CN115170321A - 批量交易数据的处理方法和装置 - Google Patents

Abstract

本公开提供了一种批量交易数据的处理方法，可以应用于云计算技术领域。该方法应用于分布式系统，包括：响应于用户的批量交易汇款请求，获取批量交易数据；根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器；将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器；按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区；以及将所述第二分片数据发送至所述目标分区。本公开还提供了一种批量交易数据的处理装置、设备、存储介质和程序产品。

Description

批量交易数据的处理方法和装置

技术领域

本公开涉及云计算技术领域，具体涉及分布式数据库技术领域，更具体地涉及一种批量交易数据的处理方法、装置、设备、存储介质和程序产品。

背景技术

现有的大型金融业的系统大都是集中式账务系统，交易处理一般使用IBM大型计算机系统，交易处理的各个环节都在同一台大型计算机系统内进行。但大型计算机硬件购置、售后运维升级的成本较高，而且在大型机器的大批量账务处理中，一般通过集中式的账务单线程处理，处理效率很依赖于IBM主机性能。

现有技术中，将原本在一台大型计算机系统内处理的交易环节拆解为多个相对独立的处理过程，由多台微型计算机来完成，即分布式账务处理。然而在处理大批量汇款业务的数据时，往往存在关联交易，即需要一笔交易完成之后，处理好账户信息，例如余额表等，才能继续往下做交易，防止账务错乱等问题。然而在分布式账务处理过程中，同一账户的交易可能存在多台计算机进行处理，为了防止账务数据的重复处理，通常需要等待账户交易数据处理结果再进行下一笔交易，因此存在处理延迟的问题，影响账务数据的处理效率，进而影响用户体验。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

鉴于上述问题，本公开提供了提高批量交易数据处理效率的批量交易数据的处理方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种批量交易数据的处理方法，应用于分布式系统，所述分布式系统包括多个数据库服务器，每一所述数据库服务器部署多个容器节点，所述处理方法包括：

响应于用户的批量交易汇款请求，获取批量交易数据；

根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器，其中特征标识信息包括账户标识信息和/或交易地区标识信息；

将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器；

按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区；以及

将所述第二分片数据发送至所述目标分区。

根据本公开的实施例，所述根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器包括：

获取所述批量交易数据的账户标识信息和交易地区标识信息；

根据所述账户标识信息和/或所述交易地区标识信息对所述批量交易数据进行路由分片，以得到多个第一分片数据以及所述多个第一分片数据对应的多个目标数据库服务器。

根据本公开的实施例，所述按照预设拆分规则对所述第一分片数据进行第二次分片处理包括：

根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理。

根据本公开的实施例，所述根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理包括：

将所述第一分片数据的同一账户标识信息作为目标分区key值，采用路由算法进行一致性哈希分片计算，以确定第二分片数据和所述第二分片数据对应的目标分区。

根据本公开的实施例，在对所述批量交易数据进行第一次分片处理之前，还包括：

对所述批量交易数据进行校验操作。

根据本公开的实施例，所述目标分区的消息由所述目标数据库服务器的至少一个容器节点消费。

本公开的第二方面提供了一种批量交易数据的处理装置，应用于分布式系统，所述分布式系统包括多个数据库服务器，每一所述数据库服务器部署多个容器节点，所述装置包括：

获取模块，用于响应于用户的批量交易汇款请求，获取批量交易数据；

第一数据分片模块，用于根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器，其中特征标识信息包括账户标识信息和/或交易地区标识信息；

第一发送模块，用于将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器；

第二数据分片模块，用于按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区；以及

第二发送模块，用于将所述第二分片数据发送至所述目标分区。

根据本公开的实施例，第一数据分片模块包括：

获取子模块，用于获取所述批量交易数据的账户标识信息和交易地区标识信息。

第一分片子模块，用于根据所述账户标识信息和/或所述交易地区标识信息对所述批量交易数据进行路由分片，以得到多个第一分片数据以及所述多个第一分片数据对应的多个目标数据库服务器。

根据本公开的实施例，第二数据分片模块包括：

第二分片子模块，用于根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理。

根据本公开的实施例，第二分片子模块包括：

分片单元，用于将所述第一分片数据的同一账户标识信息作为目标分区key值，采用路由算法进行一致性哈希分片计算，以确定第二分片数据和所述第二分片数据对应的目标分区。

根据本公开的实施例，还包括：

数据校验模块，用于对所述批量交易数据进行校验操作。

本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述批量交易数据的处理方法。

本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述批量交易数据的处理方法。

本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述批量交易数据的处理方法。

通过本公开的实施例提供的一种批量交易数据的处理方法，根据批量交易数据的特征标识信息对批量交易数据进行第一次分片处理得到第一分片数据，并确定该第一分片数据的分布式数据库，按照预设拆分规则对第一分片数据进行第二次分片处理，将同一账户的批量交易数据发送至消息中间件的目标分区中。相较于相关技术，本公开实施例提供的批量交易数据的处理方法通过双重分片系统将同一账户的批量数据分片至同一分区，保证各分区数据互不影响的同时，高并发地处理账务，通过多线程的账务处理中，提高处理效率，缩短大批量处理的时间。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1a示意性示出了现有技术中分布式账务系统架构的示意图；

图1b示意性示出了根据本公开实施例提供的分布式账务系统架构的示意图；

图2示意性示出了根据本公开实施例的批量交易数据的处理方法、装置、设备、介质和程序产品的应用场景图；

图3示意性示出了根据本公开实施例提供的一种批量交易数据的处理方法的流程图；

图4示意性示出了根据本公开实施例提供的双重分片系统的示意图；

图5a示意性示出了根据本公开实施例提供的第一分片处理方法的流程图；

图5b示意性示出了根据本公开实施例提供的双重分片系统中第一分片处理过程的示意图；

图6a示意性示出了根据本公开实施例提供的第二次分片处理方法的流程图；

图6b示意性示出了根据本公开实施例提供的双重分片系统的第二次分片处理过程的示意图；

图7示意性示出了根据本公开实施例的一种批量交易数据的处理装置的结构框图；以及

图8示意性示出了根据本公开实施例的适于实现批量交易数据处理方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

首先对本公开实施例出现的术语进行解释：

分布式账务处理：将原本在同一台大型计算机系统内处理的交易环节，拆解为多个相对独立的处理过程，由多台微型计算机来完成。

Kafka：一个分布式的流平台(a distributed streaming platform)，类似于消息队列，架在消息生产者与消息消费者之间的通道，本质是一个队列。

容器：本文中指Docker容器，是指基于镜像运行而成的实例，除镜像包含的文件资源外，还包含了运行态的应用进程等。

基于上述技术问题，本公开的实施例提供了一种带宽控制方法，应用于分布式系统，所述分布式系统包括多个数据库服务器，每一所述数据库服务器部署多个容器节点，所述处理方法包括：响应于用户的批量交易汇款请求，获取批量交易数据；根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器，其中特征标识信息包括账户标识信息和/或交易地区标识信息；将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器；按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区；以及将所述第二分片数据发送至所述目标分区。

首先结合图1a和图1b介绍本公开实施例提供的分布式账务系统架构。图1a示意性示出了现有技术中分布式账务系统架构的示意图。图1b示意性示出了根据本公开实施例提供的分布式账务系统架构的示意图。

如图1a所示，在分布式的框架中可以根据不同的应用业务需求，部署多台小型计算机。在每台小型计算机的docker+Kubernetes技术部署运行的容器(Pod)，也是可以根据自身的业务需求进行调整，图1a以每台小型计算机下部署两台Pod的多容器处理机制为例，当交易进来时，两台容器正常启动，交易是通过负载均衡到某一容器运行，另一台容器空闲着，现有技术中容器资源的利用率低，批量数据处理效率低，存在同一账户的批量数据同时被多个容器处理，为防止同一笔交易被多次处理，还需设置等待机制，等待处理结果信息才能处理下一笔交易，甚至可能造成交易超时的问题，因此导致批量数据处理时效低。

而在本公开实施例中，如图1b所示，分布式账务系统框架中设置双重分片系统，在获取到所有的批次的汇款数据，按照分布式框架的系统，会根据客户或者地区等不同维度的标志性客户信息，进行路由分片，完成“双重分片系统”的第一次数据分片。在对应的每台小型计算机上，进行“双重分片系统”的第二次分片。而后面的容器pod就会处理对应的分区数据。在每台容器都正常的情况下，实现最大程度的调度，满足每台Pod容器的节点上同时处理。在每个容器节点都部署好联机小批量消费kafka中间消息作业，实现一台容器一个独立进程，准实时消费到Kafka中的消息队列的推送，同时将批量汇款的业务数据实时进行汇款交易，处理完一笔接下另一笔，实现不间断的高速处理账务。每一个Pod都是一个独立的线程处理账务，互不影响。

图2示意性示出了根据本公开实施例的批量交易数据的处理方法、装置、设备、介质和程序产品的应用场景图。

如图2所示，根据该实施例的应用场景100可以包括批量交易数据处理场景。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103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101、102、103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105可以是为批量交易数据处理服务器，针对用户通过应用服务器发起的批量交易数据的处理请求，例如响应于用户利用终端设备101、102、103所发出的交易请求，该批量交易数据处理服务器根据接收到的批量交易数据，按照本公开实施例提供的批量交易数据的处理方法将批量交易数据进行两次数据分片后发送至消息中间件的对应分区，由容器应用节点消费，处理对应的账务数据。

需要说明的是，本公开实施例所提供的批量交易数据的处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的批量交易数据的处理装置一般可以设置于服务器105中。本公开实施例所提供的批量交易数据的处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的批量交易数据的处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图2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。

需要说明的是，本公开实施例确定的批量交易数据的处理方法和装置可用于云计算技术领域，也可用于金融技术领域，还可用于除金融领域之外的任意领域，本公开实施例确定的批量交易数据的处理方法和装置的应用领域不做限定。

以下将基于图2描述的场景，通过图3～图6b对本公开实施例的批量交易数据的处理方法进行详细描述。

图3示意性示出了根据本公开实施例提供的一种批量交易数据的处理方法的流程图。图4示意性示出了根据本公开实施例提供的双重分片系统的示意图。

如图3所示，该实施例的批量交易数据的处理方法包括操作S210～操作S250，该方法可以由服务器或其他计算设备执行。该实施例的批量交易数据的处理方法应用于分布式系统。所述分布式系统包括多个数据库服务器，每一所述数据库服务器部署多个容器节点。

在操作S210，响应于用户的批量交易汇款请求，获取批量交易数据。

一个示例中，本公开实施例中的批量汇款交易是用户从网银、手机等交易界面，开始提交批量汇款的批次，同时也将明细上传到银行系统中，最终将批量汇款的批次和交易明细都交到底层的账务处理中心，由账务处理中心的应用完成所有的批量汇款业务。在账务处理中心的应用，需要尽最快的效率，帮助客户完成批量的汇款。本公开实施例中的批量交易数据的处理方法实际由账务处理中心的服务器执行。在接收到用户的批量交易汇款请求后，获取前端用户提交的批量交易数据。

可拓展的，对所述批量交易数据进行校验操作。在进行下一步处理操作之前，需要对批量交易数据进行校验操作。批量交易数据包括批量汇款的批次数据以及各种的批量汇款交易明细信息数据，包括金额、户名、卡号等交易信息。通过网银批量汇款的预校验，例如总金额的核对、扣款账户检查、风险控制检查等预检查，将部分不符合批量汇款的批次直接拒绝交易。将所有通过预校验的数据进入“双重分片系统”的第一次数据分片。

在操作S220，根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器。

在操作S230，将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器。

根据本公开的实施例，所述特征标识信息包括账户标识信息和/或交易地区标识信息。

一个示例中，根据批量交易数据的特征标识信息对经过校验的批量交易数据第一次分片处理，按照账户或交易地区的维度对批量交易数据进行路由分片，生成多组第一分片数据，并将该多组第一分片数据保存至对应的数据库中，即确定第一分片数据对应的小型计算机(目标数据库服务器)，本公开实施例中的路由算法可以是相关技术中的任一成熟算法，在此不再赘述。

在操作S240，按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区。

在操作S250，将所述第二分片数据发送至所述目标分区。

根据本公开的实施例，所述目标分区的消息由所述目标数据库服务器的至少一个容器节点消费。

一个示例中，如图4所示，在经过第一次数据分片处理之后，为了防止相关技术中使用乱序的机关枪调用方式，导致账户交易被多次执行，需要按照预设拆分规则对第一分片数据进行第二次分片处理，生成多组第二分片数据，以及确定每组第二分片数据对应的目标分区，该目标分区为消息中间件的分区，例如可以是kafka中Topic下的多个目标分区。并将第二分片数据发送至对应的目标分区。目标分区的消息由目标数据库服务器部署的容器节点消费，在本公开实施例中，目标数据库服务器基于docker+Kubernetes技术部署运行了两个容器节点，容器节点的数量可以结合具体业务量的处理需求确定，也可以是部署多个容器节点，容器节点的数量不作具体限定。操作S240的具体过程可参见图6a所示的操作S241，在此不再赘述。

通过本公开的实施例提供的一种批量交易数据的处理方法，根据批量交易数据的特征标识信息对批量交易数据进行第一次分片处理得到第一分片数据，并确定该第一分片数据的分布式数据库，按照预设拆分规则对第一分片数据进行第二次分片处理，将同一账户的批量交易数据发送至消息中间件的目标分区中。通过双重分片系统将同一账户的批量数据分片至同一分区，保证各分区数据互不影响的同时，高并发地处理账务，通过多线程的账务处理中，提高处理效率，缩短大批量处理的时间。

图5a示意性示出了根据本公开实施例提供的第一分片处理方法的流程图。图5b示意性示出了根据本公开实施例提供的双重分片系统中第一分片处理过程的示意图。如图5a所示，操作S220包括操作S221和操作S222。

在操作S221，获取所述批量交易数据的账户标识信息和交易地区标识信息。

在操作S222，根据所述账户标识信息和/或所述交易地区标识信息对所述批量交易数据进行路由分片，以得到多个第一分片数据以及所述多个第一分片数据对应的多个目标数据库服务器。

一个示例中，如图5b所示，将所有通过预检查的数据，数据进入“双重分片系统”的第一次分片，具体的，首先获取批量交易数据的特征标识信息，包括账户标识信息和交易地区标识信息，例如账号、用户编号、地区编码等标识信息，通过账户维度或交易地区维度分片拆散数据到对应的小型计算机1、小型计算机2…小型计算机n中，以使得将同一地区的批量数据或同账户的批量数据拆分至同一台目标数据库服务器中，可拓展的，也可以根据账户和交易地区两个维度综合考虑将批量交易数据分成多份第一分片数据，将多个第一分片数据保存至对应的目标数据库服务器中。

图6a示意性示出了根据本公开实施例提供的第二次分片处理方法的流程图。图6b示意性示出了根据本公开实施例提供的双重分片系统的第二次分片处理过程的示意图。如图6a所示，操作S240包括操作S241。

在操作S241，根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理。

根据本公开的实施例，将所述第一分片数据的同一账户标识信息作为目标分区key值，采用路由算法进行一致性哈希分片计算，以确定第二分片数据和所述第二分片数据对应的目标分区。

一个示例中，在每台小型计算机的第一分片数据，通过MurmurHash的路由分片，将第一分片数据按照预设拆分规则进行“双重分片系统”的第二次分片，具体的，本公开实施例中的预设拆分规则例如可以是以扣款账户为分区原则，将相同扣款账户的批量交易数据拆分至同一分区，采用扣款账户为分区原则，是鉴于一般针对于批量汇款，一个借方对应多个贷方，如果使用乱序的机关枪调用方式，很容易导致借方账户交易同时扣钱给多个贷方账户，而其中每笔汇款交易的本身都需要等待前一笔借方交易的完成，才能做下一笔交易，如果交易过程中等待时间过长会导致交易超时而失败。银行账户是需要一笔交易完成之后，处理好账户余额表，才能继续往下做交易，防止账务错乱等问题。而通过该分区模型可以实现交易中同个扣款账户的汇款数据，呈线程排序队列在同一个分区，数据整合好发送至Kafka中间消息队列中，供容器节点消费。

如图6b所示，以相同扣款账户作为Kafka分区key值分区，采用murmur2算法进行一致性哈希分片计算，然后与topic下面的分区数量进行取模取整，从而选择对应的Partition分区，将数据以Kafka的形式推送到中间消息中，放置在Kafka中间消息的partition-1(分区1)、partition-2(分区2)。达到最终同一个扣款账户在同一个分区下的目的，避免同时扣款账户被多个线程调起而导致交易超时。此时各个小型计算机下部署的各台容器Pod也在不断的运行消费kafka消息的后台联机小批量，联机小批量消费到每一笔kafka消息就会登记在批量汇款交易明细表中，同时进行汇款交易业务的逻辑处理，并将汇款交易结果登记在批量汇款交易明细表中，批量汇款交易明细表可进行可视化处理，展示给客户。此时的处理线程是根据容器Pod节点的数量决定的，在本公开实施例中，一台小型计算机下面部署两台运行容器Pod，那对应的处理小型计算机的线程就是两个Pod1、Pod2，并且对于小型计算机1下面Pod1、Pod2的处理是互不影响的，保证了并发的同时，不因为账务处理流程而影响。

该分布式大批量账务处理方法的使用，可以实现多线程处理，同一账户互不影响，即能处理效率的高效运行，又能确保所有的账务正确处理，各个节点之间也互不干扰。该方法更加适用于分布式框架下的多计算机运行。

基于上述批量交易数据的处理方法，本公开还提供了一种批量交易数据的处理装置。以下将结合图7对该装置进行详细描述。

图7示意性示出了根据本公开实施例的一种批量交易数据的处理装置的结构框图。

如图7所示，该实施例的批量交易数据的处理装置800包括获取模块810、第一数据分片模块820、第一发送模块830、第二数据分片模块840和第二发送模块850。

获取模块810用于响应于用户的批量交易汇款请求，获取批量交易数据。在一实施例中，获取模块810可以用于执行前文描述的操作S210，在此不再赘述。

第一数据分片模块820用于根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器，其中特征标识信息包括账户标识信息和/或交易地区标识信息。在一实施例中，第一数据分片模块820可以用于执行前文描述的操作S220，在此不再赘述。

第一发送模块830用于将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器。在一实施例中，第一发送模块830可以用于执行前文描述的操作S230，在此不再赘述。

第二数据分片模块840用于按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区。在一实施例中，第二数据分片模块840可以用于执行前文描述的操作S240，在此不再赘述。

第二发送模块850用于将所述第二分片数据发送至所述目标分区。在一实施例中，第二发送模块850可以用于执行前文描述的操作S250，在此不再赘述。

根据本公开的实施例，第一数据分片模块820包括：获取子模块和第一分片子模块。

获取子模块，用于获取所述批量交易数据的账户标识信息和交易地区标识信息。在一实施例中，获取子模块可以用于执行前文描述的操作S221，在此不再赘述。

第一分片子模块用于根据所述账户标识信息和/或所述交易地区标识信息对所述批量交易数据进行路由分片，以得到多个第一分片数据以及所述多个第一分片数据对应的多个目标数据库服务器。在一实施例中，第一分片子模块可以用于执行前文描述的操作S222，在此不再赘述。

根据本公开的实施例，第二数据分片模块包括：第二分片子模块。

第二分片子模块用于根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理。在一实施例中，第二分片子模块可以用于执行前文描述的操作S241，在此不再赘述。

根据本公开的实施例，第二分片子模块包括分片单元。

分片单元用于将所述第一分片数据的同一账户标识信息作为目标分区key值，采用路由算法进行一致性哈希分片计算，以确定第二分片数据和所述第二分片数据对应的目标分区。在一实施例中，分片单元可以用于执行前文描述的操作S241，在此不再赘述。

根据本公开的实施例，还包括：数据校验模块。

数据校验模块，用于对所述批量交易数据进行校验操作。在一实施例中，数据校验模块可以用于执行前文描述的操作S210，在此不再赘述。

根据本公开的实施例，获取模块810、第一数据分片模块820、第一发送模块830、第二数据分片模块840和第二发送模块850中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块810、第一数据分片模块820、第一发送模块830、第二数据分片模块840和第二发送模块850中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块810、第一数据分片模块820、第一发送模块830、第二数据分片模块840和第二发送模块850中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图8示意性示出了根据本公开实施例的适于实现批量交易数据处理方法的电子设备的方框图。

如图8所示，根据本公开实施例的电子设备900包括处理器901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 903中，存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备900还可以包括输入/输出(I/O)接口905，输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；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907；包括硬盘等的存储部分908；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909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，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910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908。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储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执行时，实现根据本公开实施例的批量交易数据的处理方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：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)、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。在本公开中，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。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，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。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的批量交易数据的处理方法。

在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分909被下载和安装，和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种批量交易数据的处理方法，应用于分布式系统，所述分布式系统包括多个数据库服务器，每一所述数据库服务器部署多个容器节点，其特征在于，所述处理方法包括：

响应于用户的批量交易汇款请求，获取批量交易数据；

根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器，其中特征标识信息包括账户标识信息和/或交易地区标识信息；

将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器；

按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区；以及

将所述第二分片数据发送至所述目标分区。

2.根据权利要求1所述的处理方法，其特征在于，所述根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器包括：

获取所述批量交易数据的账户标识信息和交易地区标识信息；

根据所述账户标识信息和/或所述交易地区标识信息对所述批量交易数据进行路由分片，以得到多个第一分片数据以及所述多个第一分片数据对应的多个目标数据库服务器。

3.根据权利要求1所述的处理方法，其特征在于，所述按照预设拆分规则对所述第一分片数据进行第二次分片处理包括：

根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理。

4.根据权利要求3所述的处理方法，其特征在于，所述根据所述第一分片数据的账户标识信息对所述第一分片数据进行第二次分片处理包括：

将所述第一分片数据的同一账户标识信息作为目标分区key值，采用路由算法进行一致性哈希分片计算，以确定第二分片数据和所述第二分片数据对应的目标分区。

5.根据权利要求1所述的处理方法，其特征在于，在对所述批量交易数据进行第一次分片处理之前，还包括：

对所述批量交易数据进行校验操作。

6.根据权利要求1至5中任一项所述的处理方法，其特征在于，所述目标分区的消息由所述目标数据库服务器的至少一个容器节点消费。

7.一种批量交易数据的处理装置，应用于分布式系统，所述分布式系统包括多个数据库服务器，每一所述数据库服务器部署多个容器节点，其特征在于，所述装置包括：

获取模块，用于响应于用户的批量交易汇款请求，获取批量交易数据；

第一数据分片模块，用于根据所述批量交易数据的特征标识信息对所述批量交易数据进行第一次分片处理，以确定第一分片数据以及所述第一分片数据对应的目标数据库服务器，其中特征标识信息包括账户标识信息和/或交易地区标识信息；

第一发送模块，用于将所述第一分片数据保存至所述第一分片数据对应的目标数据库服务器；

第二数据分片模块，用于按照预设拆分规则对所述第一分片数据进行第二次分片处理，以确定第二分片数据以及所述第二分片数据对应消息中间件中的目标分区；以及

第二发送模块，用于将所述第二分片数据发送至所述目标分区。

8.一种电子设备，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，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～6中任一项所述的处理方法。

9.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～6中任一项所述的处理方法。

10.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～6中任一项所述的处理方法。

Images