CN111210340B - 一种自动任务处理方法、装置、服务器及存储介质 - Google Patents
一种自动任务处理方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN111210340B CN111210340B CN202010004649.6A CN202010004649A CN111210340B CN 111210340 B CN111210340 B CN 111210340B CN 202010004649 A CN202010004649 A CN 202010004649A CN 111210340 B CN111210340 B CN 111210340B
- Authority
- CN
- China
- Prior art keywords
- task
- automatic
- automatic task
- instance
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种自动任务处理方法、装置、服务器及存储介质。该方法包括:按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;对入库的业务数据进行切片,每个切片对应于一个自动任务;执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;根据联机交易的结果生成各所述自动任务的结果数据文件。通过上述技术方案,实现了对自动任务的切片处理,提高处理效率。
Description
技术领域
本发明实施例涉及大数据技术领域,尤其涉及一种自动任务处理方法、装置、服务器及存储介质。
背景技术
随着银行业务量的持续增长、系统服务器压力不断增大,批量自动任务发挥着越来越大的重要性,对批量自动任务处理的实时性要求越来越高。例如,对于分行的批量还款、批量查询应还款项、自动扣款批量入账等业务,具有较高的实时性要求,不适宜安排在夜间处理,在前端上传批量任务后,需要实时、快速完成批量交易并返回结果。单业务单线程循环发送交易的方式需要大量的循环调用、效率低,并且一些业务系统负载很高但一些业务系统空转,无法高效利用资源,随着银行业务量的持续增长,这种方式已经无法满足实际应用的需求。
发明内容
本发明提供了一种自动任务处理方法、装置、服务器及存储介质,以实现对自动任务的切片处理,提高处理效率。
第一方面,本发明实施例提供了一种自动任务处理方法,包括:
按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;
对入库的业务数据进行切片,每个切片对应于一个自动任务;
执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;
根据联机交易的结果生成各所述自动任务的结果数据文件。
进一步的,所述对入库的业务数据进行切片,包括:
根据预设分页规格对入库的业务数据进行切片;或者,
根据账户信息对入库的业务数据进行切片。
进一步的,所述自动任务包括在切片过程中定义的第一自动任务,以及与所述第一自动任务并发的第二自动任务。
进一步的,所述执行各所述自动任务的业务逻辑,包括:
扫描各所述自动任务的任务定义表,并针对符合第一预设条件的自动任务生成自动任务实例;
若所述自动任务实例符合第二预设条件,则执行所述自动任务实例的业务逻辑。
进一步的,所述第一预设条件包括:
任务定义表中的任务定义状态为第一设定值;
任务定义表中的计划开始时间小于或等于当前时间;
任务定义表中的计划结束时间大于或等于当前时间;
任务定义表中的下次执行时间小于或等于当前时间;
生成自动任务实例的失败次数小于或等于设定次数。
进一步的,所述第二预设条件包括:
自动任务实例的执行状态为第二设定值;
自动任务实例的计划开始时间小于或等于当前时间。
进一步的,所述针对符合第一预设条件的自动任务生成自动任务实例,包括:
根据任务定义表中的下次执行时间字段和周期信息计算新的下次执行时间;
根据任务定义表生成自动任务实例并插入任务实例表;
基于所述新的下次执行时间更新所述任务定义表中的下次执行时间字段。
第二方面,本发明实施例提供了一种自动任务处理装置,包括:
数据入库模块,用于按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;
切片模块,用于对入库的业务数据进行切片,每个切片对应于一个自动任务;
任务执行模块,用于执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;
结果生成模块,用于根据联机交易的结果生成各所述自动任务的结果数据文件。
第三方面,本发明实施例提供了一种服务器,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第一方面所述的自动任务处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的自动任务处理方法。
本发明实施例提供了一种自动任务处理方法、装置、服务器及存储介质,以实现对自动任务的切片处理,提高处理效率。
附图说明
图1为本发明实施例一提供的一种自动任务处理方法的流程图;
图2为本发明实施例二提供的一种自动任务处理方法的流程图;
图3为本发明实施例二中的批量代理处理流程的实现示意图;
图4为本发明实施例二中的自动任务并发逻辑的示意图;
图5为本发明实施例二中的自动任务框架的实现示意图;
图6为本发明实施例三提供的一种自动任务处理装置的结构示意图;
图7为本发明实施例四提供的一种服务器的硬件结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种自动任务处理方法的流程图,本实施例可适用于利用服务器处理批量自动任务的情况。具体的,该自动任务处理方法可以由自动任务处理装置执行,该自动任务处理装置可以通过软件和/或硬件的方式实现,并集成在服务器中。进一步的,服务器包括但不限定于:工业集成服务器、系统后台服务器以及云端服务器。本实施例中的服务器优选为批量分布式代理的服务器集群,即多台服务器或服务器代理共同完成自动任务的处理,并行执行相同的业务处理过程。如图1所示,该方法具体包括如下步骤:
S110、按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库。
具体的,渠道端上传或提交批量的业务数据,业务数据主要针对自动任务,例如交易业务,包括分行批量还款、分行批量查询应还、公积金新旧模式转换、自动扣款批量入账等。本实施例中,按照预设的块大小(例如1000条记录提交一次)读取业务数据文件,通过自定义的定长格式的转换工具,在业务数据的配置文件中写入以下映射关系:定长长度、映射类属性、转换格式等,从而将业务数据转换成服务器集群能够识别和处理的合适和类,经过检验后批量插入导入库,入库之后会添加对应的自动任务。
S120、对入库的业务数据进行切片,每个切片对应于一个自动任务。
具体的,对于入库后的业务数据(记录)进行切片,组成新的作业组Groupxxx,每个切片都对应于一个自动任务,自动任务是一批最小可调度单元作业的集合,根据调度时机可以分为周期任务(以一定周期重复执行)、实时任务(生成后需要立即被执行)和定时任务(将在某一指定时间被执行)。
进一步的,对入库的业务数据进行切片,包括:根据预设分页规格对入库的业务数据进行切片;或者,根据账户信息对入库的业务数据进行切片。
具体的,切片过程可以采用分页原则,例如,设置分页大小为1000,这种情况下切片1(Slice1)对应于记录1至1000,切片2(Slice2)对应于记录1001至2000等;还可以根据账户信息切片,即,根据记录的实际情况划分起止记录,入库的前1000条记录实际可能为记录800至1800,对应于一个账户,则Slice1对应于记录800至1800,从而实现抽象类账户级调用。
S130、执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易。
具体的,对于每个切片各自独立执行业务逻辑,例如对于Slice1(1至1000),在执行自动任务的过程中获取1至1000间的分页记录,然后循环外呼交易并批量插入结果数据。
进一步的,所述自动任务包括在切片过程中定义的第一自动任务,以及与所述第一自动任务并发的第二自动任务。
具体的,每个切片对应于一个自动任务,在执行该自动任务的过程中可能并发其他的自动任务,例如,对于批量还款业务,在业务提交后还需要每间隔一定时间验证还款金额是否到账、是否完成交易,如果交易失败还需要发起退款或者返回交易失败的通知信息,如果交易成功也需要返回交易成功的通知信息等,都属于并发的自动任务。
S140、根据联机交易的结果生成各所述自动任务的结果数据文件。
具体的,通过监听每个切片对应的自动任务的执行过程,根据执行自动任务产生的数据计算所有自动任务的处理进度、汇总交易结果,在所有切片的交易完成后,更新自动任务的状态(状态可记录在作业表中,作业表中包含以及实例化的自动任务的状态信息、执行时间信息等),批量生成结果数据文件。
本发明实施例一提供的一种自动任务处理方法,通过将前端上传的批量业务数据进行切片处理,按照业务需求逐笔进行外呼和交易等,最终生成批量的结果数据文件,提供结果数据的展示和下载功能,实现了对并发的自动任务的批量自动处理,提高处理效率。
实施例二
图2为本发明实施例二提供的一种自动任务处理方法的流程图,本实施例是在上述实施例的基础上进行优化,对执行自动任务的业务逻辑的具体过程进行具体描述。需要说明的是,未在本实施例中详尽描述的技术细节可参见上述任意实施例。
本实施例中,执行各自动任务的业务逻辑,包括:扫描各自动任务的任务定义表,并针对符合第一预设条件的自动任务生成自动任务实例;若自动任务实例符合第二预设条件,则执行所述自动任务实例的业务逻辑。
具体的,对业务数据进行切片的过程建立了对应的自动任务,生成对应的任务定义表,定期扫描各任务定义表,对于符合第一预设条件的自动任务转换成自动任务实例(表示为Exmp或Instance),对于符合第二预设条件的自动任务实例执行业务逻辑。
进一步的,针对符合第一预设条件的自动任务生成自动任务实例,包括:根据任务定义表中的下次执行时间字段和周期信息计算新的下次执行时间;根据任务定义表生成自动任务实例并插入任务实例表;基于所述新的下次执行时间更新所述任务定义表中的下次执行时间字段。
具体的,生成自动任务实例的过程包括将自动任务实例化并插入任务实例表,还包括更新任务定义表中的下次执行时间字段,从而通过定期扫描可以在到达下次执行时间时继续实例化并执行业务逻辑,从而保证自动任务的有效处理。
具体的,如图2所示,该方法具体包括如下步骤:
S201、按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库。
S202、根据预设分页规格或账户信息对入库的业务数据进行切片。
具体的,对入库的业务数据进行切片,得到Slice1,Slice2,…Slice n,组成新的作业组Groupxxx,每个切片都是一个新的自动任务。
S203、监听在切片过程并发的第二自动任务。
S204、扫描各所述自动任务的任务定义表。
具体的,本实施例的自动任务处理流程主要包括三大自动任务:业务数据入库、业务处理和结果生成,这三大自动任务与切片自动任务都是实例,扫描的过程就是执行的过程,在此过程中,作业实例是主要的扫描维度,作业实例中包含的作业执行状态信息是主要的过滤条件。
通过扫描各自动任务的任务定义表,将符合第一预设条件的自动任务实例化。示例性的,扫描任务定义表(S08T1_ASCHN_TSK_DEF),并选择符合以下第一预设条件的任务定义进行实例化:
任务定义状态代码(Tsk_Def_StCd)为0;
计划开始时间(Pln_StTm)小于或等于当前时间;
计划结束时间(Pln_EdTm)大于或等于当前时间;
下次执行时间(Job_Nxt_Exec_Tm)小于或等于当前时间;
实例生成失败次数小于4。
可选的,第一预设条件还可以包括:
在配置了模块编号的情况下,过滤等于配置值的模块编号(PD_CMPT_NO)进行实例化;
在配置了扫描分区信息的情况下,只扫描配置的分区内的任务定义表。
对于满足上述第一预设条件的自动任务进行实例化,实例化的过程包括S205-S207。
S205、针对符合第一预设条件的自动任务,根据任务定义表中的下次执行时间字段和周期信息计算新的下次执行时间。
示例性的,获取任务定义表(S08T1_ASCHN_TSK_DEF)中当前的作业下次执行时间(Job_Nxt_Exec_Tm)字段,根据作业下次执行时间和周期信息计算新的作业下次执行时间。
S206、根据任务定义表生成自动任务实例并插入任务实例表。
S207、更新所述任务定义表中的下次执行时间字段。
示例性的,通过更新任务定义表(S08T1_ASCHN_TSK_DEF)中的作业下次执行时间(Job_Nxt_Exec_Tm)字段,完成当前本次的实例化,保证在符合下次执行时间的情况下可自动执行。
S208、针对符合第二预设条件的自动任务实例,执行对应的业务逻辑。
示例性的,扫描作业实例表(S08T1_JOB_EXMP),选择符合以下第二预设条件的自动任务实例执行:
实例执行状态代码(Job_Exmp_Exec_StCd)为0;
计划开始时间(Pln_StTm)小于或等于当前时间。
可选的,第二预设条件还可以包括:
在配置了模块编号的情况下,过滤等于配置值模块编号(PD_CMPT_NO)执行业务逻辑;
在配置了扫描分区信息的情况下,只扫描配置的分区内的实例表。
S209、外呼后端服务进行联机交易。
S210、根据联机交易的结果生成各所述自动任务的结果数据文件。
本实施例中,业务处理的过程可分为前处理、中处理和后处理,前处理负责对入库的业务数据切片、定义相应的自动任务;前处理根据切片循环调用中处理,中处理负责执行处理各切片业务的具体逻辑并循环外呼交易;后处理监听中处理并发的自动任务,根据前处理分发的数据总数以及已经单条处理的数据量计算目前的处理进度,并在各切片业务逻辑执行结束后更新实例表中的执行状态、统计联机交易结果、新增结果数据文件、批量插入结果数据。渠道端按照预设规格(块大小)分批读取结果数据,利用定长转换工具生成结果文件。
图3为本发明实施例二中的批量代理处理流程的实现示意图。如图3所示,渠道端提交业务数据(例如批量类型、分行号、预约时间等),进行批次号申请、上传业务数据文件和监控文件,申请批量业务,触发服务器集群的批量代理框架,在服务器接受业务申请后,渠道端准备批量业务数据文件和校验文件,连同附件等提交至服务器;服务器在校验之后基于分布式的批量代理方法,以自动任务为基础,从流程上分为三大自动任务(业务数据入库、业务处理、结果生成),在业务处理过程中对业务数据进行切片,按分页或者按账户信息生成自动任务组,批量代理集群以分布式的方式执行,实现大容量大并发实时处理,通过监听外呼后端服务的联机交易结果,批量生成结果文件,展示给渠道端并供渠道端获取和下载。
图4为本发明实施例二中的自动任务并发逻辑的示意图。如图4所示,每个切片对应于一个自动任务(Task),一个或多个自动任务构成作业(Job)或作业组;每个叶子节点为一个独立的自动任务,可由批量代理集群中任意一台机器执行。Task是一批最小可调度单元作业的集合,根据调度时机可以分为周期任务、实时任务和定时任务等,Job是自动任务中可以调度的最小单元,若干个任务以顺序、分支、合并的作业流形式组成一个作业组,构成能够实现某一类业务或功能的功能模块。
图5为本发明实施例二中的自动任务框架的实现示意图。自动任务批量处理的入库、业务处理和结果生成这三大任务由图5中的加粗实线方框以自动任务的形式运行,依赖前置任务成功,服务器集群(AP)通过资源分配各自独立执行自动任务,结合任务优先级、限流、高频处理等属性进行处理。调度接收器从异步消息队列中获取批量的业务数据,对于各切片的自动任务异步执行,并且对于并发的自动任务并发执行,在此过程中完成数据加载下档、数据库清理、更新数据库记录、文件加工等;通过执行各自动任务的业务逻辑、外呼应用联机交易,实现对批量交易的异步处理,并汇总结果数据,插入异步结果队列,异步调度结果监听器批量生成结果数据文件。
本发明实施例二提供的一种自动任务处理方法,通过上述的基于分布式的实时批量代理框架,对前端上传的大批量业务数据文件进行切分处理,通过扫描任务定义表和作业实例表实时将自动任务实例化并进行逐笔外/内呼等操作,最终以结果文件方式展示并提供下载,在银行业务的持续增长、系统服务器压力不断加大的情况下,能够提高系统吞吐量、充分利用物理资源,提高对批量自动任务的处理效率。
实施例三
图6为本发明实施例三提供的一种自动任务处理装置的结构示意图。本实施例提供的自动任务处理装置包括:
数据入库模块310,用于按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;
切片模块320,用于对入库的业务数据进行切片,每个切片对应于一个自动任务;
任务执行模块330,用于执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;
结果生成模块340,用于根据联机交易的结果生成各所述自动任务的结果数据文件。
本发明实施例三提供的一种自动任务处理装置,通过将前端上传的批量业务数据进行切片处理,按照业务需求逐笔进行外呼和交易等,最终生成批量的结果数据文件,提供结果数据的展示和下载功能,实现了对并发的自动任务的批量自动处理,提高处理效率。
在上述实施例的基础上,所述切片模块320,具体用于:
根据预设分页规格对入库的业务数据进行切片;或者,
根据账户信息对入库的业务数据进行切片。
进一步的,所述自动任务包括在切片过程中定义的第一自动任务,以及与所述第一自动任务并发的第二自动任务。
在上述实施例的基础上,任务执行模块330,包括:
第一扫描单元,用于扫描各所述自动任务的任务定义表;
实例生成单元,用于针对符合第一预设条件的自动任务生成自动任务实例;
第二扫描单元,用于扫描各自动任务实例的任务定义表;
实例执行单元,用于若所述自动任务实例符合第二预设条件,则执行所述自动任务实例的业务逻辑。
进一步的,所述第一预设条件包括:
任务定义表中的任务定义状态为第一设定值;
任务定义表中的计划开始时间小于或等于当前时间;
任务定义表中的计划结束时间大于或等于当前时间;
任务定义表中的下次执行时间小于或等于当前时间;
生成自动任务实例的失败次数小于或等于设定次数。
进一步的,所述第二预设条件包括:
自动任务实例的执行状态为第二设定值;
自动任务实例的计划开始时间小于或等于当前时间。
进一步的,所述实例生成单元,具体用于:
根据任务定义表中的下次执行时间字段和周期信息计算新的下次执行时间;
根据任务定义表生成自动任务实例并插入任务实例表;
基于所述新的下次执行时间更新所述任务定义表中的下次执行时间字段。
本发明实施例三提供的自动任务处理装置可以用于执行上述任意实施例提供的自动任务处理方法,具备相应的功能和有益效果。
实施例四
图7为本发明实施例四提供的一种服务器的硬件结构示意图。服务器包括但不限定于:工业集成服务器、系统后台服务器以及云端服务器。本实施例中的服务器优选为批量分布式代理的服务器集群,即多台服务器或服务器代理共同完成自动任务的处理,并行执行相同的业务处理过程。如图7所示,本实施例提供的一种服务器,包括:处理器410和存储装置420。该服务器中的处理器可以是一个或多个,图7中以一个处理器410为例,所述服务器中的处理器410和存储装置420可以通过总线或其他方式连接,图7中以通过总线连接为例。
所述一个或多个程序被所述一个或多个处理器410执行,使得所述一个或多个处理器实现上述实施例中任意所述的自动任务处理方法。
该服务器中的存储装置420作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例中自动任务处理方法对应的程序指令/模块(例如,附图6所示的自动任务处理装置中的模块,包括:数据入库模块310、切片模块320、任务执行模块330以及结果生成模块340)。处理器410通过运行存储在存储装置420中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的自动任务处理方法。
存储装置420主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据服务器的使用所创建的数据等(如上述实施例中的业务数据、结果数据文件等)。此外,存储装置420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
并且,当上述服务器中所包括一个或者多个程序被所述一个或者多个处理器410执行时,进行如下操作:按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;对入库的业务数据进行切片,每个切片对应于一个自动任务;执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;根据联机交易的结果生成各所述自动任务的结果数据文件。
本实施例提出的服务器与上述实施例提出的自动任务处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述任意实施例,并且本实施例具备与执行自动任务处理方法相同的有益效果。
在上述实施例的基础上,本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被自动任务处理装置执行时实现本发明上述任意实施例中的自动任务处理方法,该方法包括:按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;对入库的业务数据进行切片,每个切片对应于一个自动任务;执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;根据联机交易的结果生成各所述自动任务的结果数据文件。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的自动任务处理方法操作,还可以执行本发明任意实施例所提供的自动任务处理方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的自动任务处理方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种自动任务处理方法,其特征在于,包括:
按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;
对入库的业务数据进行切片,每个切片对应于一个自动任务;
执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;
根据联机交易的结果生成各所述自动任务的结果数据文件;
其中,所述按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库,包括:
按照预设的块大小读取所述业务数据文件,通过自定义的定长格式的转换工具,在所述业务数据的配置文件中写入映射关系,从而将所述业务数据转换成服务器集群能够识别和处理的类,经过检验后批量插入导入库;
其中,所述执行各所述自动任务的业务逻辑,包括:
扫描各所述自动任务的任务定义表,并针对符合第一预设条件的自动任务生成自动任务实例;
若所述自动任务实例符合第二预设条件,则执行所述自动任务实例的业务逻辑;
其中,所述针对符合第一预设条件的自动任务生成自动任务实例,包括:
根据任务定义表中的下次执行时间字段和周期信息计算新的下次执行时间;
根据任务定义表生成自动任务实例并插入任务实例表;
基于所述新的下次执行时间更新所述任务定义表中的下次执行时间字段。
2.根据权利要求1所述的方法,其特征在于,所述对入库的业务数据进行切片,包括:
根据预设分页规格对入库的业务数据进行切片;或者,
根据账户信息对入库的业务数据进行切片。
3.根据权利要求1所述的方法,其特征在于,所述自动任务包括在切片过程中定义的第一自动任务,以及与所述第一自动任务并发的第二自动任务。
4.根据权利要求1所述的方法,其特征在于,所述第一预设条件包括:
任务定义表中的任务定义状态为第一设定值;
任务定义表中的计划开始时间小于或等于当前时间;
任务定义表中的计划结束时间大于或等于当前时间;
任务定义表中的下次执行时间小于或等于当前时间;
生成自动任务实例的失败次数小于或等于设定次数。
5.根据权利要求1所述的方法,其特征在于,所述第二预设条件包括:
自动任务实例的执行状态为第二设定值;
自动任务实例的计划开始时间小于或等于当前时间。
6.一种自动任务处理装置,其特征在于,包括:
数据入库模块,用于按照数据块的预设规格接收渠道端的业务数据并将所述业务数据入库;
切片模块,用于对入库的业务数据进行切片,每个切片对应于一个自动任务;
任务执行模块,用于执行各所述自动任务的业务逻辑并外呼后端服务进行联机交易;
结果生成模块,用于根据联机交易的结果生成各所述自动任务的结果数据文件;
所述任务执行模块,包括:
第一扫描单元,用于扫描各所述自动任务的任务定义表;
实例生成单元,用于针对符合第一预设条件的自动任务生成自动任务实例;
第二扫描单元,用于扫描各自动任务实例的任务定义表;
实例执行单元,用于若所述自动任务实例符合第二预设条件,则执行所述自动任务实例的业务逻辑;
其中,所述实例生成单元,具体用于:根据任务定义表中的下次执行时间字段和周期信息计算新的下次执行时间;根据任务定义表生成自动任务实例并插入任务实例表;基于所述新的下次执行时间更新所述任务定义表中的下次执行时间字段;
其中,数据入库模块,具体用于:
按照预设的块大小读取所述业务数据文件,通过自定义的定长格式的转换工具,在所述业务数据的配置文件中写入映射关系,从而将所述业务数据转换成服务器集群能够识别和处理的类,经过检验后批量插入导入库。
7.一种服务器,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1-5中任一所述的自动任务处理方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的自动任务处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010004649.6A CN111210340B (zh) | 2020-01-03 | 2020-01-03 | 一种自动任务处理方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010004649.6A CN111210340B (zh) | 2020-01-03 | 2020-01-03 | 一种自动任务处理方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111210340A CN111210340A (zh) | 2020-05-29 |
CN111210340B true CN111210340B (zh) | 2023-08-18 |
Family
ID=70789473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010004649.6A Active CN111210340B (zh) | 2020-01-03 | 2020-01-03 | 一种自动任务处理方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111210340B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364062A (zh) * | 2020-11-18 | 2021-02-12 | 北京红山信息科技研究院有限公司 | 数据到达检测方法、装置、电子设备以及存储介质 |
CN112667656A (zh) * | 2020-12-07 | 2021-04-16 | 南方电网数字电网研究院有限公司 | 交易数据的处理方法、装置、计算机设备和存储介质 |
CN114915622B (zh) * | 2022-05-31 | 2024-01-30 | 广东三维睿新科技有限公司 | 一种web端基于http的文件传输方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000562A (zh) * | 2006-12-30 | 2007-07-18 | 中国建设银行股份有限公司 | 一种执行批处理作业的方法及装置 |
CN101706786A (zh) * | 2009-11-20 | 2010-05-12 | 深圳市科陆电子科技股份有限公司 | 在浏览器/服务器中批量处理数据的方法及装置 |
CN103345514A (zh) * | 2013-07-09 | 2013-10-09 | 焦点科技股份有限公司 | 大数据环境下的流式数据处理方法 |
CN104391696A (zh) * | 2014-11-13 | 2015-03-04 | 中国建设银行股份有限公司 | 一种自动任务处理方法及装置 |
CN104407922A (zh) * | 2014-10-29 | 2015-03-11 | 中国建设银行股份有限公司 | 一种异步批处理调度方法及系统 |
CN105446807A (zh) * | 2015-11-10 | 2016-03-30 | 中国建设银行股份有限公司 | 批处理方法及装置 |
CN108733476A (zh) * | 2017-04-20 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种执行多任务的方法和装置 |
CN109542920A (zh) * | 2018-11-23 | 2019-03-29 | 泰康保险集团股份有限公司 | 一种数据传输方法、装置、介质和电子设备 |
-
2020
- 2020-01-03 CN CN202010004649.6A patent/CN111210340B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000562A (zh) * | 2006-12-30 | 2007-07-18 | 中国建设银行股份有限公司 | 一种执行批处理作业的方法及装置 |
CN101706786A (zh) * | 2009-11-20 | 2010-05-12 | 深圳市科陆电子科技股份有限公司 | 在浏览器/服务器中批量处理数据的方法及装置 |
CN103345514A (zh) * | 2013-07-09 | 2013-10-09 | 焦点科技股份有限公司 | 大数据环境下的流式数据处理方法 |
CN104407922A (zh) * | 2014-10-29 | 2015-03-11 | 中国建设银行股份有限公司 | 一种异步批处理调度方法及系统 |
CN104391696A (zh) * | 2014-11-13 | 2015-03-04 | 中国建设银行股份有限公司 | 一种自动任务处理方法及装置 |
CN105446807A (zh) * | 2015-11-10 | 2016-03-30 | 中国建设银行股份有限公司 | 批处理方法及装置 |
CN108733476A (zh) * | 2017-04-20 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种执行多任务的方法和装置 |
CN109542920A (zh) * | 2018-11-23 | 2019-03-29 | 泰康保险集团股份有限公司 | 一种数据传输方法、装置、介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111210340A (zh) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111210340B (zh) | 一种自动任务处理方法、装置、服务器及存储介质 | |
CN108536532B (zh) | 一种批量任务处理方法及系统 | |
Decker et al. | Extending BPMN for modeling complex choreographies | |
CN111338791A (zh) | 集群队列资源的调度方法、装置、设备及存储介质 | |
CN111400011B (zh) | 一种实时任务调度方法、系统、设备及可读存储介质 | |
CN109901918B (zh) | 一种处理超时任务的方法和装置 | |
CN101146127A (zh) | 一种分布式系统中客户端缓存更新的方法和装置 | |
CN111258774A (zh) | 流程处理方法、装置、计算机设备及存储介质 | |
CN106034113A (zh) | 数据处理方法及装置 | |
CN115858205A (zh) | 基于内存黑板机制的仿真组件交互方法、装置和设备 | |
CN111917814B (zh) | 数据发布、订阅方法、装置、设备、系统及可读存储介质 | |
CN111736907A (zh) | 一种自适应低延迟内存计算引擎的数据分析方法 | |
CN111767127A (zh) | 一种业务数据处理方法和装置 | |
CN107329832B (zh) | 一种数据接收方法及装置 | |
CN116662376B (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CN113034178A (zh) | 多系统积分计算方法、装置、终端设备和存储介质 | |
CN116089040A (zh) | 业务流程的调度方法及其装置、电子设备及存储介质 | |
CN107741885B (zh) | 基于cs架构的事务与业务关联方法、关联系统 | |
CN115905151A (zh) | 基于备份日志的流转信息查询方法、系统和装置 | |
CN112131496B (zh) | 网页投票数据处理方法、装置以及设备 | |
CN111401819B (zh) | 系统间数据推送方法及系统 | |
CN111401837A (zh) | 事件处理方法和系统、计算机可读存储介质 | |
CN115269161B (zh) | 一种异常流程逆向回滚方法和系统 | |
CN111290868A (zh) | 任务处理方法、装置和系统以及流程引擎 | |
CN110673931A (zh) | 单证合成的分布式计算方法、单证合成系统及其控制装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220914 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |