CN112634012A - 业务数据处理方法、装置、服务器和存储介质 - Google Patents
业务数据处理方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN112634012A CN112634012A CN202011474861.5A CN202011474861A CN112634012A CN 112634012 A CN112634012 A CN 112634012A CN 202011474861 A CN202011474861 A CN 202011474861A CN 112634012 A CN112634012 A CN 112634012A
- Authority
- CN
- China
- Prior art keywords
- name
- data table
- data
- transaction
- storing
- 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.)
- Pending
Links
Images
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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/214—Database migration support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2358—Change logging, detection, and notification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供一种业务数据处理方法、装置、服务器和存储介质,通过获取多个业务数据,业务数据包括订单编号、交易日期、机构编号和交易场景代码,根据订单编号、交易日期、机构编号和交易场景代码,确定存储各业务数据的联机库数据表的第一名称,根据第一名称,对各业务数据进行存储,实现了对业务数据的分库分表存储,提高了业务数据存储的合理性和有序性,进而提高了业务处理过程中对数据增删改查的效率。
Description
技术领域
本申请实施例涉及数据分析技术领域,尤其涉及一种业务数据处理方法、装置、服务器和存储介质。
背景技术
收单业务,是指持卡人在银行签约商户那里通过刷卡、网关跳转、应用跳转、H5页面跳转、扫码、无感支付等场景进行消费,银行从交易金额扣除一定比例的手续费后,将最终的金额清算给商户的金融业务。收单业务通常伴随着业务数据(通常为交易流水)的产生,这些业务数据是后续进行其他业务数据处理的基础,因此,需要进行存储和管理。
现有技术中,虽然给出一些业务数据的分库分表方法,依据某一业务特点如交易类型,对业务数据进行分库分表存储,其分库分表方式单一,因此,无法适应业务场景多、接入商户类型多、交易类型多等特点的收单业务数据。
因此,如何对收单业务过程中产生的业务数据进行存储,成为现有技术中亟需解决的问题。
发明内容
本申请实施例提供一种业务数据处理方法、装置、服务器和存储介质,实现了对收单业务过程中产生的业务数据的分库分表存储。
第一方面,本申请实施例提供一种业务数据处理方法,包括:
获取多个业务数据,各业务数据包括订单编号、交易日期、机构编号和交易场景代码;
根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称;
根据所述第一名称,对所述多个业务数据进行存储。
可选地,所述根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称,包括:
基于所述机构编号,根据预先存储的机构配置信息,确定与所述机构编号对应的表个数和机构序号;
根据所述订单编号和所述表个数,确定所述订单编号的离散值;
根据所述交易日期,确定存储所述业务数据的联机库数据表的类型代码;
根据联机库数据表的命名规则,将所述机构序号、所述离散值、所述类型代码、所述交易场景代码进行拼接,得到所述第一名称。
可选地,所述根据所述交易日期,确定存储所述业务数据的联机库数据表的类型代码,包括:
确定所述交易日期与当天日期是否一致;
若所述交易日期与当天日期一致,则确定存储所述业务数据的联机库数据表的类型为日切类数据表;
若所述交易日期与当天日期不一致,则确定存储所述业务数据的联机库数据表的类型为历史类数据表;
基于确定的联机库数据表的类型,根据预先存储的联机库数据表的类型与类型代码的对应关系,确定存储所述业务数据的联机库数据表的类型代码。
可选地,所述日切类数据表包括第一子类日切数据表和第二子类日切数据表,所述确定存储所述业务数据的联机库数据表的类型为日切类数据表之后,所述方法还包括:
确定所述交易日期与初始日期的相隔天数的奇偶性;
根据所述相隔天数的奇偶性,确定存储所述业务数据的联机库数据表所属的日切类数据表的子类型。
可选地,所述历史类数据表包括多类历史数据分区表,所述确定存储所述业务数据的联机库数据表的类型为历史类数据表之后,所述方法还包括:
确定所述交易日期所属的时间分区;
根据所述时间分区,确定存储所述业务数据的联机库数据表所属的历史类数据表的子类型。
可选地,所述根据所述第一名称,对所述多个业务数据进行存储,包括:
若根据所述第一名称确定存储所述业务数据的联机库数据表为日切类数据表,则将所述业务数据存储到联机数据库中与所述第一名称对应的联机库数据表中;
若根据所述第一名称确定存储所述业务数据的联机库数据表为历史类数据表,则根据查询库数据表的命名规则,将所述第一名称转换成第二名称,并将所述业务数据分别存储到联机数据库中与所述第一名称对应的联机库数据表中和查询数据库中与所述第二名称对应的查询库数据表中。
可选地,将所述业务数据存储到联机数据库中与所述第一名称对应的联机库数据表中,包括:
根据预先存储的联机数据库名称与联机库数据表名称对应关系,确定存储所述业务数据的联机数据库的名称;
根据所述联机数据库的名称和所述第一名称,对所述多个业务数据进行存储。
可选地,将所述业务数据存储到查询数据库中与所述第二名称对应的查询库数据表中,包括:
根据预先存储的查询数据库名称与查询库数据表名称对应关系,确定存储所述业务数据的查询数据库的名称;
根据所述查询数据库的名称和所述第二名称,对所述多个业务数据进行存储。
可选了,所述方法还包括:
接收目标业务数据的处理请求,所述处理请求中包括所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码;
根据所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码,确定存储所述目标业务数据的目标联机库数据表的名称;
根据所述目标联机库数据表的名称,对所述目标业务数据进行处理。
可选了,所述处理请求中还包括对目标业务数据的处理方式,所述处理方式为新增、删除、修改或查询中的一种,所述根据所述目标联机库数据表的名称,对所述目标业务数据进行处理之前,所述方法还包括:
根据所述处理方式,确定交易终端的交易类型,所述交易类型为账务类交易或查询类交易;
相应地,所述根据所述目标联机库数据表的名称,对所述目标业务数据进行处理,包括:
若确定所述交易类型为账务类交易,则基于所述目标联机库数据表的名称,根据预先存储的联机数据库名称与联机库数据表名称的对应关系,确定存储所述目标业务数据的目标联机数据库的名称;
根据所述目标联机数据库的名称和所述目标联机库数据表的名称,跳转到所述目标联机数据库的所述目标联机库数据表中对所述目标业务数据进行处理。
可选地,所述方法还包括:
若确定所述交易类型为查询类交易,则根据查询库数据表的命名规则,将所述目标联机库数据表的名称转换成目标查询库数据表的名称;
基于所述目标查询库数据表的名称,根据预先存储的查询数据库名称与查询库数据表名称的对应关系,确定存储目标业务数据的目标查询数据库的名称;
根据所述目标查询数据库的名称和所述目标查询库数据表的名称,跳转到所述目标查询数据库的所述目标查询库数据表中对所述目标业务数据进行处理。
第二方面,本申请实施例提供一种业务数据处理装置,包括:
获取模块,用于获取多个业务数据,各业务数据包括订单编号、交易日期、机构编号和交易场景代码;
处理模块,用于根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称;根据所述第一名称,对所述多个业务数据进行存储。
第三方面,本申请实施例提供一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一方面所述的业务数据处理方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的业务数据处理方法。
本申请实施例提供的业务数据处理方法、装置、服务器和存储介质,通过获取多个业务数据,业务数据包括订单编号、交易日期、机构编号和交易场景代码,根据订单编号、交易日期、机构编号和交易场景代码,确定存储各业务数据的联机库数据表的第一名称,根据第一名称,对各业务数据进行存储,实现了对业务数据的分库分表存储,提高了业务数据存储的合理性和有序性,进而提高了业务处理过程中对数据增删改查的效率。
附图说明
图1为本申请实施例的应用场景示意图;
图2为本申请实施例一提供的业务数据处理方法的流程示意图;
图3为本申请实施例一中S102的一种具体实施方式的流程示意图;
图4为本申请实施例一提供的收单业务数据库的结构示意图;
图5为本申请实施例二提供的业务数据处理方法的流程示意图;
图6为本申请实施例三提供的业务数据处理装置的结构示意图;
图7为本申请实施例四提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
本申请发明人在期研究中发现,现有技术中的分库分表主要存在以下技术问题:
(1)数据库数量过多,且数据量分布不均匀;
(2)无法实现实时数据与历史数据分离;
(3)无法实现实时交易的数据和供查询的数据隔离存储;
(4)不符合银行收单交易流水的特点。
本申请技术方案的主要思路:基于上述技术问题,本申请实施例提供一种对业务数据进行处理的技术方案,充分利用了银行收单交易所具有的交易场景、分行机构、交易日期、订单号等通用的特性,一方面,在对业务数据进行存储时通过基于交易日期对其进行分表,使实时业务数据都存储在日切类数据表中,历史业务数据都存储在历史类数据表中,实现了实时数据与历史数据的分离,另一方面,在对业务数据进行存储时通过基于业务场景、机构编号对其进行分表,又使业务场景相同、机构序号相同和离散值相同的实时业务数据存储在同一类日切类数据表中,使业务场景相同、机构序号相同和离散值相同的历史业务数据存储在同一类历史类数据表中,保证了各类数据表中数据量的相对均匀,第三方面,通过设备联机数据库和查询类数据库,并设置联机数据库专门存储账务类交易所需的业务数据,设置查询类数据库专门存储查询类交易所需的业务数据,实现了数据的读写分离,基于这三个方面的改进,使业务数据的存储更加合理,提高后续对业务数据进行增加、删除、修改、查询等操作时的处理效率。此外,本申请实施例提供的技术方案,在不影响原有数据划分的前提下,还可以根据业务场景和交易量等的变化,快速扩容数据库。
示例性地,图1为本申请实施例的应用场景示意图,如图1所示,收单业务系统包括:服务器和交易终端,其中,交易终端可以为销售点(point of sales,POS)机、自动取款机(automated teller machine,ATM)和各种支持第三方支付的智能终端,如手机、计算机等,交易终端与服务器通信连接,用于产生交易数据,并将产生的交易数据发送给服务器,服务器对接收到的交易数据处理和存储,并根据交易终端的相关请求,加载交易终端请求的数据,并根据交易终端的请求,进行业务数据的查询、增加、删除、修改等操作。
实施例一
图2为本申请实施例一提供的业务数据处理方法的流程示意图,本实施例的方法可以由本申请实施例所提供的业务数据处理装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于图1所示的服务器中。如图2所示,本实施例的业务数据处理方法包括:
S101、获取多个业务数据。
本步骤中,服务器从交易终端获取收单业务产生的业务数据,该业务数据中包括订单编号、交易日期、机构编号和交易场景代码。
其中,订单编号,是交易过程中随机产生的交易流水号。
交易日期,是指该笔交易建立的日期。
机构编号,是指发生交易的商户所属的分行机构的机构编号,机构编号用于区分不同的分行机构,每个分行机构的机构编号是唯一确定的;
交易场景代码,是用于指代不同的交易场景的标记或符号,每一种交易场景代码与一种特定的交易场景对应,在交易场景的类别确定以后,可以为每种交易场景赋予一个唯一的标记,作为该交易场景对应的交易场景代码。
可选地,本实施例中,将交易场景分为快捷支付(由第三方支付机构绑定银行卡通过网联或银联所发起的支付交易)、境内本行支付(由本行境内商户所发起的收单交易)和境外本行支付(由本行境外商户所发起的收单交易)三类,并分别用X、Y、Z作为这三类交易场景的交易场景代码。
可以理解的是,除订单编号、交易日期、机构编号和交易场景代码外,业务数据中还可以包括商户编号、交易类型、交易金融等信息,示例性地,业务数据的格式如表1所示。由表1可知,每一条业务数据都是由交易日期、交易场景代码、机构编号和订单统编号等数据构成的。
表1
交易场景代码 | 机构编号 | 订单编号 | 交易日期 | …… |
X | 11000457 | d00001 | 20200824 | …… |
X | 44012789 | a00001 | 20200731 | …… |
X | 11010263 | d00002 | 20200530 | …… |
Z | 33033662 | b00001 | 20200512 | …… |
Y | 44011580 | a00002 | 20200615 | …… |
S102、根据订单编号、交易日期、机构编号和交易场景代码,确定存储各业务数据的联机库数据表的第一名称。
本步骤中,针对每一条业务数据,根据其订单编号、交易日期、机构编号和交易场景代码,确定对其进行存储的联机库数据表的名称(即第一名称)。其中,联机库数据表是指存储在联机库中的数据表,第一名称是指存储业务数据的联机库数据表的名称,存储多条业务数据的第一名称可以相同,也可以不同。
需要说明的是,为实现后续对业务数据处理过程中的读写分离,本实施例中将数据库分为联机数据库和查询数据库,其中联机数据库用于账务类交易中,如对某业务数据的增加、删除、修改写操作等,查询数据库用于查询类交易中,如对某业务数据的查询操作。为便于区分,本实施例中,将存储于联机数据库中的数据表叫做联机库数据表,交存储于查询库中的数据表叫做查询库数据表。
示例性,图3为本申请实施例一中S102的一种具体实施方式的流程示意图,如图3所示,本实施例中,S102可以包括:
S1021、基于机构编号,根据预先存储的机构配置信息,确定与机构编号对应的表个数和机构序号。
本步骤中,服务器中预先存储有机构配置信息,机构配置信息中包括机构编号与机构序号以及机构编号与表个数的对应关系,因此,对于每个确定的机构编号,通过查找机构配置信息的方式,就可以确定该机构编号对应的机构序号及表个数。
由于不同分行机构服务的商户的数量有所不同,为使各数据表中的数据量相对均匀,本实施例中,通过为各分行机构配置机构序号的方式,使商户数量多的分行机构单独拥有一个机构序号,而商户数据少的多个分行机构共同使用一个机构序号,当以机构序号作为业务数据的分表依据时,每个机构序号对应一类表,商户数据多的分行机构的业务数据可以独立一类表,而商户数据少的多个分行机构的业务数据可以合并到一类数据表中,从而保证各类数据表中数据的均匀分布。
另外,由于不同的分行机构其交易量的多少也不相同,为实施例中,通过为不同的分行机构配置不同数量的数据表(即表个数),使每张数据表中的数据量相对平均,为每个分行机构配置的表个数与该分行机构的交易量成正比。
并且本实施例中,根据配置的各分行机构的机构编号与机构序号的对应关系以及机构编号与表个数的对应关系,生成机构配置信息,并将其存储在缓存中。
可选地,机构配置信息可以以数据列表的形式存储在缓存中,示例性地,机构配置信息的数据列表的格式可以如表2所示。
表2
机构编号 | 机构序号 | 表个数 | …… |
11000457 | 110 | 5 | …… |
44012789 | 440 | 2 | …… |
11010263 | 110 | 1 | …… |
33033662 | 330 | 3 | …… |
44011580 | 440 | 6 | …… |
S1022、根据订单编号和表个数,确定订单编号的离散值。
本步骤中,通过离散也可以实现对业务数据的分表存储,具体地,可采用哈希算法计算各业务数据的订单编号的哈希值(hashValue),再利用模运算,求解该哈希值的余数,即hashValue mod N(N为该业务数据的机构编号对应的表个数)值,得到该订单编号的离散值。
由于表个数N是可以根据实际情况进行配置的,当数据库需要扩容(即新增数据表),通过将原有的业务数据按照新的表个数N′进行离散即可,从而将业务数据分配到不同的数据表中。
示例性地,各订单编号对应的离散值如表3所示。
表3
订单编号 | 哈希值 | 表个数 | 离散值 |
d00001 | 1 | 5 | 001 |
a00001 | 1 | 2 | 001 |
d00002 | 2 | 3 | 002 |
b00001 | 1 | 3 | 001 |
a00002 | 2 | 6 | 002 |
S1023、根据交易日期,确定存储业务数据的联机库数据表的类型代码。
本步骤中,为实现对实时数据与历史数据的分开存储,本实施中,以交易日期为基础,得到存储各业务数据的联机库数据表的类型,进而根据预先存储的联机库数据的类型与类型代码的对应关系,确定存储各业务数据的联机库数据表的类型代码。
需要说明的是,由于联机数据库对业务数据的实时性要求较高,故所有实时(如当天)的业务数据和历史(如非当天)的业务数据均包括在联机数据库中,又因为,实时业务数据的使用频率相当历史业务数据的使用频率可能更高,因此,为实施例中,将联机库数据表分为日切类数据表和历史类数据表两大类,其中,日切类数据表用于存储实时业务数据,历史类数据表用于存储历史业务数据。
另外,本实施例中通过对日切类数据表进行设置,在每天的24点,将日切类数据表中的业务数据自动迁移至历史类数据表中,具体地,可以通过数据库分区交换技术实现。
在一种可能的实现方式中,本步骤中,先分别获取各业务数据的交易日期,并确定其交易日期与当天日期与当天日期是否一致,若交易日期与当天日期(第T日)一致,则确定存储业务数据的联机库数据表的类型为日切类数据表,若交易日期与当天日期(第T日)不一致,则确定存储业务数据的联机库数据表的类型为历史类数据表。
示例性地,本实施方式中,日切类数据表的类型代码为A/B,历史类数据表的类型代码为C,并将联机库数据表的类型与类型代码的对应关系存储在缓存中,在联机库数据表的类型确定以后,通过查询缓存中存储的联机库数据表的类型与类型代码的对应关系,就可以确定该联机数据表的类型代码。
可以理解的是,由于日切类数据表中的数据在第T+1日会自动迁移到历史类数据表中,而T+1日新产生的业务数据又需要向日切类数据表中进行存储,为避日切类数据中业务数据的存储与业务数据的迁移发生冲突,本实施例中又将日切类数据表分为第一子类日切数据表和第二子类日切数据表,在确定存储业务数据的联机库数据表的类型为日切类数据表之后,进一步,根据交易日期与初始日期的相隔天数的奇偶性(即该相隔天数能否被2整除),确定日切类数据表的子类型,作为存储该业务数据的联机库数据表的类型。
初始日期,为服务器事先选定的一个日期,一定选定之后,就不再改变。
可选地,第一子类日切数据表中用于存储交易日期与当天日期一致,且交易日期与初始日期的相隔天数为偶数的业务数据,第二子类日切数据表用于存储交易日期与当天日期一致,且交易日期与初始日期的相隔天数为奇数的业务数据。
可选地,第二子类日切数据表中用于存储交易日期与当天日期一致,且交易日期与初始日期的相隔天数为偶数的业务数据,第一子类日切数据表用于存储交易日期与当天日期一致,且交易日期与初始日期的相隔天数为奇数的业务数据。
相应地,第一子类日切数据表与第二子类日切数据的类型代码也不相同,示例性地,第一子类日切数据表的类型代码为A,第二子类日切数据表的类型代码为B。
可以理解的是,本实施例中由于历史业务数据的数据量通常较多,为了提高后续使用历史类数据表中业务数据时的数据加载速度,本实施例中,根据各历史业务数据的交易时间所属的时间分区,对历史类数据表进行划分,得到多个历史数据分区表,每个历史数据分区表即为历史类数据表的一种类型,采用不同的类型代码进行表示,其中,时间分区可以根据实际情况进行配置,示例性地,若以每半年作为一个时间分区,则每年可以有两个历史数据分区表,其类型可以表示为如某某年历史数据第N(1或2)分区表,若以一年作为一个时间分区,则每年对应一个历史数据分区表,其类型可以表示为某某年历史数据分区表。
示例性地,历史数据分区表的类型代码,通过历史类数据表的类型代码与年份等进行拼接得到,示例性地,若以每一年作为时间分区,则可以用C_2020代表表示2020年历史数据分区表,用C_2019代表2019年历史数据分区表等;若以每半年作为一个时间分区,则可以用C_2020_1代表2020年历史数据第一分区表,C_2020_2代表2020年历史数据第二分区表等。
具体地,在确定联机库数据表的类型为历史类数据表时,进一步地,根据该交易日期所属的时间分区(如年份),确定历史类数据表的子类型,作为存储该业务数据的联机库数据表的类型是。
相应地,联机库数据表的类型与类型代码的对应关系中联机库数据表的类型即为日切类数据表的各种子类型和历史类数据表的各种子类型,联机库数据表的类型代码即为日切类数据表的各种子类型对应的类型代码和历史类数据表的各种子类型对应的类型代码。可选地,联机库数据表的类型与类型代码的对应关系可以以数据列表的形式存储在缓存中,示例性地,存储联机库数据表的类型与类型代码的对应关系的数据列表的格式如表4所示,不难看出,在确定出存储各业务数据的联机库数据的类型确定以后,就可以根据各联机库数据表的类型与类型代码的对应关系,确定存储各项业务数据的联机库数据表的类型代码。
表4
联机库数据表的类型 | 联机库数据表的类型代码 |
第一子类日切数据表 | A |
第二子类日切数据表 | B |
2020年历史数据第一分区表 | C_2020_1 |
2020年历史数据第二分区表 | C_2020_2 |
2019年历史数据第一分区表 | C_2019_1 |
2019年历史数据第二分区表 | C_2019_2 |
S1024、根据联机库数据表的命名规则,将机构序号、离散值、类型代码、交易场景代码进行拼接,得到第一名称。
本步骤中,根据联机库数据表的命名规则,将上述各步骤中得到的机构序号、离散值和类型代码以及业务数据中的交易场景代码进行拼接,得到存储各业务数据的联机库数据表的第一名称。
其中,联机库数据表的命名规则,是联机库中所有联机库数据表的命名规则,即机构序号、离散值、类型代码和交易场景代码拼接的先后顺序规则,是事先配置好的。不难看出,不同联机库数据表的名称区别在于机构序号、离散值、类型代码和/或交易场景代码的数据值的差别。
可选地,以“交易场景代码_类型代码_机构序号_离散值”作为命名规则,对各业务数据的机构序号、离散值、类型代码和交易场景代码进行拼接,得到存储各项业务数据的联机库数据表的名称。
假设初始日期为20200701,当天日期为20200824,第一类日切类数据表中用于存储交易日期与当天日期一致,且交易日期与初始日期的相隔天数为偶数的业务数据,以每半年作为一个时间分区,示例性地,按照上述方法得到的表1中各业务数据对应的联机库数据表的名称如表5所示。
表5
序号 | 场景代码 | 机构编号 | 订单编号 | 交易日期 | 确定的第一名称 |
1 | X | 11000457 | d00001 | 20200824 | X_A_110_001 |
2 | X | 44012789 | a00001 | 20200731 | X_C_2020_2_440_001 |
3 | X | 11010263 | d00002 | 20200530 | X_C_2020_1_110_002 |
4 | Z | 33033662 | b00001 | 20200512 | X_C_2020_1_330_001 |
5 | Y | 44011580 | a00002 | 20200615 | X_C_2020_1_440_001 |
S103、根据第一名称,对多个业务数据进行存储。
本步骤中,根据S102确定的存储各业务数据的联机库数据表的各第一名称,对各业务数据分别进行存储,实现对业务数据的分库分表存储。通过基于交易日期对业务数据进行分表存储,使当天产生的业务数据(实时数据)都存储在日切类数据表中,非当天产生的业务数据(历史数据)都存储在历史类数据表中,实现了实时数据与历史数据的分离,另外,基于业务场景、机构编号对业务数据进行分表存储,又使业务场景相同、机构序号相同和离散值相同的实时业务数据存储在同一类日切类数据表中,使业务场景相同、机构序号相同和离散值相同的历史业务数据存储在同一类历史类数据表中,保证了各联机库数据表中业务数据的相对均匀。
本实施例中,由于查询数据库用于查询类交易中,仅是对业务数据的读操作,而不涉及对业务数据的写操作,即查询数据库对数据的实时性要求不高,故查询数据库中可以仅包括历史类数据表,为便于将查询库中的历史类数据表与联机库中的历史类数据表进行区分,本实施例中,用Q作为查询库中历史类数据表的类型代码。
相应地,本步骤中,若根据第一名称确定存储某业务数据的联机库数据表为日切类数据表,则将该业务数据存储到联机库中与所述第一名称对应的联机库数据表中;若根据第一名称确定存储某业务数据的联机库数据表为历史类数据表,则根据查询库数据表的命名规则,将第一名称转换成第二名称,并将该业务数据分别存储到联机库中与第一名称对应的联机库数据表中和查询库中与第二名称对应的查询库数据表中。
由前述分析可知,根据第一名称中的类型代码可以确定存储业务数据的联机库数据表的类型,具体地,若确定其为日切类数据表,则只将其存储到联机数据库中对应的联机库数据表中,若确定其为日切类数据表,则不仅需要将其存储到联机数据库中对应的联机库数据表中,还应将其存储到查询库中对应的查询数据表中。
需要说明的是,查询库数据表的名称与联机库数据表的名称的区别,仅在于类型代码的区别,因此,通过将第一名称中的类型代码改为查询库数据表的的类型代码即可,示例性地,若第一名称为X_C_2020_2_440_001,则转换得到的第二名称为X_Q_2020_2_440_001。
本实施例中,为适应业务数据量的不断增长的需求和进一步提高后续对业务数据的读写操作效率,为本实施例中,可以设置多个联机数据库和多个查询数据库,并保证各联机数据库中联机库数据表的数据量基本相同,各查询数据库中的查询库数据表的数量基本相同,示例性地,图4为本申请实施例一提供的收单业务数据库的结构示意图,如图4所示,业务数据库中包括n个联机数据库和m个查询数据库,n个联机数据库分别命名为P1、P2、P3……Pn,m个查询数据库分别命名为Q1、Q2、Q3……Qn,其中,n和m为正整数。可以理解的是,本实施例中,设置的联机数据库的具体个数和查询数据库的具体个数可以实际情况和应用场景进行设置,此处不做限制。
为便于业务数据的查找,本实施可以根据各联机数据库和各查询数据库存储数据表为实际情况,预先生成联机数据库名称与联机库数据表名称的对应关系以及查询数据库名称与查询库数据表名称的对应关系,并存储在缓存中,可选地,联机数据库名称与联机库数据表名称的对应关系及查询数据库名称与查询库数据表名称的对应关系可以以数据列表的形式存储在缓存中,示例性地,联机数据库名称与联机库数据表名称的对应关系的数据列表的格式可以如表6所示,查询数据库名称与查询库数据表名称的对应关系的数据列表的格式可以如表7所示。
可选地,本步骤中通过根据预先存储的联机数据库名称与联机库数据表名称对应关系,确定存储该业务数据的联机数据库的名称,根据联机数据库的名称和第一名称,确定该业务数据的存储地址,如“P2:X_C_2020_1_330_001”,再根据确定的存储地址对该业务数据进行存储,从而实现将业务数据存储到联机数据库中与第一名称对应的联机库数据表中。
表6
类似地,本步骤中通过根据预先存储的查询数据库名称与查询库数据表名称对应关系,确定存储该业务数据的查询数据库的名称,根据查询数据库的名称和第二名称,确定该业务数据的存储地址,如“Q1:X_Q_2020_2_440_001”,再根据确定的存储地址对该业务数据进行存储,从而实现将业务数据存储到查询数据库中与第二名称对应的查询库数据表中。
由表6中的联机数据库名称与联机库数据表名称的对应关系和表7中查询数据库名称与查询库数据表名称的对应关系可知,本步骤中,在对表5所示各业务数据进行存储时,序号为1为业务数据应存储在联机数据库P1中,序号为2、4和5的业务数据应存储在联机数据库P2和查询数据库Q1中,序号为3的业务数据应存储在联机数据库P3和查询数据库Q2中。
表7
可以理解的是,如存储某业务数据的联机库数据表为日切类数据表,如表5中序号为1的业务数据,会在次日(如20200825)自动迁移到历史类数据表中,示例性地,可以基于该业务数据的交易日期所属的时间分区,将日切类数据表的名称中的类型代码改为历史类数据表的类型代码,如,将X_A_110_001转换为X_C_2020_2_110_001,得到迁移后的联机库数据表的名称,并根据联机数据库名称与联机库数据表名称的对应关系,确定迁移后联机数据库的名称,并根据确定的联机库数据表的名称和联机数据库的名称,对该业务数据迁移到对应联机数据库的对应联机库数据表中。类似地,对根据确定的联机库数据表的名称,确定查询库数据表的名称,进而确定存储该查询库数据表的查询数据库名称,再将该业务数据复制到对应的查询数据库的对应查询库数据表中。
本实施例中,通过获取多个业务数据,业务数据包括订单编号、交易日期、机构编号和交易场景代码,根据订单编号、交易日期、机构编号和交易场景代码,确定存储各业务数据的联机库数据表的第一名称,根据第一名称,对各业务数据进行存储,实现了对业务数据的分库分表存储,提高了业务数据存储的合理性和有序性,提高了对业务数据进行管理和使用的便利性,进而提高了业务处理过程中对数据增删改查的效率。
实施例二
图5为本申请实施例二提供的业务数据处理方法的流程示意图,如图5所示,在上述实施例一的基础上,本实施例的业务数据处理方法还包括:
S201、接收目标业务数据的处理请求。
本步骤中,当交易终端需要对目标业务数据进行操作(包括增加、删除、修改、查询中的至少一种)时,交易终端向服务器发送目标业务数据的处理请求,相应地,服务器接收目标业务数据的处理请求。
其中,处理请求,用于请求服务器目标业务数据进行增加、删除、修改和查询等处理,本实施例中处理请求中包括待处理的目标业务数据的订单编号、交易日期、机构编号和交易场景代码等信息。
目标业务数据,是指交易终端请求处理的业务数据,本实施例中,交易终端发送给服务器的处理请求中包括的目标业务数据可以为一个,也可以是多个,当目标业务数据有多个时,则处理请求中应包括每个目标数据的订单编号、交易日期、机构编号和交易场景代码,以便于服务器对各目标业务数据的存储位置进行定位,进而进行相应的处理。
S202、根据目标业务数据的订单编号、交易日期、机构编号和交易场景代码,确定存储目标业务数据的目标联机库数据表的名称。
本步骤中,根据目标业务数据的订单编号、交易日期、机构编号和交易场景代码,确定存储目标业务数据的目标联机库数据表的名称的具体实施方式与实施例一中S102的具体实施方式类似,此处不再赘述。
S203、根据目标联机库数据表的名称,对目标业务数据进行处理。
本步骤中,根据S202中确定的目标联机库数据表的名称,确定目标业务数据在服务器中的存储位置,并根据确定的存储位置路由到相应的数据库的数据中,对目标业务数据进行处理。
可选地,处理请求中还包括对目标业务数据的处理方式,为新增、删除、修改或查询中的一种,在S203之前,本实施例的方法还包括:
根据处理方式,确定交易终端的交易类型,交易类型为账务类交易或查询类交易。
具体地,若处理请求中的处理方式为新增、删除或修改,则确定交易终端的交易类型为账务类交易,若处理请求中的处理方式为查询,则确定交易终端的交易类型为查询类交易。
相应地,本步骤中,若确定交易类型为账务类交易,则基于目标联机库数据表的名称,根据预先存储的联机数据库名称与联机库数据表名称的对应关系,确定存储目标业务数据的目标联机数据库的名称,根据所述目标联机数据库的名称和所述目标联机库数据表的名称,跳转到目标联机数据库的目标联机库数据表中对目标业务数据进行处理(包括在目标联机库数据表中新增目标业务数据、删除目标联机库数据表中的目标业务数据或修改目标联机库数据表中目标业务数据的相关信息)。
若确定交易终端的交易类型为查询类交易,则根据查询库数据表的命名规则,将目标联机库数据表的名称转换成目标查询库数据表的名称,基于目标查询库数据表的名称,根据预先存储的查询数据库名称与查询库数据表名称的对应关系,确定存储目标业务数据的目标查询数据库的名称,根据目标查询数据库的名称和目标查询库数据表的名称,跳转到目标查询数据库的所述目标查询库数据表中对目标业务数据进行处理,具体地,获取目标业务数据或包括目标业务数据的目标查询库数据表,并将目标业务数据或包括目标业务数据的目标查询库数据表发送给交易终端。
本实施例中,通过接收目标业务数据的处理请求,处理请求中包括所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码,根据目标业务数据的订单编号、交易日期、机构编号和交易场景代码,确定存储目标业务数据的目标联机库数据表的名称,根据目标联机库数据表的名称,对目标业务数据进行处理,基于业务数据的分库分表存储,提高了对业务数据的进行增加、删除、修改或查询操作时的处理效率。
实施例三
图6为本申请实施例三提供的业务数据处理装置的结构示意图,如图6所示,本实施例中业务数据处理装置10包括:
获取模块11和处理模块12。
获取模块11,用于获取多个业务数据,各业务数据包括订单编号、交易日期、机构编号和交易场景代码;
处理模块12,用于根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称;根据所述第一名称,对所述多个业务数据进行存储。
可选地,所述根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,处理模块12具体用于:
基于所述机构编号,根据预先存储的机构配置信息,确定与所述机构编号对应的表个数和机构序号;
根据所述订单编号和所述表个数,确定所述订单编号的离散值;
根据所述交易日期,确定存储所述业务数据的联机库数据表的类型代码;
根据联机库数据表的命名规则,将所述机构序号、所述离散值、所述类型代码、所述交易场景代码进行拼接,得到所述第一名称。
可选地,处理模块12具体用于:
确定所述交易日期与当天日期是否一致;
若所述交易日期与当天日期一致,则确定存储所述业务数据的联机库数据表的类型为日切类数据表;
若所述交易日期与当天日期不一致,则确定存储所述业务数据的联机库数据表的类型为历史类数据表;
基于确定的联机库数据表的类型,根据预先存储的联机库数据表的类型与类型代码的对应关系,确定存储所述业务数据的联机库数据表的类型代码。
可选地,所述日切类数据表包括第一子类日切数据表和第二子类日切数据表,处理模块12还用于:
确定所述交易日期与初始日期的相隔天数的奇偶性;
根据所述相隔天数的奇偶性,确定存储所述业务数据的联机库数据表所属的日切类数据表的子类型。
可选地,所述历史类数据表包括多类历史数据分区表,处理模块12还用于:
确定所述交易日期所属的时间分区;
根据所述时间分区,确定存储所述业务数据的联机库数据表所属的历史类数据表的子类型。
可选地,处理模块12具体用于:
若根据所述第一名称确定存储所述业务数据的联机库数据表为日切类数据表,则将所述业务数据存储到联机数据库中与所述第一名称对应的联机库数据表中;
若根据所述第一名称确定存储所述业务数据的联机库数据表为历史类数据表,则根据查询库数据表的命名规则,将所述第一名称转换成第二名称,并将所述业务数据分别存储到联机数据库中与所述第一名称对应的联机库数据表中和查询数据库中与所述第二名称对应的查询库数据表中。
可选地,处理模块12具体用于:
根据预先存储的联机数据库名称与联机库数据表名称对应关系,确定存储所述业务数据的联机数据库的名称;
根据所述联机数据库的名称和所述第一名称,对所述多个业务数据进行存储。
可选地,处理模块12具体用于:
根据预先存储的查询数据库名称与查询库数据表名称对应关系,确定存储所述业务数据的查询数据库的名称;
根据所述查询数据库的名称和所述第二名称,对所述多个业务数据进行存储。
可选地,业务数据处理装置10还包括:
接收模块,用于接收目标业务数据的处理请求,所述处理请求中包括所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码;
处理模块12还用于:
根据所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码,确定存储所述目标业务数据的目标联机库数据表的名称;根据所述目标联机库数据表的名称,对所述目标业务数据进行处理。
可选地,所述处理请求中还包括对目标业务数据的处理方式,所述处理方式为新增、删除、修改或查询中的一种,处理模块12还用于:
根据所述处理方式,确定交易终端的交易类型,所述交易类型为账务类交易或查询类交易;
相应地,处理模块12具体用于:
若确定所述交易类型为账务类交易,则基于所述目标联机库数据表的名称,根据预先存储的联机数据库名称与联机库数据表名称的对应关系,确定存储所述目标业务数据的目标联机数据库的名称;
根据所述目标联机数据库的名称和所述目标联机库数据表的名称,跳转到所述目标联机数据库的所述目标联机库数据表中对所述目标业务数据进行处理。
可选地,处理模块12还用于:
若确定所述交易类型为查询类交易,则根据查询库数据表的命名规则,将所述目标联机库数据表的名称转换成目标查询库数据表的名称;
基于所述目标查询库数据表的名称,根据预先存储的查询数据库名称与查询库数据表名称的对应关系,确定存储目标业务数据的目标查询数据库的名称;
根据所述目标查询数据库的名称和所述目标查询库数据表的名称,跳转到所述目标查询数据库的所述目标查询库数据表中对所述目标业务数据进行处理。
本实施例所提供的业务数据处理装置可执行上述方法实施例所提供的业务数据处理方法,具备执行方法相应的功能模块和有益效果。本实施例的实现原理和技术效果与上述方法实施例类似,此处不再一一赘述。
实施例四
图7为本申请实施例四提供的一种服务器的结构示意图,如图7所示,该服务器20包括存储器21、处理器22及存储在存储器上并可在处理器上运行的计算机程序;服务器20处理器22的数量可以是一个或多个,图7中以一个处理器22为例;服务器20中的处理器22、存储器21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。
存储器21作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的获取模块11和处理模块12对应的程序指令/模块。处理器22通过运行存储在存储器21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,即实现上述的业务数据处理方法。
存储器21可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终端的使用所创建的数据等。此外,存储器21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,存储器21可进一步包括相对于处理器22远程设置的存储器,这些远程存储器可以通过网格连接至服务器。上述网格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。
实施例五
本申请实施例五还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在由计算机处理器执行时用于执行一种业务数据处理方法,该方法包括:
获取多个业务数据,各业务数据包括订单编号、交易日期、机构编号和交易场景代码;
根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称;
根据所述第一名称,对所述多个业务数据进行存储。
当然,本申请实施例所提供的一种包计算机可读存储介质,其计算机程序不限于如上所述的方法操作,还可以执行本申请任意实施例所提供的业务数据处理方法中的相关操作。
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,本申请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,本申请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,或者网格设备等)执行本申请各个实施例所述的方法。
值得注意的是,上述业务数据处理装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请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申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (14)
1.一种业务数据处理方法,其特征在于,包括:
获取多个业务数据,各业务数据包括订单编号、交易日期、机构编号和交易场景代码;
根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称;
根据所述第一名称,对所述多个业务数据进行存储。
2.根据权利要求1所述的方法,其特征在于,所述根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称,包括:
基于所述机构编号,根据预先存储的机构配置信息,确定与所述机构编号对应的表个数和机构序号;
根据所述订单编号和所述表个数,确定所述订单编号的离散值;
根据所述交易日期,确定存储所述业务数据的联机库数据表的类型代码;
根据联机库数据表的命名规则,将所述机构序号、所述离散值、所述类型代码、所述交易场景代码进行拼接,得到所述第一名称。
3.根据权利要求2所述的方法,其特征在于,所述根据所述交易日期,确定存储所述业务数据的联机库数据表的类型代码,包括:
确定所述交易日期与当天日期是否一致;
若所述交易日期与当天日期一致,则确定存储所述业务数据的联机库数据表的类型为日切类数据表;
若所述交易日期与当天日期不一致,则确定存储所述业务数据的联机库数据表的类型为历史类数据表;
基于确定的联机库数据表的类型,根据预先存储的联机库数据表的类型与类型代码的对应关系,确定存储所述业务数据的联机库数据表的类型代码。
4.根据权利要求3所述的方法,其特征在于,所述日切类数据表包括第一子类日切数据表和第二子类日切数据表,所述确定存储所述业务数据的联机库数据表的类型为日切类数据表之后,所述方法还包括:
确定所述交易日期与初始日期的相隔天数的奇偶性;
根据所述相隔天数的奇偶性,确定存储所述业务数据的联机库数据表所属的日切类数据表的子类型。
5.根据权利要求3所述的方法,其特征在于,所述历史类数据表包括多类历史数据分区表,所述确定存储所述业务数据的联机库数据表的类型为历史类数据表之后,所述方法还包括:
确定所述交易日期所属的时间分区;
根据所述时间分区,确定存储所述业务数据的联机库数据表所属的历史类数据表的子类型。
6.根据权利要求2所述的方法,其特征在于,所述根据所述第一名称,对所述多个业务数据进行存储,包括:
若根据所述第一名称确定存储所述业务数据的联机库数据表为日切类数据表,则将所述业务数据存储到联机数据库中与所述第一名称对应的联机库数据表中;
若根据所述第一名称确定存储所述业务数据的联机库数据表为历史类数据表,则根据查询库数据表的命名规则,将所述第一名称转换成第二名称,并将所述业务数据分别存储到联机数据库中与所述第一名称对应的联机库数据表中和查询数据库中与所述第二名称对应的查询库数据表中。
7.根据权利要求6所述的方法,其特征在于,将所述业务数据存储到联机数据库中与所述第一名称对应的联机库数据表中,包括:
根据预先存储的联机数据库名称与联机库数据表名称对应关系,确定存储所述业务数据的联机数据库的名称;
根据所述联机数据库的名称和所述第一名称,对所述多个业务数据进行存储。
8.根据权利要求6所述的方法,其特征在于,将所述业务数据存储到查询数据库中与所述第二名称对应的查询库数据表中,包括:
根据预先存储的查询数据库名称与查询库数据表名称对应关系,确定存储所述业务数据的查询数据库的名称;
根据所述查询数据库的名称和所述第二名称,对所述多个业务数据进行存储。
9.根据权利要求1-8中任一项方法,其特征在于,所述方法还包括:
接收目标业务数据的处理请求,所述处理请求中包括所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码;
根据所述目标业务数据的订单编号、交易日期、机构编号和交易场景代码,确定存储所述目标业务数据的目标联机库数据表的名称;
根据所述目标联机库数据表的名称,对所述目标业务数据进行处理。
10.根据权利要求9所述的方法,其特征在于,所述处理请求中还包括对目标业务数据的处理方式,所述处理方式为新增、删除、修改或查询中的一种,所述根据所述目标联机库数据表的名称,对所述目标业务数据进行处理之前,所述方法还包括:
根据所述处理方式,确定交易终端的交易类型,所述交易类型为账务类交易或查询类交易;
相应地,所述根据所述目标联机库数据表的名称,对所述目标业务数据进行处理,包括:
若确定所述交易类型为账务类交易,则基于所述目标联机库数据表的名称,根据预先存储的联机数据库名称与联机库数据表名称的对应关系,确定存储所述目标业务数据的目标联机数据库的名称;
根据所述目标联机数据库的名称和所述目标联机库数据表的名称,跳转到所述目标联机数据库的所述目标联机库数据表中对所述目标业务数据进行处理。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
若确定所述交易类型为查询类交易,则根据查询库数据表的命名规则,将所述目标联机库数据表的名称转换成目标查询库数据表的名称;
基于所述目标查询库数据表的名称,根据预先存储的查询数据库名称与查询库数据表名称的对应关系,确定存储目标业务数据的目标查询数据库的名称;
根据所述目标查询数据库的名称和所述目标查询库数据表的名称,跳转到所述目标查询数据库的所述目标查询库数据表中对所述目标业务数据进行处理。
12.一种业务数据处理装置,其特征在于,包括:
获取模块,用于获取多个业务数据,各业务数据包括订单编号、交易日期、机构编号和交易场景代码;
处理模块,用于根据所述订单编号、所述交易日期、所述机构编号和所述交易场景代码,确定存储各业务数据的联机库数据表的第一名称;根据所述第一名称,对所述多个业务数据进行存储。
13.一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-11中任一所述的业务数据处理方法。
14.一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1-11中任一所述的业务数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474861.5A CN112634012A (zh) | 2020-12-14 | 2020-12-14 | 业务数据处理方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474861.5A CN112634012A (zh) | 2020-12-14 | 2020-12-14 | 业务数据处理方法、装置、服务器和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112634012A true CN112634012A (zh) | 2021-04-09 |
Family
ID=75312910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011474861.5A Pending CN112634012A (zh) | 2020-12-14 | 2020-12-14 | 业务数据处理方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634012A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091175A (zh) * | 2023-04-10 | 2023-05-09 | 南京航空航天大学 | 一种基于大数据的交易信息数据管理系统及方法 |
-
2020
- 2020-12-14 CN CN202011474861.5A patent/CN112634012A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091175A (zh) * | 2023-04-10 | 2023-05-09 | 南京航空航天大学 | 一种基于大数据的交易信息数据管理系统及方法 |
CN116091175B (zh) * | 2023-04-10 | 2023-08-22 | 南京航空航天大学 | 一种基于大数据的交易信息数据管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110659983A (zh) | 银行账务数据处理方法、装置、电子设备及存储介质 | |
CN101989294B (zh) | 分布式文件解析方法 | |
CN112750027A (zh) | 批量业务处理方法、装置、计算机设备和存储介质 | |
Chitti et al. | Data management: Relational vs blockchain databases | |
CN108897729A (zh) | 一种交易模板共享方法、装置、电子设备及存储介质 | |
CN112634012A (zh) | 业务数据处理方法、装置、服务器和存储介质 | |
WO2021129005A1 (zh) | 一种区块链状态变更交易追溯的方法及装置 | |
CN109377206B (zh) | 支付限额系统、方法、装置和存储介质 | |
CN111833037A (zh) | 一种账户管理的方法及装置 | |
TWI685808B (zh) | 授信額度管理方法與系統 | |
CN106874327B (zh) | 一种针对业务数据的计数方法及装置 | |
CN110858199A (zh) | 一种单据数据分布式计算的方法和装置 | |
CN112990709A (zh) | 审批任务分配方法、装置、设备及存储介质 | |
CN111708808A (zh) | 分布式业务系统及其业务汇总查询方法、装置和设备 | |
CN113822704A (zh) | 计算优惠费用的方法、装置、电子设备及可读存储介质 | |
CN110196877B (zh) | 数据展示方法、装置、计算机设备及存储介质 | |
CN112950345A (zh) | 业财数据处理方法、装置及计算机设备 | |
CN111723129A (zh) | 报表生成方法、报表生成装置和电子设备 | |
CN112734543A (zh) | 核算处理方法、装置、计算机设备和存储介质 | |
CN115408396B (zh) | 业务数据的存储方法、装置、计算机设备和存储介质 | |
CN112579605B (zh) | 一种数据存储方法、装置、存储介质及服务器 | |
CN111192137B (zh) | 一种基于业务场景下的多维度余额管理方法及系统 | |
JP2017091213A (ja) | データベース更新処理システムおよびデータベース更新処理方法 | |
CN113360511A (zh) | 征信信息的处理方法、装置及设备 | |
CN115984014A (zh) | 业务订单的税源地匹配方法、装置、设备及存储介质 |
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 |