是，他們在這場競賽中最好的策略不是擊敗那些新興金融企業，而是解鎖自己已經擁有“資產”的隱藏潛力。正如RBC的企業雲工程負責人Mike Krolnik所說：“我們需要以一種雲原生且基於微服務的方式來拯救這些累積資產（包括主機）中的數據。”
重新思考IT架構，這種IT架構不再是為數據倉庫提供數據的孤島，而是作為一個緊密連接的有機體，它更像是一箇中樞神經系統，負責收集和連接所有的公司數據，並能夠使這些數據實時流動起來。
因此，雖然“流式處理”這個技術流行詞可能指向互聯網流動數據集的未來，但流式平臺更大的價值在於其更密集的數據連接性所帶來的微妙的系統性影響。對數據痴迷的技術社區可能會忽視這種價值，但放長線釣大魚，成功來源於“流動”。
閱讀更多 敏捷大數據 的文章
