CN109034988B - 一种会计分录生成方法和装置 - Google Patents

Abstract

本发明公开了会计分录生成方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表；根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表。该实施方式能够解决现有技术中处理大量财务业务时高成本、能力低下的问题。

Description

一种会计分录生成方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种会计分录生成方法和装置。

背景技术

在目前的企业信息架构中，财务系统一般是与业务系统分开的，而业务系统根据实际情况，可能会有很多个。当业务系统每完成一笔新的业务，则需要根据会计准则生成会计分录，分录生成成功后，可以通过消息队列、中间表、系统接口等方式，传入到财务系统，也就是说，每个业务系统需要分别实现一个财务模块。其中，业务系统和财务系统一般都采用关系型数据库来管理数据。

现有的技术在大多数情况下依然是适用的，但是随着互联网业务的发展，所有业务更加场景化，业务产品更加多样化，产品的变化及迭代更为迅速，而每天的用户量及业务量则可能达到千万甚至上亿。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

在大型互联网企业中，业务场景化和产品多样化，结合微服务技术架构，会形成非常多的业务系统，那么在每个系统完成自己的会计分录生成的成本会显著增加。同时，产品的快速迭代更加剧了这个问题。

产品增多和快速迭代带来人员分工的精细化，业务系统的产品经理及研发人员并不了解财务，很难正确、完整的满足财务会计方面的要求。

另外，当所有业务系统的数据整合到一起进行财务处理时，关系型数据库完成每天亿级以上的数据处理成本过高，如果考虑到存量数据量，则几乎是一个不可能完成的任务。

发明内容

有鉴于此，本发明实施例提供一种会计分录生成方法和装置，能够解决现有技术中处理大量财务业务时高成本、能力低下的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种会计分录生成方法，包括根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表；根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表。

可选地，对所述交易明细进行配置，以将交易明细表映射为会计分录表，包括：

在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表。

可选地，在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表，包括：

在分录配置系统，完成会计分录规则的配置，以获得会计分录规则；

将会计分录规则进行上传，并初始化MapReduce程序；

执行MapReduce程序，以从交易明细表中读入交易明细匹配项及其数据；

根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果；

将会计分录结果序列化输出到会计分录表中。

可选地，在MapReduce程序初始化时，将会计分录规则中的匹配条件和匹配结果分别构建成一个内存Hash表的Key和Value。

可选地，在对所述交易明细进行配置，以将交易明细表映射为会计分录表时，针对小数据量通过编程语言在内存中计算，或者通过结构化查询语言在关系型数据库中计算；针对大数据量通过MapReduce程序计算。

另外，根据本发明实施例的一个方面，提供了一种会计分录生成装置，包括获取模块，用于根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表；映射模块，用于根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表。

可选地，所述映射模块对所述交易明细进行配置，以将交易明细表映射为会计分录表，包括：

在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表。

可选地，所述映射模块在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表，包括：

在分录配置系统，完成会计分录规则的配置，以获得会计分录规则；

将会计分录规则进行上传，并初始化MapReduce程序；

执行MapReduce程序，以从交易明细表中读入交易明细匹配项及其数据；

根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果；

将会计分录结果序列化输出到会计分录表中。

可选地，所述映射模块在MapReduce程序初始化时，将会计分录规则中的匹配条件和匹配结果分别构建成一个内存Hash表的Key和Value。

可选地，所述映射模块在对所述交易明细进行配置，以将交易明细表映射为会计分录表时，针对小数据量通过编程语言在内存中计算，或者通过结构化查询语言在关系型数据库中计算；针对大数据量通过MapReduce程序计算。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一会计分录生成实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一基于会计分录生成实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：本发明将业务数据抽取到大数据平台，整合成统一的交易明细，通过MapReduce的方式，将明细数据与分录规则相匹配形成会计分录，并经过MapReduce按照会计要素汇总形成汇总分录的方法。从而，本发明能够实现低成本、快速、大数据量的财务处理。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的会计分录生成方法的主要流程的示意图；

图2是根据本发明可参考实施例的会计分录生成方法的主要流程的示意图；

图3是根据本发明实施例的会计分录生成装置的主要模块的示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的会计分录生成方法的主要流程的示意图，所述会计分录生成方法可以包括：

步骤S101，根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表。

在实施例中，基于Hadoop(Hadoop是一个由Apache基金会所开发的分布式系统基础架构)技术构建大数据平台，每天零点将各种业务类型的数据从关系数据库中抽取到大数据平台，从抽取到的数据中提取并整合成每天的交易明细。

需要说明的是，数据来源可以包括所有需要进行财务核算的业务类型，每个业务类型根据其业务特点抽取一张或多张业务表到数据集市。例如：对于消费金融贷款类业务，可能包括贷款、退款、还款、分期、账单等数据表。这些系统的所有业务表构成了数据集市的贴源数据层。其中，所述的数据集市是指满足特定的部门或者用户的需求，按照多维的方式进行存储。所述的贴源层指的是从来源业务系统复制过来的，没有经过其它加工的数据。

在一个较佳地实施例中，可以将每种业务类型抽取的业务表根据各自业务流程，为每一种业务流程定义一个业务编号，再为业务流程的每一个交易环节设定一个编号即业务环节编号，然后确定每一个交易环节对应的金额类型，以每一个实际发生的金额作为一条业务流水。每一条流水包括业务编号，业务环节编号，金额类型，金额，业务发生时间，除此之外还可以包括交易方，客户，账户，业务单号等信息，进而生成各个业务类型的业务流水表。

进一步地，将各个业务类型的业务流水表数据合并到一张统一的财务的交易明细表(所述财务交易明细表整合所有种类的业务类型)中，同时增加财务需要的记账主体、单据类型、款项类型等信息字段。在交易明细表中，包含了多种业务类型的交易信息，同时也包含了生成会计分录的必要信息。

步骤S102，根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表。

在实施例中，所述会计分录规则包括匹配条件和匹配结果两部分。其中，匹配条件用于和交易明细表的数据进行匹配，字段包括：业务类型、单据类型、款项类型。而匹配结果包含两条或两条以上的会计分录，字段包括会计科目、借贷方向、辅助科目等。

进一步地，根据各个业务类型的各种交易的会计分录规则，可以通过Web页面对所述交易明细进行配置。

在较佳地实施例中，在MapReduce程序(MapReduce是一种编程模型，用于大规模数据集的并行运算)中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表。具体地实施过程包括：

步骤一：在分录配置系统，完成会计分录规则的配置。

在实施例中，可以提供一个配置界面(例如：Web页面)，按照配置界面中的输入项进行填写并保存，进而完成对会计分录规则的配置。

步骤二：会计分录规则配置完成后，在执行MapReduce前触发数据上传任务，即将会计分录规则写入到一个文件中，上传到HDFS，便于MapReduce程序使用。

步骤三：MapReduce程序初始化。

较佳地，在MapReduce程序初始化时，会读取写入有会计分录规则的文件。优选地，在MapReduce程序初始化时，可以将会计分录规则内容中的匹配条件和匹配结果分别构建成一个内存Hash表(散列表)的Key和Value，便于规则匹配使用。

步骤四：执行MapReduce程序，从交易明细表中读入交易明细匹配项及其数据。

步骤五：根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果。

较佳地，根据交易明细中的业务环节、单据类型、款项类型等匹配项，从会计分录规则Hash表中匹配出对应的会计分录配置。然后，依据配置的会计科目、借贷方向、辅助科目等字段，从交易明细数据取得对应的金额，以及辅助科目数据，同时记录业务发生时间。进而生成借贷方向的会计分录，并对借贷方向金额汇总进行核对，核对平衡后，则生成会计分录结果。

例如：交易明细里有一条数据：{业务类型：白条，单据类型：贷款单，款项类型：贷款本金，交易日期：2018-01-01，交易金额：3000元，交易客户：张三，银行账号：888888}

然后在会计分录规则中配置了规则：{业务类型：白条，单据类型：贷款单，款项类型：贷款本金，借方科目：1001，借方辅助核算：客户名称，贷方科目：2001，贷方辅助核算：银行账号}

当会计分录规则中配置的条件与交易明细中一致时，就会按照分钟中配置的借贷科目生成会计分录，按照上面的例子，下面的会计分录规则与上面的交易明细的前面几个匹配字段是相同的，就算匹配成功。

最终会生成如下会计分录：

交易日期 借贷方向 科目 金额 辅助核算

2018-01-01 借 1001 3000元 张三

2018-01-01 贷 2001 3000元 888888

步骤六：将会计分录结果序列化输出到会计分录表中。

较佳地，在生成会计分录结果之后，其数据量往往是交易明细数据量的二倍左右，由于数据量巨大，依然不便于进入总账系统以及会计人员查看，需要将分录按照相同的会计要素进行合并。合并工作依然需要一个MapReduce程序进行处理。

进一步地实施例，在采用MapReduce程序对大数据量进行合并工作时，则可以将每组分录中的科目、辅助科目、记账主体、记账主体信息作为分组条件，相同分组数据进入到同一个reduce程序，将同一分组的分录金额按照借贷方向以及科目的不同分别进行汇总，得到汇总会计分录表。

值得说明的是，在本发明的实施例中对于小数据量的可以通过java等编程语言在内存中计算，或者通过sql(结构化查询语言)在关系型数据库中计算。对于大数据量的则用MapReduce程序。

例如：有两组分录：1、{借方科目：1001，金额：3000，贷方科目：2001，金额：3000}，2、借方科目：1001，金额：5000，贷方科目：2001，金额：5000}

因为这两组除了金额其它字段完全一致(这里只举了金额，实际还包括文中说明的其它字段)，这种情况下，可以把两组或多组数据进行合并汇总，得到如下一组汇总后的分录：

{借方科目：1001，金额：8000，贷方科目：2001，金额：8000}

根据上面所述的各种实施例，可以看出通过本发明能够基于大数据技术的会计分录生成方法，能够很好的解决数据量大、业务多变的问题。同时，构建财务数据集市，将各业务系统的数据抽取到数据集市，由专业的财务人员及财务研发人员统一进行会计处理工作。业务系统只需要按照规范进行系统设计，保证必要数据能够完整的存储在数据库中。通过大数据技术进行数据整合，支持大数据量的处理，并且能够随着业务发展及数据量的增加扩展数据存储及处理能力。

图2是根据本发明可参考实施例的会计分录生成方法的主要流程的示意图，针对大数据量进行会计分录生成的方法，还可以包括：

步骤S201，根据预设时间，将各种业务类型的数据从关系数据库中抽取到大数据平台。

步骤S202，从抽取到的数据中提取并整合成交易明细表。

步骤S203，在分录配置系统，完成会计分录规则的配置，以获得会计分录规则。

步骤S204，将会计分录规则进行上传。

步骤S205，初始化MapReduce程序。

步骤S206，执行MapReduce程序，以从交易明细表中读入交易明细匹配项及其数据。

步骤S207，根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果。

步骤S208，将会计分录结果序列化输出到会计分录表中。

步骤S209，合并会计分录表以获得汇总会计分录表。

图3是根据本发明实施例的会计分录生成装置，如图3所示，所述会计分录生成装置包括获取模块301和映射模块302。其中，获取模块301根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表。映射模块302根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表。

较佳地，所述映射模块302可以在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表。具体地，包括：

在分录配置系统，完成会计分录规则的配置，以获得会计分录规则。然后，将会计分录规则进行上传，并初始化MapReduce程序。执行MapReduce程序，以从交易明细表中读入交易明细匹配项及其数据。进而，根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果。最后，将会计分录结果序列化输出到会计分录表中。

优选地，所述映射模块在MapReduce程序初始化时，将会计分录规则中的匹配条件和匹配结果分别构建成一个内存Hash表的Key和Value。

值得说明的是，所述映射模块302在对所述交易明细进行配置，以将交易明细表映射为会计分录表时，针对小数据量通过编程语言在内存中计算，或者通过结构化查询语言在关系型数据库中计算；针对大数据量通过MapReduce程序计算。

需要说明的是，在本发明所述会计分录生成装置的具体实施内容，在上面所述会计分录生成方法中已经详细说明了，故在此重复内容不再说明。

图4示出了可以应用本发明实施例的会计分录生成方法或会计分录生成装置的示例性系统架构400。或者图4示出了可以应用本发明实施例的会计分录生成方法或会计分录生成装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的会计分录生成方法一般由服务器405执行，相应地，会计分录生成装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块和映射模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表；根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表。

根据本发明实施例的技术方案，能够解决现有技术中处理大量财务业务时高成本、能力低下的问题。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种会计分录生成方法，其特征在于，包括：

根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表；

根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表；

其中，将交易明细表映射为会计分录表，包括：在分录配置系统，完成会计分录规则的配置；会计分录规则配置完成后，在执行MapReduce前触发数据上传任务，以将会计分录规则写入到一个文件中；MapReduce程序初始化，以执行MapReduce程序，从交易明细表中读入交易明细匹配项及其数据；根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果。

2.根据权利要求1所述的方法，其特征在于，对所述交易明细进行配置，以将交易明细表映射为会计分录表，包括：

在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表。

3.根据权利要求1所述的方法，其特征在于，在MapReduce程序初始化时，将会计分录规则中的匹配条件和匹配结果分别构建成一个内存Hash表的Key和Value。

4.根据权利要求1所述的方法，其特征在于，在对所述交易明细进行配置，以将交易明细表映射为会计分录表时，针对小数据量通过编程语言在内存中计算，或者通过结构化查询语言在关系型数据库中计算；针对大数据量通过MapReduce程序计算。

5.一种会计分录生成装置，其特征在于，包括：

获取模块，用于根据预设时间，将各种业务类型的数据从数据库中抽取至大数据平台，以获取交易明细表；

映射模块，用于根据各个业务类型的各种交易的会计分录规则，对所述交易明细进行配置，以将交易明细表映射为会计分录表；其中，将交易明细表映射为会计分录表，包括：在分录配置系统，完成会计分录规则的配置；会计分录规则配置完成后，在执行MapReduce前触发数据上传任务，以将会计分录规则写入到一个文件中；MapReduce程序初始化，以执行MapReduce程序，从交易明细表中读入交易明细匹配项及其数据；根据交易明细匹配项及其数据，在会计分录规则中匹配出对应的会计分录，以生成会计分录结果。

6.根据权利要求5所述的装置，其特征在于，所述映射模块对所述交易明细进行配置，以将交易明细表映射为会计分录表，包括：

在MapReduce程序中以文件的方式加载并读取配置的会计分录规则，以将交易明细表映射为会计分录表。

7.根据权利要求5所述的装置，其特征在于，所述映射模块在MapReduce程序初始化时，将会计分录规则中的匹配条件和匹配结果分别构建成一个内存Hash表的Key和Value。

8.根据权利要求5所述的装置，其特征在于，所述映射模块在对所述交易明细进行配置，以将交易明细表映射为会计分录表时，针对小数据量通过编程语言在内存中计算，或者通过结构化查询语言在关系型数据库中计算；针对大数据量通过MapReduce程序计算。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。

Images