首页 文章 精选 留言 我的

精选列表

搜索[智慧民航],共8290篇文章
优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.46 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://github.com/CoCoTeaNet/sra-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、增加@secure-loop 和 @secure-loop-full 非注入循环 //secure-loop自动去除循环中的null记录,secure-loop-full则不去除null记录 selet * from table t1 where 1=1 #[(@secure-loop(:nameList ,' t1.name like :nameList[i] ',' or '))] 2、增加修改指定字段的功能 lightDao.update().updateFields(field1,field2).one(entitiy); lightDao.update().updateFields(field1,field2).many(entities); 3、增加了对sql中参数进行sql注入校验功能 <sql id="show_case"> <filters> <!-- 一般针对@loop(:paramList)、@value(:paramName) 中涉及到的参数进行sql注入校验: level分3种: STRICT_WORD 数字字符下划线; RELAXED_WORD:宽松形式的单词(允许点号、@、#、中文等非危险性符号); SQL_KEYWORD sql关键词(select\drop\limit\delete\sleep\group by\order by\ or/and x=x 等) --> <valid-sqlInjection params="productIds" level="STRICT_WORD"/> </filters> </sql> sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.44 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://github.com/CoCoTeaNet/sra-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、优化executeSql(String sql,Serializable dto)兼容executeSql(String sql,Object...values)只有一个参数场景2、依赖jar包升级(solon3.2.1\springboot3.4.5等) sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.43 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://github.com/CoCoTeaNet/sra-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、getTables方法优化了postgresql分区表的过滤,保留基础分区表,过滤掉子分区表2、增强@if(:param1<>A && :boolParam) 含boolean类型参数不完整表达式[完整模式:booleanParam==true]的兼容处理 sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.40 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://gitee.com/momoljw/sss-rbac-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、优化查询条件参数支持JSONArray和JSONObject2、多字段in支持(id,tenantId) in (:list.id,:tenantId)参数值存在部分数组场景3、升级solon、spring依赖版本 sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.38 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://gitee.com/momoljw/sss-rbac-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、增加通过/* @fast_start */ 和 /* @fast_end */代替@fast标记快速分页的开始和结束位置,从而便于sql调试 2、@fast支持@fast (sql) 左括号跟@fast之间存在空格情况的匹配 // 支持 -- @fast_start 或 /*@fast_start*/ 两种模式 String sql = """ select * from sqltoy_order_info soi where 1=1 -- @fast_start /*@fast_start*/( select * from table1 )/*@fast_end*/ -- @fast_end and status=1 """; sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.24 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://gitee.com/momoljw/sss-rbac-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、增加@if(:param exclude xxx)逻辑(include的取反)2、优化deleteAll底层逻辑,改为delete from table id in (:ids),复合主键为: (code,type) in ((:codes,:types)),提升效率3、优化loadAll级联加载,复合主键支持select * from table (id,code) in ((x1,x2),(x11,x22)) 多字段in模式,提升效率 JPA 部分 类似 JPA 的对象化 CRUD、对象级联加载和新增、更新 支持通过 POJO 生成 DDL 以及直接向数据库创建表 强化 update 操作,提供弹性字段修改能力,不同于 hibernate 先 load 后修改,而是一次数据库交互完成修改,确保了高并发场景下数据的准确性 改进了级联修改,提供了先删除或者先置无效,再覆盖的操作选项 增加了 updateFetch、updateSaveFetch 功能,强化针对强事务高并发场景的处理,类似库存台账、资金台账,实现一次数据库交互,完成锁查询、不存在则插入、存在则修改,并返回修改后的结果 增加了树结构封装,便于统一不同数据库树型结构数据的递归查询 支持分库分表、支持多种主键策略 (额外支持基于 redis 的产生特定规则的业务主键)、加密存储、数据版本校验 提供了公共属性赋值 (创建人、修改人、创建时间、修改时间、租户)、扩展类型处理等 提供了多租户统一过滤和赋值、提供了数据权限参数带入和越权校验 查询部分 极为直观的 sql 编写方式,便于从客户端 <--> 代码 双向快速迁移,便于后期变更维护 支持缓存翻译、反向缓存匹配 key 代替 like 模糊查询 提供了跨数据库支持能力:不同数据库的函数自动转换适配,多方言 sql 根据实际环境自动匹配、多数据库同步测试,大幅提升了产品化能力 提供了取 top 记录、随机记录等特殊场景的查询功能 提供了最强大的分页查询机制:1) 自动优化 count 语句;2) 提供基于缓存的分页优化,避免每次都执行 count 查询;3) 提供了独具特色的快速分页;4) 提供了并行分页 提供了分库分表能力 提供了在管理类项目中极为价值的:分组汇总计算、行列转换 (行转列、列转行)、同比环比、树形排序、树形汇总 相关算法自然集成 提供了基于查询的层次化数据结构封装 提供了大量辅助功能:数据脱敏、格式化、条件参数预处理等 支持多种数据库 常规的 mysql、oracle、db2、postgresql、 sqlserver、dm、kingbase、sqlite、h2、 oceanBase、polardb、guassdb、tidb 支持分布式 olap 数据库: clickhouse、StarRocks、greenplum、impala (kudu) 支持 elasticsearch、mongodb 所有基于 sql 和 jdbc 各类数据库查询 sqltoy 特点介绍: sqltoy 的核心构建思想 sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

真正智慧的 ORM 框架 sqltoy-orm 5.6.23 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件 (可直接在 idea 中检索安装):https://github.com/imyuyu/sqltoy-idea-plugin sqltoy 脚手架项目:https://gitee.com/momoljw/sss-rbac-admin sqltoy lambda 项目:https://gitee.com/gzghde/sqltoy-plus 更新内容 1、修复@fast( @include("sqlId") ) 场景缺陷2、强化where #[field1=:field1Value and] field2=:field2Value 场景sql处理缺陷 JPA 部分 类似 JPA 的对象化 CRUD、对象级联加载和新增、更新 支持通过 POJO 生成 DDL 以及直接向数据库创建表 强化 update 操作,提供弹性字段修改能力,不同于 hibernate 先 load 后修改,而是一次数据库交互完成修改,确保了高并发场景下数据的准确性 改进了级联修改,提供了先删除或者先置无效,再覆盖的操作选项 增加了 updateFetch、updateSaveFetch 功能,强化针对强事务高并发场景的处理,类似库存台账、资金台账,实现一次数据库交互,完成锁查询、不存在则插入、存在则修改,并返回修改后的结果 增加了树结构封装,便于统一不同数据库树型结构数据的递归查询 支持分库分表、支持多种主键策略 (额外支持基于 redis 的产生特定规则的业务主键)、加密存储、数据版本校验 提供了公共属性赋值 (创建人、修改人、创建时间、修改时间、租户)、扩展类型处理等 提供了多租户统一过滤和赋值、提供了数据权限参数带入和越权校验 查询部分 极为直观的 sql 编写方式,便于从客户端 <--> 代码 双向快速迁移,便于后期变更维护 支持缓存翻译、反向缓存匹配 key 代替 like 模糊查询 提供了跨数据库支持能力:不同数据库的函数自动转换适配,多方言 sql 根据实际环境自动匹配、多数据库同步测试,大幅提升了产品化能力 提供了取 top 记录、随机记录等特殊场景的查询功能 提供了最强大的分页查询机制:1) 自动优化 count 语句;2) 提供基于缓存的分页优化,避免每次都执行 count 查询;3) 提供了独具特色的快速分页;4) 提供了并行分页 提供了分库分表能力 提供了在管理类项目中极为价值的:分组汇总计算、行列转换 (行转列、列转行)、同比环比、树形排序、树形汇总 相关算法自然集成 提供了基于查询的层次化数据结构封装 提供了大量辅助功能:数据脱敏、格式化、条件参数预处理等 支持多种数据库 常规的 mysql、oracle、db2、postgresql、 sqlserver、dm、kingbase、sqlite、h2、 oceanBase、polardb、guassdb、tidb 支持分布式 olap 数据库: clickhouse、StarRocks、greenplum、impala (kudu) 支持 elasticsearch、mongodb 所有基于 sql 和 jdbc 各类数据库查询 sqltoy 特点介绍: sqltoy 的核心构建思想 sqltoy 的对比 mybatis (plus) 的核心点:查询语句编写、可阅读性、可维护性 对象化 crud 是基础,但 sqltoy 有针对性的改进:update、updateSaveFetch、updateFetch 等 sqltoy 的缓存翻译,大幅减少表关联简化 sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast () 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成 1.3~1.5 次 (用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy 的分页取总记录的过程不是简单的 select count (1) from (原始 sql);而是智能判断是否变成:select count (1) from 'from 后语句 ', 并自动剔除最外层的 order by sqltoy 支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计 (含汇总求平均) 便利的跨数据库统计计算:同比环比 5、树形表排序汇总 6、扩展集成

优秀的个人博客,低调大师

deepin 23丨大有智慧,UOS AI应用、功能全面解读

查看原文 昨天,我们向大家详细介绍了《deepin 23丨如意玲珑正式集成至deepin 23,生态适配超千款》,很多用户在评论区也纷纷留言,给我们提出了很多好的建议。今天我们继续和大家聊一聊deepin 23的UOS AI在多模型对接、个人AI助手、操作系统管理、AI赋能应用上的技术亮点和功能应用。另外,如果大家在使用UOS AI过程中遇到任何问题,请在评论区留言,我们会尽快解答。 UOS AI 技术亮点 大语言模型 UOS AI 接入qwen2、llama2等开源大语言模型,提供聊天对话功能,通过提示词工程可做文档总结、翻译功能。模型由llama.cpp与OpenVINO推理。 自定义语言模型集成 UOS AI遵循OpenAI的模型通信协议,实现了自定义语言模型的添加功能,支持与各种在线大型语言模型的接口兼容,确保了系统的可扩展性和灵活性。 RAG技术应用 通过采用Retrieval-Augmented Generation技术,UOS AI对本地文件进行向量化处理,构建了向量化数据库。在问答任务中,系统将用户问题向量化,并在数据库中检索高度相关的文本,结合大模型生成精准且高质量的回答。 本地模型推理能力 UOS AI接入了llama.cpp和OpenVINO推理框架,实现了本地端侧模型的部署。用户可以在本地设备上直接运行大型语言模型,并通过UOS AI进行管理和应用,增强了模型的可访问性和响应速度。 UOS AI API 面向开发者提供接入API,赋能AI应用开发。 端侧智能交互体验 UOS AI的技术实现,使得端侧设备能够独立运行复杂的语言模型,为用户提供了快速、可靠的智能交互体验,同时保护了用户数据的隐私和安全。 UOS AI 功能亮点 deepin 23深度融合AI技术,上线了一系列实用的AI应用和功能,为用户提供智能操作系统新体验。 UOS AI:更懂你的桌面助手 通过快捷键“Super+C”唤醒UOS AI桌面助手,得益于UOS AI对大语言模型的接入,海量知识可一触及达,用户可享受端到端的问答服务和强大的内容生成服务,节省工作时间,提升工作效率。 ★备注:Super键通常位于键盘的左下角,‌形状类似于旗帜或Windows标志。 个人知识助手:你的私人知识管家 deepin 23提供个人知识助手功能,用户可以上传文档,系统将其转化为知识库,用于后续的问答、内容创作等,实现智能化的知识管理、检索和应用。 deepin玩机助手:畅玩deepin操作系统 deepin 23还为用户专门打造了【deepin玩机助手】,可以解答关于deepin操作系统相关的问题,让每位用户都能享受到专业级的技术支持,无论新手还是老鸟,都能畅玩deepin操作系统。 智能全局搜索:一键搜索、一键直达 通过快捷键“Shift+space(空格键)”唤醒智能全局搜索功能,智能全局搜索支持三大核心能力,包括自然语言搜索、图片内容搜索、文档内容搜索,可实现“一键搜索,一键直达”的便捷体验。 智能邮箱:在这里,新建无限可能 邮箱是日常办公中最常见,也是应用最频繁的软件之一。在deepin 23为用户提供的智能邮箱应用中,UOS AI可一键邮件总结、翻译邮件,根据邮件内容生成回复初稿,解释邮件内容等,让邮件处理高效便捷,省时省力。 智能看图:让每张图片都焕发新生 deepin 23为用户提供智能看图应用,只需要在应用商店一键安装“看图AI插件”,即可体验丰富的本地化图像AI功能,包括图像上色、提升分辨率、模糊背景、人物抠图、手绘漫画、2D 漫画、3D 漫画、素描等功能。 未来,deepin 23还会继续加强对AI的探索,上线更多实用的AI应用和功能,让用户享受更智能,更便捷,更轻松的智能操作系统体验。 相关阅读: (1)deepin 全版本镜像(含 deepin V15) (2)deepin 23 《黑神话:悟空》试玩

优秀的个人博客,低调大师

中国进入新基建时间,智慧交通的机会有多大?

云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 中台概念,既潮又时髦。 数据中台、业务中台、中台战略、中台部门……云山雾罩,层出不穷。 回顾近些年金融IT的发展史,每年管理咨询公司、科技企业、网红技术专家们总得发明几个性感的概念,争奇斗艳,引领潮流。 可中台的“实物”是什么?战略和组织结构该如何调整?中台又应怎样与金融行业的特点相结合?它对业务有哪些肉眼可见的作用? 最重要的是,当你作为IT架构负责人,满腔热血地把“上中台”、“上AI”的需求讲给董事长时,他能听懂吗? 其实不止是中台,当前全球的传统金融机构,都在宣扬科技化和数字化转型,一年比一年热闹,可更多似乎停留“制造气氛”的阶段。 抹去阳春白雪,深入金融IT一线,才会发现科技化和智能化道阻且长。 以下十大难题若不逾越,一切将是空谈。 一、领导班子不懂科技 在全球大部分的金融机构里,迄今处于领导位置的高管们,以业务专家为主。 《银行4.0》的作者布雷特金有一个说法,大意是观察一家声称在做数字化转型、科技化的金融机构是否真的在推行科技。 最简单的做法,就是看看他们高管和外部独董名单有没有科技企业背景、正儿八经技术出身的技术人。 一个完全对科技外行的领导班子,既没有行家里手参与决策、又没有外部专家咨询,“科技化”的道路上谁当领路人? 90后马上三十而立了,未来的金融服务主体对象是越来越多的“互联网原住民”。 要服务好他们,金融机构必须在数字化的观念上与他们同步。 但这也是一道难题。 试问一下,国内外金融企业高管从来没有亲自使用过电商购物、打车软件、短视频平台的比例是多少? 从来没怎么使用过自家机构网银、交易软件、App的总裁董事长又有多少? 数字化转型,从某种程度上讲,是因互联网新世代的新需要,逼迫而生的。 能不能说这是一个“代沟”问题? 当金融机构高管们不理解新一代的时候,自然无法设计出符合他们诉求的服务、也无法建立符合他们特点的组织。 这个问题全球普适,所有的传统金融机构都面临世代交替的问题。 管理层的观念,能不能转的过来? 二、找不到能出主意的权威专家 事实上企业的管理者也很焦虑。 无论虚实真假,同业都在大讲科技,今天宣布上个什么系统、明天那家又介绍了什么创新。 可是自己该怎么做?听谁的?公司里哪些人的意见靠谱? 对于科技投入这种烧钱又不知道能否凑效的事情,心里实在没底。 虽然屡屡去同业交流学习、出国考察,毕竟各家的股东基因、体制、条件都千差万别,很多事情学不来。 求助于外部数字化转型管理咨询顾问机构? 效果存疑,因为顾问们深入干过本土金融也干过科技的,恐怕不多。 中国公司从华尔街或者科技公司抄袭一些东西过来又发现不符合国情、落不了地。 战略浮于PPT、没有具体实施的可操作性、对于基层更加是没有说服力,最多也只能引起企业内一堆吃瓜群众围观。 数字化转型的道路上,谁能指明方向? 三、缺乏匹配的组织形态 金融机构搞科技的本质,还是以科技工具、科技手段赋能自己的业务。 可是如果仅仅简单的把这理解为给自己的士兵“鸟枪换炮”,拿个什么金融科技App武装一下一线人员、唬住一下客户,就期望成功,结果通常不妙。 在军事史上,马镫这个“黑科技”的出现,改变了骑兵的作战方式,火枪的发明,也改变了军阵的组成。 工具、武器与军种、团队结构息息相关、互相匹配。 换了武器,打法都不一样,团队组成也不同。 云计算、大数据、微服务、移动互联网等等技术,改变了IT的形态、改变了人员的协同工作方式,出现了很多以前不存在的岗位,这在金融业也毫不例外。 例如国外一些银行开始有Digital Relationship Manager(数字关系经理)这种职位,而数据科学家则越来越成为数字化银行的标配。 这些岗位如何设置?归属什么部门?谁胜任管理?如何考核绩效? 技术界经常讲“康威定律” – 技术架构与组织结构是一个相互映射的关系。 不借鉴一下真正科技企业的组织架构,就想去搞科技,没有体制相匹配,恐怕搞不动。 传统金融业虽然是受强监管的行业、有其独特性,可是也没有独特到可以无视基本规律,搞科技好歹还是得借鉴借鉴科技公司的玩法。 新军种能不能建?现有组织结构怎么调整? 四、缺乏多元文化 任何一种文明,如果长期不与外部文化交流融合,关起门来自己玩,就像一潭不流动的水,终究要腐坏… 传统金融业IT往往自成一体,自己的人不出去、外面的人也难以走进来,身处一个封闭的环境,不知道外面的世界在发生什么。 偏偏搞科技需要高度的跨业借鉴、跨界思维。 “中台”的概念不是最早从游戏界(芬兰的明星游戏公司Supercell)发展出来的吗? 说没有多元文化的金融机构做不了科技金融可能有点武断,可是缺乏工程师文化的组织能做好科技应该也没有人信,容纳不了工程师文化的机构也很难具备科技属性。 科技基因能不能注入传统金融机构?多元文化可能存在吗? 五、处理不好科技创新与合规风控的“矛盾” 很多机构把科技创新视为一种“勇敢”的、需要一点“冒险”魄力的行为,似乎科技创新步子迈大了就能引起潜在合规问题和业务风险。 这种观念其实没有逻辑根据,只是人们对自己不熟悉的东西臆想为风险而已。 殊不知金融业务本身的合规成本需要科技创新去降低,连全球的监管机构都纷纷鼓励RegTech(监管科技)领域的创新以应对一个全新数字化时代的金融业务对监管的挑战。 在金融领域,科技创新和“稳健”,不存在矛盾,金融科技创新首先是为了把业务、合规做的更好。 如何在喊口号表示重视之外,实质性的鼓励科技创新? 六、IT都在“攒系统” – 试错成本很高 对于很多机构来说,搞科技就是招标、采购技术、自己集成一下“攒”一套系统。 “攒”的人可能并不懂业务,只是基于一种路径依赖的思维,业内既然做某些事情一贯是要采用某些做法,就同业互相“借鉴”一番,采购类似技术、做类似事情。 可能没有意识到,采购的技术也是某个历史阶段的产物 – 是固化了、反映了那个时期业务流程与实践的软件而已。 “攒”出来的一套东西,试错风险非常高,并不反映业务部门的真实需求。 有时业务部门自身也不确定要什么,需要双向交流、充分论证、敏捷迭代、快速变更。 所以当IT的建设依赖于一些封闭的、固化的、难以自控的第三方模块时,“攒”出来的系统又被业务部门不断挑错、修改、打补丁,最后出来一个什么东西,谁都难说。 以为稳妥的做法,殊不知带来更多风险,更不要去提自主创新。 在这个大数据、云计算、移动互联网、区块链、人工智能大行其道的时代,非常需要遵循“第一性原则”的思考:假设你现在拿到一张全新的金融业务牌照,你会先重新用20年前的架构、10年前的CRM、5年前的交易技术建设一次系统吗? 显然你会首先理解业务、回归业务本源初心,思考在新的技术世代和数字化生态的环境下,怎么把业务做的更好,再去判断市场上有什么技术方案可选项、哪些需要采购第三方供给、哪些需要自己去自研发掌握核心知识产权。 马斯克采用最新的科研成果重新思考火箭怎么做,而不是在NASA几十年的技术进步上再尝试局部的优化,因为在既有路径依赖的思维框架下,很多事情都是不可能的。 怎么摆脱路径依赖? 七、行业科技水平的恶性循环 这个问题可能广泛存在于各种垂直行业:企业(甲方)自行“攒”方案,向技术开发商(乙方)进行组件模块招标,“价低者得”是普遍现象。 而供应商们为了获得订单,往往也不惜代价进行恶性竞争。更有一些技术的模仿者,通过似是而非的产品参与竞标搅局。 对软件知识产权的尊重普遍较低,采购者以压价为要,开发商为了成本控制,也无法招募、吸引和挽留高端人才,技术研发的质量也就难以保障。 垂直行业的企业与行业内的科技公司无法建立真正的合作伙伴关系、相互成就,而是陷入传统甲乙方的博弈中。这样的行业,难以取得真正的科技进步。 金融业能不能跳出这个怪圈? 八、企业多样性在金融科技领域的缺失 在互联网上,巨头的垄断日益严重,强者愈强。 在金融业,科技公司们在这方面的情况更加显著。 金融机构们的“惯性”促成了少数的科技公司的垄断,当需要科技合作伙伴配合支持的时候,发现业内来来去去就这几家,自己失去了选择,也失去了话语权。 没有竞争与挑战,这些科技公司们忙于维持现有的技术业务,也失去创新动力与能力。 生物的多样性是一个生态系统得以健壮演进的重要条件。一个垂直领域的科技水平,也取决于是否有足够多的科技企业在各自的细分领域把自己的技术“零部件”做到极致。 金融行业缺乏专注于提供基础技术的公司。 以消息中间件为例,互联网上有的是开源的消息中间件技术,商业化的通用消息中间件也不少。 但是它们往往都不符合银行、证券专业交易系统的技术诉求。 可是业内专门做金融属性中间件的公司难以存活,取而代之的是不开放自己的中间件的交易系统提供商,其技术因为只考虑自己的业务场景,既缺乏通用性、开放性,和互联网上的前沿技术相比也只是二三流的水平。 没有细分领域的“工匠”去供应一流的零部件,金融机构“攒系统”也没有什么选择,行业创新受到极大掣肘。 另一方面,金融科技公司不应该是金融机构的“代工”- 什么都大包大揽,而是应该做好自己的基础技术,把订制、集成、扩展、未来围绕业务创新的二次开发能力赋能给金融机构的科技部门。 什么该自己做、什么该留给他人,才能避免一个不健康甚至萎缩的科技生态? 九、业务与技术的信息不对称 金融业务与技术的结合极难,IT精英无法讲业务部门的语言,也普遍不善于对非技术背景的受众进行“科技布道”。 所以业务专家和有想法的业务线管理者,往往不知道一些新技术的诞生与存在,解决了他们什么样的痛点。 技术人员则有科技武器却不知道前线打仗的业务人员该如何利用、用到哪里。 当前传统金融机构的人力资源体系、组织架构、管理模式、绩效考核方式、企业文化,通通不利于技术与业务两类人的融合、相互理解。 再以“中台”为例,空有IT臆想的中台,如果没有业务部门的理解支持以及场景驱动,可以玩出什么花样? 十、金融科技人才缺乏对的土壤 科技人才资源,金融行业就是竞争不过互联网企业。 其实金融业薪酬福利有一定竞争力,其较高程度信息化的应用环境也能给科技人才提供用武之地,复杂金融业务带来的技术挑战不小,金融科技作为一个方兴未艾的专业领域而言,理应能吸引到第一流的科技人才。 怎样才能招募到顶级科技人才,并让他们生根发芽? 看一下高盛和摩根斯坦利: 高盛,在2019年9月任命了两位新技术高管。一位担任合伙人与联合CIO,他来自亚马逊,在AWS负责移动互联网、物联网、“无服务器”架构(Serverless)、消息中间件、增强与虚拟现实等技术领域;又曾在诺基亚负责开发者生态、应用商店;更早期则创业过一家软件公司;拥有超过三十年的硬核技术经验。 另一位担任合伙人与CTO,他此前有雅虎研究院Fellow及架构师的经历,同样曾在诺基亚等科技公司担任技术引领者与架构师的角色,亦曾创业。 这两位的简历里,都没有一天的金融业从业经历。 摩根斯坦利,则在2014年即把计算机编程领域的“活着的传奇”、神级程序员、整整影响软件世界40年的C++(发明于1979年)发明者Bjarne Stroustrup招募到麾下,担任董事总经理、Technical Fellow。 东海岸顶级投行的技术大牛、以及凭他们的影响力吸引而来的技术军团,终于能跟西海岸的科技公司PK一下。这是传统金融机构玩科技的架势。有没有一些什么启迪? 真正的行业痛点其实只有一个。 缺乏能促进科技化市场化、释放生产力创造力的体制,没有懂行的科技引领者,是各家金融机构人员最常抱怨的“痛点”,其他问题都是衍生出来的。 痛点只能由注入了科技基因的领导班子通过顶层设计去解决。 数字化转型在新老交织、世代交替之际,好像困难重重、举步维艰。但是金融各细分领域的彻底数字化必将到来,挡也挡不住,只是谁存活的问题。 下一代的银行、券商们,一定是“云原生”的科技化组织 :技术构建在云端,实现了数字化的连接生态,由数据科学家、分布式技术专家、算法专家、数字关系经理、机器人组成,和科技公司几乎没有形态上的差别。 谁能打造和引领这样的组织,未来属于他们。 【云栖号在线课堂】每天都有产品技术专家分享!课程地址:https://yqh.aliyun.com/zhibo 立即加入社群,与专家面对面,及时了解课程最新动态!【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK 原文发布时间:2020-04-29本文作者:亚峰本文来自:“雷锋网”,了解相关信息可以关注“雷锋网”

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册