面对大数据压力下，给我们传统企业带来的问题如何解决？

大数据其实是一个很大的概念，其目的也不尽相同。目前已知的也金融业相关的大数据都是一些分析型的，例如反洗钱，反欺诈，精准营销等。而这些业务和传统的金融业务不太相近，例如存贷，清算等。

互联网应用设计到的计算量远超于传统业务，而对于数据一致性和精确性要求就没有那么高了。然而核心业务收到金融企业自身因素以及法规遵从，需要较高的准确性和高可用性。

这两者本身是一对矛盾体，而目前的现状是前者的增速非常的快，常常用分布式的架构甚至用云的架构来处理，而后者依旧维持传统的方式保持高稳定和高可用。

因此谈论改造时，首先是要区分业务类型，了解这项业务所涉及数据核心。在不影响现有系统工作的情况下进行数据的抽取，转移，标准化，而利用改造后的数据再次进行分析或者发布。前者可以通过数据复制技术，备份技术实现，这一块已经比较成熟，大银行，保险公司都有一套自己的方案（数据库的备份，存储的快照等，没有哪个更好，只有哪个更合适）。而后者在告诉发展中，比较多的是利用开源技术实现，目前没有哪家的方案独领风骚。唯一要注意的是，金融业的数据一般都高度涉密，在选用平台时，数据加密工作是必不可少的，很多企业对改造后的数据的安全性重视度不够，造成了一些风险。