数据猿报道，2017年6月29日，由数据猿主办，互联网普惠金融研究院联合主办，中国信息通信研究院、大数据发展促进委员会、上海大数据联盟、首席数据官联盟、中国大数据技术与应用联盟、上海金融信息行业协会协办的「数据猿·超声波」之金融科技­商业经济价值探索高峰论坛在上海隆重举办。

  本次峰会主要聚焦产业方、服务提供方、投资方、业界专家学者等一起从风控、区块链、量化金融、个性化保险、大数据技术服务、客户关系管理，六大方面共同探索“大数据在金融领域的商业经济价值”，推进金融科技领域的发展与创新。

  在峰会的主论坛上，不但发布了由数据猿联合HCR慧辰资讯、DataPipeline联合编撰的《数据驱动金融升级，商业经济价值落地探寻调研报告》，还为多家企业及个人颁发了“2017金融科技·大数据优秀案例”之技术创新奖、应用创新奖、最佳实践奖以及数据猿专栏优秀征文奖在内的多个【金猿奖】奖项。

  很荣幸有机会跟大家介绍一下我们公司的产品，BDRT是高性能的数据查询引擎，今天因为时间有限，我们会从客户的真实需求，从BDRT本身的性能包括结合BDRT相关的应用案例三个方面给大家做一个整体的介绍。

  在介绍BDRT具体的特性之前，首先看一下快速查询有哪些业务需求？哪些应用场景会应用到快速查询？

  首先看一下银行的核心，各位明白在银行里面核心是最忙的，当之无愧的劳动模范，每天应对成千上万的查询请求，有柜员、监管、网银的查询，还有同步查询、异步查询、多条件查询。

  我们说现在是大数据时代，其最大的特点是大数据影响到几乎全社会所有的行业，特别是银行。在这样的时代下，数据量和业务量都以空前的速度增长，这是什么概念呢？以前是GB，后面是TB，现在已经是PB了，这个数据的生产和产出是非常惊人的。所以说银行的核心系统承担的压力非常大，将近有50%的压力来自于全行的各种各样的查询交易请求。

  事实上核心不光是为了面对这些查询，主要的还是要做一些更重要的业务处理。到目前来讲，可以说所有的银行系统仍然是采用IOE的架构，垂直技术架构，既然我们刚刚谈到数据增长那么快，那么市场就要升级。但是垂直技术的升级会带来一个问题，就是升级改造的成本非常高昂，而且因为本身受限制，就算是不断的升级，也很难迅速满足现在业务的发展。现在国家也提倡采用一些自主可控的技术，满足在核心方面快速查询的需求。

  快速业务查询的需求依旧很强烈的，那么如何能够很好的满足这些业务需求呢？要达到什么样的业务目标呢？

  首先是能够支持海量的数据存储，支持横向扩展，扩容成本低，实现海量存储，以及全量数据处理；

  第二个，支持实时高并发的查询，需要从海量的历史、实时数据中快速获取有用信息

  BDRT到底是啥东西？一句话总结就是：大规模高并发支持灵活查询的实时查询引擎。

  在整个的大数据的框架平台中，我们的BDRT到底是站在哪个位置？大家一提到传统的大数据的框架，首先想到的就是一个数据仓库的替代方案，能够使用廉价的方式做大量的横向扩展，可以把在线离线全部贯穿里面。而一想到数据仓库就觉得是OLAP，如果是实时的系统就根本不会想到数据仓库。其实不光是结合了大数据本身的一些劣势数据库的高并发的性能，最重要的是结合了传统数据库的事务SQL的支持，所以BDRT是站在大数据平台当中的OATP。

  一个是核心减负还有风险预测，当然BDRT最吸引人的是实时查询，灵活查询等等，数据同样支持全量的查询。