融聚汇利用亚马逊云科技打造一站式金融信息数据平台lg...

助力超百家金融机构提升数字化能力

北京2022年11月14日 /美通社/ -- 深圳市融聚汇信息科技有限公司（融聚汇）利用亚马逊云科技的技术和服务打造云原生一站式金融信息数据平台，汇集全球主流交易所的基础行情及资讯数据，为客户提供低成本、高效率的金融 SaaS 服务，全面提升券商在行情资讯方面的数字化能力。基于亚马逊云科技云原生的高性能关系型数据库Amazon Aurora，该平台可用性高达99.99%，每秒并发查询效率提升近5倍，并节约30%的硬件成本。

作为国内领先的金融信息数据服务商之一，融聚汇为证券公司、互联网金融机构、财经媒体以及投资公司等众多金融机构提供全球金融信息资讯服务，涵盖股票、全球指数、衍生品、外汇等各品种的实时、延时、历史行情，以及资讯F10等数据。当前，金融机构面临着行情资讯获取成本高、开发运维成本高及上线周期长等行业挑战。主流的行情、资讯信息提供商依然通过专线、文件传输协议（FTP）、超文本传输协议（HTTP）等方式，为客户提供仅经过简单加工的金融数据服务，已不能满足金融机构的数字化转型需求。因此，借助亚马逊云科技，融聚汇构建了云原生一站式金融信息数据平台，快速处理来自多家主流交易所的行情、公告资讯等多元异构的海量数据，为金融机构提供极速行情、数据包SDK服务、快速定制等丰富服务，满足不同业务场景的需求。

融聚汇在构建云原生一站式金融信息数据平台的过程中，深度应用亚马逊云科技在计算、网络、存储、数据库等方面的广泛服务，实现了多个方面的好处。在提高可用性和可靠性方面，利用亚马逊云科技云原生高性能关系数据库服务 Amazon Aurora多可用区、多副本的特性，融聚汇将行情和资讯数据跨区存储，实现无感灾难恢复，可用性达到99.99%；在提升数据查询速度方面，Amazon Aurora 具有 5 倍于标准 MySQL 的吞吐量, 帮助融聚汇将每秒并发查询效率提升了近5倍，满足金融行业高并发的需求；同时，Amazon Aurora的弹性扩展能力也让融聚汇轻松应对数据查询的波峰和波谷，并能支持未来业务的线性扩展；在降低成本方面，利用 Amazon Aurora 只读节点的自动横向扩展能力，融聚汇节约了30%的硬件成本，并且利用亚马逊云科技自研ARM架构处理器 Amazon Graviton2 ，进一步降低了 10%的计算成本。   

融聚汇云原生一站式金融信息数据平台现已成功服务100 多家金融机构。某券商的客户端APP开发项目面临时间紧、团队新、任务重等挑战，依托传统开发模式很难在短时间内上线港股、美股、A股三个市场的行情交易功能。而通过接入融聚汇的SaaS服务，券商可直接获取已开发好的行情数据包SDK或H5服务，实现了开箱即用，快速开发。开发时间从原来单个细分市场需要4-6个月降低到港美A股3个交易所仅需6个月；迭代周期也从1-2个月缩短至1-2周；团队人员方面，之前单个细分市场的人员规模能就够轻松应对3个细分市场的开发工作。基于融聚汇SaaS服务，金融机构还可以利用亚马逊云科技丰富的云原生服务，进一步拓展使用数据的场景和空间，打造独特的APP内容及客户体验，实现差异化服务竞争优势。

目前，港美股传统行情的产品同质化现象严重，需要更多深度的信息源。但深度行情信息密度高、信息量大，且数据结构复杂，解析与挖掘难度大。针对这些痛点，融聚汇基于亚马逊云科技云原生数据库服务帮助某券商构建港美股深度行情开发服务，为客户提供港交所SF和DF行情，美股纳斯达克TotalView行情这些细颗粒度的行情数据增值服务，提升券商构建个性化、差异化行情数据服务的能力。借助FIU深度行情接驳系统，美股深度行情接入服务的平均时延从通用方案的50至100毫秒减低至10毫秒内；同时，基于Amazon Aurora存算分离架构的数据并行处理平台，将数据处理性能从20,000笔/秒提升至40,000笔/秒，帮助券商发掘更多衍生数据因子，继而优化指标和策略；在成本优化上，海外专线带宽成本也从百万级别减少至20万的级别。

"行情资讯数字化是金融机构实现服务升级的核心驱动力。"深圳市融聚汇信息科技有限公司产品总监向坤表示，"依托亚马逊云科技覆盖全球的基础设施以及云原生数据库服务，融聚汇为客户提供一站式、SaaS化的金融数据云服务，帮助金融机构推进在经纪业务、资管业务、投资业务等场景的数字化建设，把云计算的技术和能力赋能到证券领域。未来，我们也期待与亚马逊云科技开展更多深入合作，重点探索亚马逊云科技‘智能湖仓'架构在金融领域的应用，以及进一步发掘云数据库在全球业务场景中的使用。借助亚马逊云科技的赋能，融聚汇正致力于由传统的数据服务公司向金融科技型公司转型，希望未来能够在进行金融数据服务能力输出的同时，也为金融机构提供更多智能分析服务和平台支持服务，助推金融行业的数字化升级转型。"