CN108830706A

CN108830706A - 数据处理方法及装置和电子设备

Info

Publication number: CN108830706A
Application number: CN201810551783.0A
Authority: CN
Inventors: 黄承真
Original assignee: Alibaba Group Holding Ltd
Current assignee: Advanced New Technologies Co Ltd; Advantageous New Technologies Co Ltd
Priority date: 2018-05-31
Filing date: 2018-05-31
Publication date: 2018-11-16

Abstract

本说明书实施例提供一种数据处理方法和装置及电子设备，其中所述方法包括：在预设指令被触发的情况下，获取预设的处理规则；其中，所述处理规则为针对相应的目标流动性数据进行数据处理的规则；根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据；在所述指标数据符合所述处理规则中指标条件的情况下，根据所述处理规则对所述目标流动性数据进行数据处理。

Description

数据处理方法及装置和电子设备

技术领域

本说明书实施例涉及互联网技术领域，尤其涉及一种数据处理方法及装置和电子设备。

背景技术

流动性是一种反映资产兑换成交换媒介的容易程度的指标。由于货币可以作为经济中的一种交换媒介，所以货币是具有流动性的资产。在涉及到货币的业务例如金融业务中，往往需要对流动性数据进行监管，判断是否存在流动性风险。

当前，监管机构(如银监会)对流动性数据进行监控时，采用的依然是效率较低的人工数据处理方式。

需要提供一种更有效率的数据处理方案。

发明内容

本说明书实施例提供的一种数据处理方法及装置和电子设备：

根据本说明书实施例的第一方面，提供一种数据处理方法，所述方法包括：

在预设指令被触发的情况下，获取预设的处理规则；其中，所述处理规则为针对相应的目标流动性数据进行数据处理的规则；

根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据；

在所述指标数据符合所述处理规则中指标条件的情况下，根据所述处理规则对所述目标流动性数据进行数据处理。

根据本说明书实施例的第二方面，提供一种数据处理装置，所述装置包括：

获取单元，在预设指令被触发的情况下，获取预设的处理规则；其中，所述处理规则为针对相应的目标流动性数据进行数据处理的规则；

计算单元，根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据；

处理单元，在所述指标数据符合所述处理规则中指标条件的情况下，根据所述处理规则对所述目标流动性数据进行数据处理。

根据本说明书实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为上述任一项数据处理方法。

本说明书实施例，提供了一种数据处理方案，在预设指令被触发时，基于预设的处理规则，可以自动监控目标流动性数据的指标数据，在指标数据符合指标条件后，自动根据处理规则对目标流动性数据进行数据处理，从而实现了提升数据处理效率。

附图说明

图1是本说明书一实施例提供的数据处理方法的流程图；

图2是本说明书一实施例提供的金融流动性数据处理的系统架构示意图；

图3是本说明书一实施例提供的分布式规则引擎的示意图；

图4是本说明书一实施例提供的数据处理装置的硬件结构图；

图5是本说明书一实施例提供的数据处理装置的模块示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

以下可以结合图1所示的例子介绍本说明书一种数据处理方法的实施例，该方法可以应用在进行数据处理的服务端(以下简称为服务端)，该方法可以包括以下步骤：

步骤110：在预设指令被触发的情况下，获取预设的处理规则；其中，所述处理规则为针对相应的目标流动性数据进行数据处理的规则。

该实施例中，在预设指令被触发的情况下，服务端可以获取预设的处理规则。

所述服务端可以是指数据处理的服务器、服务器集群或者基于所述服务器集群构建的云平台。一般的，所述服务端可以基于规则引擎自动化监控目标流动性数据的指标数据，在指标数据符合指标条件后，自动根据处理规则对目标流动性数据进行数据处理，提升了数据处理的效率。

所述规则引擎可以是一种嵌入在应用程序中的组件，主要用于根据处理规则进行相应的数据处理。

在一实施例中，所述预设指令可以是周期性被触发的。例如，服务端可以预先配置一个周期，例如一分钟，则服务端每分钟都可以触发一次预设指令。

在一实施例中，如图2所示的为本说明书提供的一种金融流动性数据处理的系统架构示意图。无论是银行等传统金融机构，还是支付机构等泛金融机构，流动性风险的原因通常在于其自身参与的金融活动，例如在金融活动的过程中，产生的各种各样的金融数据，即图2中所示的银行头寸、支付账户、业务流水、舆情信息、利率信息、汇率信息等。在该金融流动性数据处理的场景中，目标流动性数据即可以包括所述金融数据。当然，在其它实施例，目标流动性数据也可以是其它类型的数据，本说明书中并不对目标流动性数据的类型进行限定。

步骤120：根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据；

以下详细介绍处理规则的设计：

通常，一条有效的处理规则可以配置有指标算法；所述指标算法可以用于计算目标流动性数据相应的指标数据。

如图2所示，处理规则中可以包括指标算法，并且所述指标算法可以在计算平台中例如离线计算平台、流式计算平台或者算法计算平台中计算目标流动性数据对应的指标数据。

举例说明，余额算法可以用于计算目标支付账户中的余额指标数据；所述余额指标数据可以代表可供目标支付账户使用的资金余额。再例如，覆盖率算法可以用于计算目标流动性数据中的流动性覆盖率；所述流动性覆盖率可以代表目标流动性数据的流动性水平。

步骤130：在所述指标数据符合所述处理规则中指标条件的情况下，根据所述处理规则对所述目标流动性数据进行数据处理。

如图2所示，所述处理规则除了预先配置有指标算法之外，还配置有指标条件。在计算出的指标数据符合指标条件时，说明目标流动性数据需要进行处理，进而可以根据所述处理规则对所述目标流动性数据进行数据处理；反之，在计算出的指标数据不符合指标条件时，说明目标流动性数据无需处理。

在一实施例中，所述指标数据包括风险指标数据；

所述步骤130，具体可以包括：

在所述风险指标数据超过阈值的情况下，根据所述处理规则生成针对所述目标流动性数据的风险预警。

该实施例中，所述指标条件可以包括阈值。即在计算出目标流动性数据的风险指标数据后，进一步的可以在所述风险指标数据超过阈值的情况下，根据所述处理规则生成针对所述目标流动性数据的风险预警。

通过本实施例，可以在识别出目标流动性数据存在风险(即风险指标数据超过阈值)的情况下，生成针对所述目标流动性数据的风险预警，从而可以及时通知相关人员进行处理，例如通知专业的运维人员目标流动性数据存在异常，由运维人员处理。

在一实施例中，所述目标流动性数据包括第一账户的数据；

所述指标数据包括所述第一账户的账户余额；

所述步骤130，具体可以包括：

在所述第一账户的账户余额小于阈值的情况下，根据所述处理规则从第二账户中调拨预设金额到所述第一账户。

该实施例中，所述指标条件可以包括阈值。需要说明的是，该实施例中的阈值与上一实施例中的阈值并不相同。在不同场景下，可能存在不同的阈值。本实施例中阈值是对于了账户余额设置的经验值。

以银行清算场景为例，在银行清算中，假设某一银行的银行账户余额小于阈值，则说明该银行账户的余额不足，为了满足该银行正常业务执行，避免当需要大额资金时无法兑付，需要尽快从其他银行账户调拨预设金额到该银行账户中。假设阈值为50亿，预设金额为10亿；则在第一银行账户的账户余额小于50亿时，可以触发根据处理规则进而从第二银行账户中挑拨10亿到该第一银行账户。

通过本实施例，可以在识别出第一账户的账户余额不足(即小于阈值)的情况下，从第二账户中调拨预设金额到所述第一账户，从而可以确保第一银行的账户余额始终保持充足资金。

在一实施例中，所述处理规则中还包括生效时间区间；

在所述步骤120之前，所述方法还包括：

根据所述处理规则中时间条件，判断当前时刻是否位于所述生效时间区间；

所述步骤120，具体可以包括：

在当前时刻位于所述生效时间区间的情况下，根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据。

如图2所示，所述处理规则中还包括生效时间区间。所述生效时间区间用于描述处理规则在何时是有效的。具体地，所述生效时间区间可以以生效时间和失效时间构成。例如[2017-05-10 00:00:00，2018-05-10 00:00:00]；其中生效时间为2017年5月10日0点，失效时间为2018年5月10日0点，即生效时间段为2017年5月10日0点至2018年5月10日0点生效。

还有的，所述生效时间区间除了生效时间和失效时间，还可以包括是否是法定工作日；例如[2017-05-10 00:00:00，2018-05-10 00:00:00]，法定工作日；即生效时间段为2017年5月10日0点至2018年5月10日0点之间的法定工作日生效。

再有的，所述生效时间区间除了生效时间和失效时间，还可以包括是否是每日时间区间；例如[2017-05-10 00:00:00，2018-05-10 00:00:00]，[10:00，12:00]；即生效时间段为2017年5月10日0点至2018年5月10日0点之间每日的10点至12点生效。

通过设置生效时间区间，可以灵活根据业务需要仅在某些特定时间段内自动根据处理规则对目标流动性数据进行数据处理。

在实际应用中，随着业务类型、业务量的不断增加，处理规则也会越来越多，单一的规则引擎往往难以支撑众多的处理规则的并发执行。为此，本说明书在图1所示实施例的基础上，还可以包括：

当获取到多个预设的处理规则时，将所述多个预设的处理规则分配给不同的规则引擎处理。

举例说明，如图3所示的分布式规则引擎的示意图，当获取到X个预设的处理规则时，可以通过规则分发器分配给X个规则引擎处理。也就是说一个规则引擎处理一个处理规则，一个处理规则对应一个规则引擎处理。这样，由于一个规则引擎同一时间只处理一个处理规则，所以可以保证处理规则的及时执行。当然，实际分配的过程中，可以是具体参考空闲规则引擎数量，当空闲规则引擎数据足够时，可以一对一进行分配，当空闲规则引擎数量不足时，可以进一步参考规则引擎的负载情况，从而分配给负载率较低的规则引擎。

在一实施例中，所述方法还可以包括：

接收规则引擎反馈的处理结果；

当处理结果为失败时，将该规则引擎未成功处理的处理规则分配给其它空闲的规则引擎。

该实施例中，规则引擎可以反馈给服务端其执行处理规则的处理结果。所述处理结果可以包括失败或者成功；当处理结果为失败时，服务端可以将该规则引擎未成功处理的处理规则分配给其它空闲的规则引擎。如此，可以确保处理规则可以正常执行。

与前述数据处理方法实施例相对应，本说明书还提供了数据处理装置的实施例。所述装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机业务程序指令读取到内存中运行形成的。从硬件层面而言，如图4所示，为本说明书数据处理装置所在设备的一种硬件结构图，除了图4所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的设备通常根据该数据处理实际功能，还可以包括其他硬件，对此不再赘述。

请参见图5，为本说明书一实施例提供的数据处理装置的模块图，所述装置对应了图1所示实施例，所述装置包括：

获取单元310，在预设指令被触发的情况下，获取预设的处理规则；其中，所述处理规则为针对相应的目标流动性数据进行数据处理的规则；

计算单元320，根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据；

处理单元330，在所述指标数据符合所述处理规则中指标条件的情况下，根据所述处理规则对所述目标流动性数据进行数据处理。

在一种可选的实施例中：

所述处理规则中还包括生效时间区间；

所述装置还包括：

判断子单元，根据所述处理规则中时间条件，判断当前时刻是否位于所述生效时间区间；

所述计算单元320，具体包括：

在一种可选的实施例中：

所述指标数据包括风险指标数据；

所述处理单元330，具体包括：

在一种可选的实施例中：

所述目标流动性数据包括第一账户的数据；

所述指标数据包括所述第一账户的账户余额；

所述处理单元330，具体包括：

在一种可选的实施例中：

所述装置还包括：

分配单元，当获取到多个预设的处理规则时，将所述多个预设的处理规则分配给不同的规则引擎处理。

在一种可选的实施例中：

一个处理规则对应一个规则引擎。

在一种可选的实施例中：

所述装置还包括：

接收子单元，接收规则引擎反馈的处理结果；

重分配子单元，当处理结果为失败时，将该规则引擎未成功处理的处理规则分配给其它空闲的规则引擎。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上图5描述了数据处理装置的内部功能模块和结构示意，其实质上的执行主体可以为一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

可选的，所述处理规则中还包括生效时间区间；

在所述根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据之前，所述方法还包括：

所述根据所述处理规则中指标算法，计算所述目标流动性数据相应的指标数据，具体包括：

可选的，所述指标数据包括风险指标数据；

所述在所述指标数据符合所述处理规则中指标条件的情况下，根据所述处理规则对所述目标流动性数据进行数据处理，具体包括：

可选的，所述目标流动性数据包括第一账户的数据；

所述指标数据包括所述第一账户的账户余额；

可选的，还包括：

可选的，一个处理规则对应一个规则引擎。

可选的，还包括：

接收规则引擎反馈的处理结果；

在上述电子设备的实施例中，应理解，该处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。

Claims

1.一种数据处理方法，所述方法包括：

2.根据权利要求1所述的方法，所述处理规则中还包括生效时间区间；

3.根据权利要求1所述的方法，所述指标数据包括风险指标数据；

4.根据权利要求1所述的方法，所述目标流动性数据包括第一账户的数据；

所述指标数据包括所述第一账户的账户余额；

5.根据权利要求1所述的方法，所述方法还包括：

6.根据权利要求5所述的方法，一个处理规则对应一个规则引擎。

7.根据权利要求5所述的方法，所述方还包括：

接收规则引擎反馈的处理结果；

8.一种数据处理装置，所述装置包括：

9.根据权利要求8所述的装置，所述处理规则中还包括生效时间区间；

所述装置还包括：

所述计算单元，具体包括：

10.一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为上述权利要求1-7中任一项所述的方法。