CN106156122A

CN106156122A - 交易信息获取方法及装置

Info

Publication number: CN106156122A
Application number: CN201510162250.XA
Authority: CN
Inventors: 赵航
Original assignee: Alibaba Group Holding Ltd
Current assignee: Advanced New Technologies Co Ltd; Advantageous New Technologies Co Ltd
Priority date: 2015-04-07
Filing date: 2015-04-07
Publication date: 2016-11-23
Anticipated expiration: 2035-04-07
Also published as: CN106156122B

Abstract

本申请实施例涉及一种交易信息获取方法及装置，包括：根据接收到的查询请求，读取第一对象的过去规定时长内的最大交易量；根据所述最大交易量以及预设的阈值，确定所述第一对象的类型；根据确定的所述第一对象的类型，获得与所述第一对象的类型对应的提取时间段；从所述第一对象的交易数据库中记录的历史交易数据中提取所述第一对象在所述提取时间段内的交易数据并返回。由此，可有效获取到每个对象的交易数据，这不仅可以提升用户体验，又能够节约计算机资源。

Description

交易信息获取方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种交易信息获取方法及装置。

背景技术

对于不同的用户查询交易记录来说，交易量相差会很大。特别是对于交易量比较大的用户而言，读取到的交易数据量会比较庞大，而如此庞大的交易数据量对用户而言是没有意义的，且给计算机系统带来很大系统压力。

发明内容

本申请实施例提供了一种交易信息获取方法及装置，可有效获取到每个对象的交易数据，以便对对象的资金周转情况进行跟踪。

第一方面，提供了一种交易信息获取方法，该方法包括：

根据接收到的查询请求，读取第一对象的过去规定时长内的最大交易量；

根据所述最大交易量以及预设的阈值，确定所述第一对象的类型；

根据确定的所述第一对象的类型，获得与所述第一对象的类型对应的提取时间段；

从所述第一对象的交易数据库中记录的历史交易数据中提取所述第一对象在所述提取时间段内的交易数据并返回。

第二方面，提供了一种交易信息获取装置，该装置包括：读取单元、确定单元、获取单元和提取单元；

所述读取单元，用于根据接收到的查询请求，读取第一对象的过去规定时长内的最大交易量；

所述确定单元，用于根据所述读取单元读取的所述最大交易量以及预设的阈值，确定所述第一对象的类型；

所述获取单元，用于根据所述确定单元确定的所述第一对象的类型，获得与所述第一对象的类型对应的提取时间段；

所述提取单元，用于从所述第一对象的交易数据库中记录的历史交易数据中提取所述第一对象在所述获取单元获得的所述提取时间段内的交易数据并返回。

本申请提供的交易信息获取方法及装置，在提取第一对象的交易数据时，根据第一对象在过去规定时长内的最大交易量，确定第一对象的类型；并获得与第一对象的类型对应的提取时间段，提取在该提取时间段的交易数据。由此，可有效获取到每个对象的交易数据，这不仅可以提升用户体验，又能够节约计算机资源。

附图说明

图1为本申请提供的最大交易量统计方法示意图；

图2为本申请一种实施例提供的交易信息获取方法流程图；

图3为本申请又一种实施例提供的交易信息获取方法流程图；

图4为本申请另一种实施例提供的交易信息获取装置示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为便于对本申请实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本申请实施例的限定。

本申请实施例提供的交易信息获取方法及装置，适用于用户对历史交易数据进行查询的场景，尤其适用于用户通过支付系统对历史交易数据进行查询的场景，其中，交易数据是指用户所有可能有资金变动的记录，在支付宝系统中，交易数据包含以下类型：淘宝交易、缴水电煤、还信用卡、收费、发红包、兑换积分宝等。支付系统包括服务器和客户端，客户端用于与用户进行交易，包括获取用户输入的信息和向用户显示结果信息；服务器用于对用户输入的信息进行处理，并得到结果信息。服务器包括数据库，数据库中存储了每个用户在过去规定时长内的最大交易量(如，月交易峰值)。

参见图1所示的本申请提供的最大交易量统计方法示意图，图1中，数据库分为主数据库和备份数据库，主数据库和备份数据库中均存储了用户的历史交易数据，同时还存储了用户在过去规定时长内的最大交易量；主数据库主要用于响应用户的查询请求，而备份数据库用于响应其它系统(如，统计系统)的请求。

此处，过去规定时长可以为一年、一个月或者一个星期，而最大交易量则可以为以上述规定时长为单位统计的交易数据量的最大值(也称为交易峰值)。过去规定时长内的最大交易量是由统计系统预先统计的，以过去规定时长内的最大交易量为月交易峰值来说明其统计过程：

1)统计一年内每个月的交易峰值。

以统计2014.9-2014.10的交易峰值为例来说，依次统计2014.9.1-2014.10.1，2014.9.2-2014.10.3，…，2014.9.30-2014.10.30的交易数据，然后将统计的30个交易数据进行比较，将最大的交易数据作为2014.9-2014.1的交易峰值；同理，可以获得每个月的交易峰值。

此处，月交易峰值是以T+1的方式统计的，如，当前日期为2015.03.27，则统计2015.2-2015.3的交易峰值时，依次统计2015.2.1-2015.3.1，2015.2.2-2015.3.2，…，2015.2.26-2015.3.26的交易数据，也即统计的截止日期为当前日期的前一天。

2)比较统计的各个月的交易峰值，将最大的交易峰值作为月交易峰值。

即将2014.1-2014.2，2014.2-2014.3，…，2014.11-2014.12的交易峰值，将最大的交易峰值作为2014年的月交易峰值。

上述是以统计一年内的月交易峰值为例进行说明，统计系统还可以统计多个年份的月交易峰值，然后将多个年份的月交易峰值进行比较，将最大的月交易峰值最为最终的月交易峰值。

需要说明的是，统计系统周期性(如，每小时)地统计上述月交易峰值，也即准实时统计上述月交易峰值，并将统计的月交易峰值发送给支付系统的服务器，由服务器在数据库(包括：主数据库和备份数据库)中存储上述月交易峰值。

举例来说，统计系统统计的用户的月交易峰值如表1所示：

表1

用户标识	月交易峰值
		0001	10
0002	20000

图2为本申请一种实施例提供的交易信息获取方法流程图。所述方法的执行主体可以为具有处理能力的设备：服务器或者系统或者装置，如图2所示，所述方法具体包括：

步骤210，根据接收到的查询请求，读取第一对象的过去规定时长内的最大交易量。

在此说明，第一对象用于表示跟自然人相关的单独个体，可以为用来表示单独个体的用户、账户和账号等。在此说明书中，以第一对象为第一用户进行说明。

上述查询请求可以为用户在支付系统中查询数据的请求，在支付宝系统中，上述查询请求可以由用户点击支付宝系统首页的“交易记录”触发。可选地，该查询请求中可以携带第一用户的标识。在接收到查询请求之后，根据查询请求中携带的第一用户的标识从表1中读取第一用户的月交易峰值。如，当查询请求中携带的第一用户的标识为“0002”，则从表1中读取的第一用户的月交易峰值为“20000”。

在一种具体实现方式中，系统在读取用户的月交易峰值时，可以先从缓存中读取，若缓存中没有缓存用户的月交易峰值(如，表1)时，再从数据库(包括：主数据库和备份数据库)中读取用户的月交易峰值，并将读取的用户的月交易峰值更新到缓存中。

步骤220，根据所述最大交易量以及预设的阈值，确定所述第一对象的类型。

可选地，所述预设的阈值包括第一阈值和第二阈值，步骤120具体可以包括：

当所述最大交易量小于所述第一阈值时，则将所述第一对象的类型确定为第一类型；

当所述最大交易量不小于所述第一阈值且不大于所述第二阈值时，则根据预设的类型信息，确定所述第一对象的类型；

当所述最大交易量大于所述第二阈值时，则将所述第一对象的类型确定为第二类型。

其中，根据预设的类型信息，确定所述第一对象的类型具体可以包括:

当所述预设的类型信息对应的类型为所述第一类型时，则将所述第一对象的类型确定为所述第一类型；

当所述预设的类型信息对应的类型为所述第二类型时，则将所述第一对象的类型确定为所述第二类型。

此处，预设的类型信息可以由用户预先设置，也可以由系统预先设置。在一种具体实现方式中，在用户未预先设置该类型信息时，则由系统设置该类型信息。

举例来说，假设第一阈值为100条，第二阈值为1000条；当第一对象的月交易峰值为90条时，则可以将该第一对象的类型确定为第一类型；当第一对象的月交易峰值为1022条时，则可以将该第一对象的类型确定为第二类型；而当第一对象的月交易峰值为223条时，则可以根据预设的类型信息，确定第一对象的类型，若预设的类型信息对应的类型为第一类型，则将第一对象的类型确定为第一类型，而若预设的类型信息对应的类型为第二类型，则将第一对象的类型确定为第二类型。

需要说明的是，在支付宝系统中，上述第一类型可以为“小C版本”，此类型的用户其在特定时长(如，一个月)内的交易数据量比较小；而第二类型可以为“大C版本”，而此类型的用户其在特定时长内的交易量比较多。

此处，“小C版本”用户的属性可能是纯买家，其很有可能一年的交易数据小于100条。有些用户属性是卖家偏多一点(既是买家又是卖家)，他们他的交易数据可能月均在几百笔到几千笔作用，这些用户通常可以选择自己的类型，若其选择的“小C版本”用户，则其最后被划分到“小C版本”，而若其选择的“大C版本”用户，则其最后被划分到“大C版本”。“大C版本”用户的属性是纯卖家，例如一些平台商、机构等，那么他的交易数据可能日均千万笔以上。

对于交易数据量差距这么大的用户，现有技术中一刀切的方案对于系统压力、访问性能、用户体验来说都很糟糕。

步骤230，根据确定的所述第一对象的类型，获得与所述第一对象的类型对应的提取时间段。

此处，根据所述第一类型，获得的对应的提取时间段为第一提取时间段；

根据所述第二类型，获得的对应的提取时间段为第二提取时间段；其中，所述第一提取时间段大于所述第二提取时间段。

如前述例子，根据第一类型获得的第一提取时间段可以为从当前时间起的一个月或者一年；而根据第二类型获得的第二提取时间段可以为从当前时间起的一个星期或者一个小时，由此来满足用户的需求。

步骤240，从所述第一对象的交易数据库中记录的历史交易数据中提取所述第一对象在所述提取时间段内的交易数据并返回。

此处，交易数据库可以是支付宝系统的服务器包括的数据库，该交易数据库中保存了用户在使用支付宝系统执行交易操作时记录的交易数据，其中，该交易数据包括T个交易属性，其中，T为自然数。举例来说，当交易操作为支付操作时，则交易数据包括的T个交易属性可以包括但不限于：创建时间、支付时间、昵称、金额、交易名称、支付状态、发生渠道(如，移动支付或者PC机支付等)、支付方式(余额、银行卡或者红包等)以及场所等。

其中，步骤240中提取所述第一对象在所述提取时间段内的交易数据包括：

若所述第一对象的类型为所述第一类型，则提取所述第一对象在所述提取时间段内的第一交易数据，其中，所述第一交易数据包含N个交易属性的属性值；

若所述第一对象的类型为所述第二类型，则提取所述第一对象在所述提取时间段内的第二交易数据，其中，所述第二交易数据包含M个交易属性的属性值。

第一交易数据包含的N个交易属性可以为上述T个交易属性中的一种或者多种，即N≤T。优选地，第一交易数据的N个交易属性根据接收到的选取指令设定。第二交易数据包含的M个交易属性也可以为上述T个交易属性中的一种或者多种,即M≤T。

在支付宝系统中，用户在首页点击“交易记录”，系统会默认展示交易记录列表。当用户的类型为第一类型时，用户可以从当前展示的交易记录列表(默认展示T个交易属性的属性值)中筛选想要查看的交易属性，即根据选取指令设定N个交易属性。举例来说，根据选取指令设定5个交易属性，该5个交易属性分别为:创建时间、交易名称、昵称、金额以及交易状态，且在第一用户的类型为第一类型，第一提取时间段为一个月时，则提取的第一交易数据如表2所示：

表2

当然，在实际应用中可根据需要设定第一交易数据的其它交易属性，如，交易号等等。

可选地，对上述获取到的第一交易数据，系统还可以接收排序指令，所述排序指令用于指示依据所述N个交易属性中的一个或者多个交易属性的属性值对所述第一交易数据进行排序。

在一种实现方式中，预先设置可以排序的交易属性(该交易属性属于上述N个属性)，如，创建时间或者金额等。在交易记录列表页面，当用户第一次点击可以排序的交易属性：金额时，即在接收到排序指令时，则默认以金额升序的方式对第一交易数据进行排序，而当用户二次点击上述交易属性时，则以金额降序的方式对第一交易数据进行排序。当然，当用户点击其它可以排序的交易属性(如，创建时间)时，则可依据其它可以排序的交易属性的属性值对第一交易数据进行排序。实际应用中，也可以依据多个交易属性的属性值对第一交易数据进行排序。本申请对此不作限定。

举例来说，依据交易属性：金额的属性值对表2中的第一交易数据进行排序后，可参见表3所示。

表3

上述是以第一对象的类型为第一类型，对第一交易数据进行了说明，下面以第二对象的类型为第二类型，对第二交易数据进行说明。

因为在支付宝系统中，第二类型的用户为“大C版本”的用户，其月交易峰值比较大，所以根据第二类型获得的第二提取时间段为从当前时间起的一个星期或者一个小时。因为如果提取从当前时间起的一个月的交易数据时，数据量比较大，这些数据对用户来说是没有意义的，此时，用户还需要输入其它的筛选条件。且对于第二类型的用户，由于其交易数据量比较大，所以由系统设定第二交易数据的M个交易属性。优选地，该M个交易属性是T个交易属性中的部分交易属性，而T-M个交易属性对用户来说可能是不重要的交易属性，如，M个交易属性中不包括发生渠道、支付方式以及场所等。也即对第二类型用户，每次不查询交易数据的所有交易属性，而是按需查询用户关心的属性，由此，可以大大提升系统的性能。

此处，用户关心的属性可以根据预先收集的用户的行为习惯进行判断，其判断方法属于常规技术手段，本申请对此不作赘述。

对于第二交易数据，在查询时，不需要使用“SELECT*FROM××表”，而只需要使用“SELECT co.1，co.2…co.n FROM××表”,其中，co.1，co.2…co.n表示用户想要查询的交易属性，即不需要查询全部的属性，由此，可以极大的缩小扫描范围，而不扫描额外的属性，且可以返回较少的结果集，这降低了网络开销。

对于上述提取到的第二交易数据，为降低系统压力，系统不提供对第二交易数据进行排序的功能，若用户想要对第二交易数据进行排序，则可以下载或者导出该第二交易数据。在一种具体实现方式中，可以将第二交易数据导出为CSV文件，在CSV文件中对第二交易数据进行排序。当然，这里只是列举一种文件排序的方式，用户也可以自己编写排序算法对导出的第二交易数据进行排序，本申请对此并不作限定。

综上，本申请中，当第一对象的类型为第一类型时，其返回的属性可以根据设置指令设置，且对提取的第一交易数据可以依据一个或者多个属性的值进行排序，且排序方式为内存排序(排序速度快)，这极大的提升了用户的体验度；而对第二类型的第一对象，其提取的属性直接由系统设置，且不支持对第二交易数据进行排序，由此，可以降低系统的压力，且可以提升系统的访问性能。

可选地，在确定第一对象的类型为第二类型(即最大交易量大于第二阈值)后，在提取第一对象在所述提取时间段内的第二交易数据前，还包括对系统的稳定性进行判断的步骤，通过该步骤可以维护系统的稳定性。具体步骤如下：

判断所述最大交易量是否大于预设的第三阈值；

若是，则统计最大交易量大于所述预设的第三阈值的当前对象的数目；

若当前对象的数目不小于门限值，则延时阈值时间之后，再次统计当前对象的数目，直至当期对象的数目小于所述门限值。

此处的门限值是对系统进行压力测试时获取的，即系统能够正常响应最大交易量大于预设的第三阈值的对象的数目。举例来说，参见图3所示的本申请又一种实施例提供的交易信息获取方法流程图，图3中，n为系统能够正常响应最大交易量大于预设的第三阈值(如，30w)的对象的数目，而m为统计的最大交易量大于预设的第三阈值的当前对象的数目，在系统读取第一对象的过去规定时长内的最大交易量之后，判断第一对象的最大交易量是否大于预设的第三阈值，若是，则读取m并判断m是否小于n，若是，则m加1，并提取第一对象的的第二交易数据；若否，则延时阈值时间(如，10s)后，继续获取m的值，直至m小于n。此外，在图3中，对当前对象的任一对象，在提取该任一对象的第二交易数据之后，m的值减1，并返回结果(即返回第一对象的第二交易数据)；直至读取完成所有当前对象(m个对象)的第二交易数据之后，m变为0。

需要说明的是，本申请只是以第一对象为例，说明了获取第一对象的交易信息获取方法，本领域的技术人员还可以通过本申请提供的方法获取其它对象的交易信息。

本申请实施例提供的交易信息获取方法，在提取第一对象的交易数据时，根据第一对象在过去规定时长内的最大交易量，确定第一对象的类型；并获得与第一对象的类型对应的提取时间段，提取在该提取时间段的交易数据。由此，可有效获取到每个对象的交易数据，实现对对象的资金周转情况进行跟踪；这不仅可以提升用户体验，又能够节约计算机资源。

与上述交易信息获取方法对应地，本申请实施例还提供的一种交易信息获取装置，如图4所示，该装置包括：读取单元401、确定单元402、获取单元403和提取单元404。

读取单元401，用于根据接收到的查询请求，读取第一对象的过去规定时长内的最大交易量。

确定单元402，用于根据读取单元401读取的所述最大交易量以及预设的阈值，确定所述第一对象的类型。

获取单元403，用于根据确定单元402确定的所述第一对象的类型，获得与所述第一对象的类型对应的提取时间段。

提取单元404，用于从所述第一对象的交易数据库中记录的历史交易数据中提取所述第一对象在获取单元403获得的所述提取时间段内的交易数据并返回。

提取单元404具体用于：若所述第一对象的类型为所述第一类型，则提取所述第一对象在所述提取时间段内的第一交易数据，其中，所述第一交易数据包含N个交易属性的属性值；

所述第一交易数据的N个交易属性根据接收到的选取指令设定。

可选地，所述预设的阈值包括第一阈值和第二阈值，确定单元402具体用于：

可选地，确定单元402还用于：

其中，根据所述第一类型，获得的对应的提取时间段为第一提取时间段；

根据所述第二类型，获得的对应的提取时间段为第二提取时间段；其中，所述第一提取时间段小于所述第二提取时间段。

可选地，所述装置还包括：接收单元405，用于接收排序指令，所述排序指令用于指示依据所述N个交易属性中的一个或者多个交易属性的属性值对所述第一交易数据进行排序。

可选地，当所述最大交易量大于所述第二阈值时，所述装置还包括：判断单元406、统计单元407和延时单元408；

判断单元406，用于判断所述最大交易量是否大于预设的第三阈值；

统计单元407，用于统计最大交易量大于所述预设的第三阈值的当前对象的数目；

延时单元408，用于若统计单元407统计的当前对象的数目不小于门限值，则延时阈值时间之后，再次统计当前对象的数目，直至当期对象的数目小于所述门限值。

本申请另一种实施例提供的装置植入了本申请一种实施例提供的方法，因此，本申请提供的装置的具体工作过程，在此不复赘述。由此，可有效获取到每个对象的交易数据，实现对对象的资金周转情况进行跟踪；这不仅可以提升用户体验，又能够节约计算机资源。

本申请提供的交易信息获取装置，读取单元401根据接收到的查询请求，读取第一对象的过去规定时长内的最大交易量；确定单元402根据所述最大交易量以及预设的阈值，确定所述第一对象的类型；获取单元403根据所述第一对象的类型，获得与所述第一对象的类型对应的提取时间段；提取单元404从所述第一对象的交易数据库中记录的历史交易数据中提取所述第一对象在所述提取时间段内的交易数据并返回。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的对象及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施方式而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种交易信息获取方法，其特征在于，该方法包括：

2.根据权利要求1所述的方法，其特征在于，所述预设的阈值包括第一阈值和第二阈值，所述根据所述最大交易量以及预设的阈值，确定所述第一对象的类型包括：

3.根据权利要求2所述的方法，其特征在于，所述根据预设的类型信息，确定所述第一对象的类型包括：

4.根据权利要求2或3所述的方法，其特征在于，

根据所述第一类型，获得的对应的提取时间段为第一提取时间段；

5.根据权利要求2或3所述的方法，其特征在于，所述提取所述第一对象在所述提取时间段内的交易数据包括：

6.根据权利要求5所述的方法，其特征在于，所述第一交易数据的N个交易属性根据接收到的选取指令设定。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

接收排序指令，所述排序指令用于指示依据所述N个交易属性中的一个或者多个交易属性的属性值对所述第一交易数据进行排序。

8.根据权利要求2-7任一项所述的方法，其特征在于，当所述最大交易量大于所述第二阈值时，所述方法还包括：

判断所述最大交易量是否大于预设的第三阈值；

9.一种交易信息获取装置，其特征在于，该装置包括：读取单元、确定单元、获取单元和提取单元；

10.根据权利要求9所述的装置，其特征在于，所述预设的阈值包括第一阈值和第二阈值，所述确定单元具体用于：

11.根据权利要求10所述的装置，其特征在于，所述确定单元还用于：

12.根据权利要求9或10所述的装置，其特征在于，

13.根据权利要求9或10所述的装置，其特征在于，所述提取单元具体用于：

14.根据权利要求13所述的装置，其特征在于，所述第一交易数据的N个交易属性根据接收到的选取指令设定。

15.根据权利要求13所述的装置，其特征在于，所述装置还包括：接收单元，用于接收排序指令，所述排序指令用于指示依据所述N个交易属性中的一个或者多个交易属性的属性值对所述第一交易数据进行排序。

16.根据权利要求10-15任一项所述的装置，其特征在于，当所述最大交易量大于所述第二阈值时，所述装置还包括：判断单元、统计单元和延时单元；

所述判断单元，用于判断所述最大交易量是否大于预设的第三阈值；

所述统计单元，用于统计最大交易量大于所述预设的第三阈值的当前对象的数目；

所述延时单元，用于若所述统计单元统计的当前对象的数目不小于门限值，则延时阈值时间之后，再次统计当前对象的数目，直至当期对象的数目小于所述门限值。