數據庫、架構、移動、機器學習，螞蟻金服與阿里雲技術佈道億級互聯網金融實踐

隨着雲計算、移動、活的大數據、機器學習算法的進展，人工智能正在經歷巨大的突破。人工智能已經成爲不少業務的驅動力，而且開始在金融服務中發揮力量。 螞蟻金服致力於創新金融技術，而且用新技術爲大衆和小微企業提供普惠金融服務。

8月30-31日，一場別開生面的技術大會—「螞蟻金服&阿里雲在線金融技術峯會」（ https://yq.aliyun.com/activity/109）將在線舉辦。聚焦數據庫、應用架構、移動開發、機器學習等熱門領域，爲金融業技術開發者深刻解析互聯網應用的前沿應用與技術實踐。

螞蟻金服&阿里雲在線金融技術峯會，歡迎報名！

億級活躍用戶的金融應用打磨

2013年，餘額寶誕生，而截止2015年12月31日，餘額寶的使用人數已經達到2.6億人，相較於2014年增長了42%。對比傳統業務，互聯網服務每每須要面對用戶激增所帶來的挑戰。在本次峯會上，螞蟻金服與阿里雲技術大V將分享數據庫、架構、移動端設計等方面的大規模實踐經驗。

• 海量用戶下的數據庫性能與可靠性保障

數據庫是軟件系統中很是重要的基礎設施，傳統關係型數據庫在功能上很好的知足了需求，可是在性能、可擴展性以及可靠性上則受到了較大的制約。所以，傳統的關係型數據庫通常須要搭配相似共享存儲、小型機等昂貴的硬件才能知足業務在可靠性或性能方面的需求，從而沒法知足互聯網行業的高速發展，因而NoSQL應運而生。然而，NoSQL在功能、事務及一致性支持方面的缺陷註定其沒法代替SQL。螞蟻金服對數據庫的需求更爲嚴苛，數據要金融級可靠，同時須要極強的可擴展性。

那麼，如何能結合分佈式系統與傳統關係型數據庫的優勢，經過廉價硬件得到功能、性能、穩定性及擴展性俱佳的關係型數據庫？在本屆「螞蟻金服&阿里雲在線金融技術峯會」上，阿里巴巴高級技術專家譚宇（茂七）將分享雲數據庫OceanBase的架構演進，及在金融核心系統中的實踐。

在此以外，對比傳統服務，在海量用戶狀況下，如何保障服務的高可用一樣相當重要。在本次在線峯會中，阿里雲數據庫技術組技術專家喜樂將分享，解析在各類架構、部署條件下，如何最大程度保證系統的連續性及數據可靠性，主要包括實例健康檢測方法、參數配置、實例故障切換方案及機房容災方案。

• 去IOE、雙11，鐵打的阿里大規模應用架構

隨着用戶及應用程序功能的激增，提供更易維護、更高可用、更好伸縮等特性的SOA架構也成爲衆多基於互聯網業務玩家的選擇。在這個轉型的探索中，阿里是國內互聯網業界最先實踐SOA理念的公司之一，而隨着業務的高速發展，技術上克服的挑戰也是一個接着一個。 從一個初創型業務，到一個高速發展型業務，再到一整個生態體系，阿里的技術體系架構經歷了無數嚴酷的考驗：去IOE，雙11，異地容災。在本屆「螞蟻金服&阿里雲在線金融技術峯會」上，阿里中間件技術部資深專家王晶昱（沈詢）將分享「阿里技術架構演變，及基於EDAS的敏捷服務開發與架構實踐」，與你們一塊兒溫故知新，共同暢談將來，描繪理想中的下一代分佈式應用構架與打造。

• 萬人低頭時代，移動APP的性能保障之道

8月3日，中國互聯網絡信息中心在京發佈第38次《中國互聯網絡發展情況統計報告》。報告顯示，截至2016年6月，中國網民規模達7.10億，互聯網普及率達到51.7%，超過全球平均水平3.1個百分點。其中，手機網民規模達6.56億，佔比由2015年末的90.1%提高至92.5%。

毫無疑問，咱們進入了一個「萬人低頭」的時代，所以移動終端設計成爲產品及業務發展所繞不開的技術話題。而在本屆「螞蟻金服&阿里雲在線金融技術峯會」上，螞蟻金融網絡技術部技術專家杜偉（心武）將爲你們分享支付寶APP在移動網絡所面臨的挑戰及優化實踐，主要向你們介紹螞蟻近幾年多業務綜合發展背景下在無線網絡技術領域所遇到的挑戰和應對經驗。面對這些難題，螞蟻無線網絡技術從架構、協議、策略等方向進行了優化，而且基於網絡數據運營進行了快速試錯和精細管控，總體的網絡性能達到了行業領先水平。實踐過程當中，螞蟻沉澱了mtls、mmtp、柔性策略等多項技術手段來應對複雜的移動網絡場景，這些技術對於其餘產品也具備廣泛的借鑑意義。

在此以外，螞蟻金服資深技術專家還將就支付寶億級APP實踐經驗，分享海量用戶下的應用性能問題：在穩定性、性能、電量、流量、內存及存儲等方面，螞蟻創建了實際可量化的衡量標準，並經過實時監控、遠程診斷及異常熔斷&自動恢復、熱修復等創新的技術手段，大幅度提升感知發現、定位、解決問題的速度和質量，最終構建適合支付寶這個超級APP的一套運維體系。

 

基於機器學習的個性化金融構造

隨着移動互聯網的快速普及和數據收集的更加便利，愈來愈多的數據被存儲到分佈式系統，大量的數據等待被挖掘、分析和利用，從而提供給用戶更個性化的服務。在這個場景中，大數據給機器學習帶來了巨大的機遇和挑戰：一方面，由於模型規模太大（百億甚至千億特徵），單機內存沒法裝載，須要考慮各類分佈式策略；另外，在進行模型迭代時，還須要考慮穩定性、可擴展性、計算/通訊效率等多個核心問題，纔有可能在浮沙上蓋樓成功。

所以，面向大數據量的機器學習，一般須要設計分佈式系統與穩健的算法來處理上千億特徵和數十T甚至到P級的數據，這種系統+算法的結合，統稱爲大規模機器學習。那麼，如何結合現有的分佈式系統優勢，克服它的「特色」（同步、慢機等），經過普通CPU得到高可靠、高可擴展、高效率的大規模機器學習平臺？如何結合具體的螞蟻+阿里業務，沉澱優秀的大規模機器學習算法？在本屆「螞蟻金服&阿里雲在線金融技術峯會」上，螞蟻金服資深技術專家周俊（西亭）將分享大規模機器學習的技術與過程，介紹大規模機器學習面臨的問題以及在螞蟻+阿里的應用。

 

技術推進的互聯網金融萬衆創新

如上所述，近幾年，互聯網金融行業發展勢頭迅猛，爲創業者營造了良好的環境。然而，並不是全部的創業者都能成功，失敗的例子比比皆是。一般狀況下，創業總伴隨着成功和失敗，即使是失敗了也並非不可饒恕的事情，然而對於互聯網金融創新者來講，這倒是個「不準失敗的創業歷程」，就好比前段時間爆出投資人因維權無望欲自殺的事件。基於這個思考，本屆「螞蟻金服&阿里雲在線金融技術峯會」還將就螞蟻開放數據和技術平臺進行解析。

DT時代，數據開放式創新如同石油和電力，滋潤經濟發展，普惠大衆創業和萬衆創新，讓用戶得到尊重與平等服務。然而，對比技術能力開放，數據的開放並非件容易的事情。 在本次峯會上，螞蟻金服高級技術專家崇思將爲你們解析螞蟻的數據開放之道——《螞蟻金服大數據開放式創新實踐》，針對數據合做與開放這一命題，講述螞蟻數巢是如何打造一個公允、安全、可信的平臺，讓數據合做安全無憂。

同時，在另外一個演講《螞蟻開放平臺技術路線及行業實踐》中，螞蟻金服高級技術專家李福喜（衡陽）還將從3個維度解析螞蟻開放的產品與技術路線，並經過行業解決方案案例，介紹ISV與螞蟻開放的合做模式。

 螞蟻金服&阿里雲在線金融技術峯會總體議程

匯聚螞蟻金服與阿里雲的豪華技術專家陣容，首次對外分享的深度技術實戰經驗，再也不受限於地域的在線會議模式，每場1.5小時深度分享，全程技術交流互動，資料第一時間公開，咱們但願搭建起業內金融技術開發者與螞蟻金服和阿里雲技術專家們在線交流分享的平臺，構建更加開放和共享的技術生態！

螞蟻金服&阿里雲在線金融技術峯會：http://click.aliyun.com/m/5571/

歡迎你們報名，並將信息分享給更多夥伴！