CN115357390A - 一种基于借据的多任务分布式处理方法及系统 - Google Patents

一种基于借据的多任务分布式处理方法及系统 Download PDF

Info

Publication number
CN115357390A
CN115357390A CN202211019324.0A CN202211019324A CN115357390A CN 115357390 A CN115357390 A CN 115357390A CN 202211019324 A CN202211019324 A CN 202211019324A CN 115357390 A CN115357390 A CN 115357390A
Authority
CN
China
Prior art keywords
borrow
data
borrowing
task
level
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
Application number
CN202211019324.0A
Other languages
English (en)
Inventor
上官玉将
惠康
李文超
马勤权
陶志强
王海平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinshang Consumer Finance Co ltd
Original Assignee
Jinshang Consumer Finance Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jinshang Consumer Finance Co ltd filed Critical Jinshang Consumer Finance Co ltd
Priority to CN202211019324.0A priority Critical patent/CN115357390A/zh
Publication of CN115357390A publication Critical patent/CN115357390A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • 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
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5017—Task decomposition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5018—Thread allocation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Hardware Redundancy (AREA)

Abstract

本发明公开了一种基于借据的多任务分布式处理方法及系统，该方法包括：获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号；每个借据级任务对应一个借据；根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片；根据预设的分配策略，将所述多个借据分片分配到不同的机器，以使各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理。本方法提高了系统横向扩容能力和执行效率，可满足后续业务量不断增大的现实需求。

Description

一种基于借据的多任务分布式处理方法及系统
技术领域
本发明涉及借据信息处理技术领域，尤其涉及一种基于借据的多任务分布式处理方法及系统。
背景技术
对于银行和金融机构而言，日终任务分为30余类，由于任务与任务之间存在依赖关系，所以任务需要按照一定的执行顺序进行。目前，日终任务的执行方式为按任务顺序在一台服务器上逐个执行，每个任务按条件抽取符合条件的数据，再进行数据处理，当数据处理出错时，当前所在执行任务全部回滚，需要人为干预解决后才能继续执行。
在现行的业务系统中，由于数据需在全量完成当前任务后再进行下一步处理，所以当数据处理出错时，实现单笔借据的任务重试比较复杂，系统容错能力低，运维量大。另外，由于服务器仍使用物理机，未引入分布式技术，导致系统处理能力不足，难以满足后续业务量不断增大的现实需求，难以适应未来发展的需要。
现行的日终任务处理系统至少存在以下的缺陷：系统横向扩容能力差，执行效率低。
发明内容
本发明提供了一种基于借据的多任务分布式处理方法及系统，提高系统横向扩容能力和执行效率。
为了解决上述技术问题，本发明实施例提供了一种基于借据的多任务分布式处理方法，包括：
获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号；每个借据级任务对应一个借据；
根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片；
根据预设的分配策略，将所述多个借据分片分配到不同的机器，以使各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理。
本发明提供的方法将现有的单机运行的批处理任务改造成多机可以运行的分布式批处理任务进行处理，将多个借据分片分配到不同的机器进行处理，且可根据实际需要增加机器的数量，实现大量任务的快速处理，提高了系统的横向扩容能力和执行效率，可满足后续业务量不断增大的现实需求，适应未来发展的需要。
进一步地，所述根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片，具体为：
用所述线程号对所述分片总数取模，生成每个借据对应的第一分片号，获得多个借据分片。
进一步地，所述根据预设的分配策略，将所述多个借据分片分配到不同的机器，具体为：
获取所述分片总数、所述机器的数量、以及各所述机器对应的机器排列序号；
若所述分片总数能够被所述机器的数量整除，则将所述多个借据分片平均分配到所述不同的机器；
若所述分片总数不能够被所述机器的数量整除，则先将能够整除的借据分片平均分配到所述不同的机器，再将不能整除的多余借据分片依次追加到机器排列序号小的机器上。
本发明采用基于平均分配算法的分配策略，将多个借据分片平均分配到不同的机器进行处理，提高了系统的执行效率。
进一步地，所述各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理，具体为：
获取所在机器上当前借据分片对应的第一分片号，检索出数据库中所有与所述第一分片号对应的借据；
获取与第一分片号对应的所有借据的具体数据信息，使所在机器根据所述所有借据的具体数据信息进行借据级任务处理。
本发明提供的方法用分片号将大量的借据进行划分，允许每个分片号可对应多个借据，可以满足后续业务量不断增大的现实需求。
进一步地，获取所述所有机器的借据级任务报错信息，更新系统错误任务数；
若所述借据级任务出现报错，则对该借据级任务进行错误标识，系统错误任务数进行自增；
若所述系统错误任务数达到预设的阈值，则对该借据级任务设置断点并等待人工干预；否则，继续正常处理其他借据级任务。
本发明提供的方法通过配置预设的阈值，只有当系统错误任务数达到预设的阈值时才设置断点并等待人工干预，提高了系统的容错能力，降低了运维量，有效提高了系统运行效率。
进一步地，在所述获取各借据级任务之前，还需进行任务分类，具体为：
获取系统所有任务，逐一判断所述任务是否为借据级任务，将所有任务分为借据级任务和非借据级任务两类。
进一步地，对所述非借据级任务采用异步或者调度运行。
进一步地，所述每个借据级任务包含借据级日终任务和借据级日初任务。
本发明还提供了一种基于借据的多任务分布式处理系统，所述系统包括：线程号生成模块、第一分片处理模块、分配模块；
所述线程号生成模块用于获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号；每个借据级任务对应一个借据；
所述第一分片处理模块用于根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片；
所述分配模块用于根据预设的分配策略，将所述多个借据分片分配到不同的机器。
进一步地，所述系统还包括容错处理模块，用于对出错的借据级任务进行处理。
所述容错处理模块，用于对出错的借据级任务进行处理，具体为：
获取所述所有机器的借据级任务报错信息，更新系统错误任务数；
若所述借据级任务出现报错，则对该借据级任务进行错误标识，系统错误任务数进行自增；
若所述系统错误任务数达到预设的阈值，则对该借据级任务设置断点并等待人工干预；否则，继续正常处理其他借据级任务。
本发明提供的系统将现有的单机运行的批处理任务改造成多机可以运行的分布式批处理任务进行处理，将多个借据分片分配到不同的机器进行处理，且可根据实际需要增加机器的数量，实现大量任务的快速处理，提高了系统的横向扩容能力和执行效率，可满足后续业务量不断增大的现实需求，适应未来发展的需要。
附图说明
图1：为本发明提供的一种基于借据的多任务分布式处理方法的一种实施例的流程示意图；
图2：为本发明提供的一种基于借据的多任务分布式处理系统的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
请参照图1，为本发明提供的一种基于借据的多任务分布式处理方法的一种实施例的流程示意图，包括步骤101至步骤103，各步骤具体方法如下：
步骤101：获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号。
其中，每个借据级任务对应一个借据。
在本实施例中，所述生成的线程号为1-100内的随机数。
步骤102：根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片。
在本实施例中，所述根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片，具体为：
用所述线程号对所述分片总数取模，生成每个借据对应的第一分片号，获得多个借据分片。
步骤103：根据预设的分配策略，将所述多个借据分片分配到不同的机器，以使各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理。
在本实施例中，采用elastic job框架根据预设的分配策略实现对借据分片的分配。
所述根据预设的分配策略，将所述多个借据分片分配到不同的机器，具体为：
获取所述分片总数、所述机器的数量、以及各所述机器对应的机器排列序号；
若所述分片总数能够被所述机器的数量整除，则将所述多个借据分片平均分配到所述不同的机器；
若所述分片总数不能够被所述机器的数量整除，则先将能够整除的借据分片平均分配到所述不同的机器，再将不能整除的多余借据分片依次追加到机器排列序号小的机器上。
本发明采用基于平均分配算法的分配策略，将多个借据分片平均分配到不同的机器进行处理，提高了系统的执行效率。
进一步地，所述各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理，具体为：
获取所在机器上当前借据分片对应的第一分片号，检索出数据库中所有与所述第一分片号对应的借据；
获取与第一分片号对应的所有借据的具体数据信息，使所在机器根据所述所有借据的具体数据信息进行借据级任务处理。
在本实施例中，由于借据业务量大，所述第一分片号对应的借据数量较多，因此，所在机器根据所述所有借据的具体数据信息进行借据级任务处理时采用分批次处理，具体为：
在获取与第一分片号对应的所有借据的具体数据信息时，每次仅获取20000个借据对应的具体数据信息进行借据级任务处理；
在完成对上述20000个借据对应的借据级任务处理后，再提取剩余的借据对应的具体数据信息进行借据级任务处理，直到所述所有借据对应的借据级任务均处理完成为止。
本发明提供的方法用分片号将大量的借据进行划分，允许每个分片号可对应多个借据，可以满足后续业务量不断增大的现实需求。
作为本发明实施例的一种具体实施方式，在所述“获取各借据级任务”之前，还需进行任务分类，具体为：
获取系统所有任务，逐一判断所述任务是否为借据级任务，将所有任务分为借据级任务和非借据级任务两大类。
在本实施例中，非借据级任务分为非借据级日终任务和非借据级日初任务两类，每个借据级任务包含借据级日终任务和借据级日初任务。
在本实施例中，对所述非借据级任务采用异步或者调度运行，且在对借据级任务进行处理前，需先完成对所述非借据级日终任务的执行；其中，所述非借据级日终任务包括：借据状态初始化、系统换日、系统集群重载等。
作为本发明实施例的一种具体实施方式，本方法还提供了一种容错处理机制，用于对出错的借据级任务进行处理，具体为：
获取所述所有机器的借据级任务报错信息，根据所述借据级任务报错信息对出错的借据级任务进行处理。
所述根据所述借据级任务报错信息对出错的借据级任务进行处理，具体为：
获取所述所有机器的借据级任务报错信息，更新系统错误任务数；
若所述借据级任务出现报错，则对该借据级任务进行错误标识，系统错误任务数进行自增；
若所述系统错误任务数达到预设的阈值，则对该借据级任务设置断点并等待人工干预；否则，继续正常处理其他借据级任务。
在本实施例中，每当机器获取借据的具体数据信息进行一次借据级任务处理后，需进行redis的实时更新，更新当前执行完成数、系统错误任务数、完成比例等相关信息。
在本实施例中，在每个借据级任务内部，均按顺序先执行借据级日终任务，再执行借据级日初任务，当所有借据级任务完成后，再执行非借据级日初任务；
其中，非借据级日初任务包括分户账余额切换、批量清算数据准备、日初完成等。
本发明提供的方法通过配置预设的阈值，只有当系统错误任务数达到预设的阈值时才设置断点并等待人工干预，提高了系统的容错能力，降低了运维量，有效提高了系统运行效率。
本发明提供的方法将现有的单机运行的批处理任务改造成多机可以运行的分布式批处理任务进行处理，将多个借据分片分配到不同的机器进行处理，且可根据实际需要增加机器的数量，实现大量任务的快速处理，提高了系统的横向扩容能力和执行效率，可满足后续业务量不断增大的现实需求，适应未来发展的需要。
实施例二
请参照图2，为本发明提供的一种基于借据的多任务分布式处理系统的一种实施例的结构示意图，包括：线程号生成模块201、第一分片处理模块202、分配模块203。
所述线程号生成模块201用于获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号；每个借据级任务对应一个借据；
所述第一分片处理模块202用于根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片；
所述分配模块203用于根据预设的分配策略，将所述多个借据分片分配到不同的机器。
在本实施例中，所述第一分片处理模块202用于根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片，具体为：
用所述线程号对所述分片总数取模，生成每个借据对应的第一分片号，获得多个借据分片。
所述分配模块203用于根据预设的分配策略，将所述多个借据分片分配到不同的机器，具体为：
获取所述分片总数、所述机器的数量、以及各所述机器对应的机器排列序号；
若所述分片总数能够被所述机器的数量整除，则将所述多个借据分片平均分配到所述不同的机器；
若所述分片总数不能够被所述机器的数量整除，则先将能够整除的借据分片平均分配到所述不同的机器，再将不能整除的多余借据分片依次追加到机器排列序号小的机器上。
本系统采用基于平均分配算法的分配策略，将多个借据分片平均分配到不同的机器进行处理，提高了系统的执行效率。
进一步地，各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理，具体为：
获取所在机器上当前借据分片对应的第一分片号，检索出数据库中所有与所述第一分片号对应的借据；
获取与第一分片号对应的所有借据的具体数据信息，使所在机器根据所述所有借据的具体数据信息进行借据级任务处理。
本系统用分片号将大量的借据进行划分，允许每个分片号可对应多个借据，可以满足后续业务量不断增大的现实需求。
作为本发明实施例的一种具体实施方式，该系统还包括容错处理模块，用于对出错的借据级任务进行处理。
所述容错处理模块，用于对出错的借据级任务进行处理，具体为：
获取所述所有机器的借据级任务报错信息，更新系统错误任务数；
若所述借据级任务出现报错，则对该借据级任务进行错误标识，系统错误任务数进行自增；
若所述系统错误任务数达到预设的阈值，则对该借据级任务设置断点并等待人工干预；否则，继续正常处理其他借据级任务。
本系统通过配置预设的阈值，只有当系统错误任务数达到预设的阈值时才设置断点并等待人工干预，提高了系统的容错能力，降低了运维量，有效提高了系统运行效率。
本发明提供的系统将现有的单机运行的批处理任务改造成多机可以运行的分布式批处理任务进行处理，将多个借据分片分配到不同的机器进行处理，且可根据实际需要增加机器的数量，实现大量任务的快速处理，提高了系统的横向扩容能力和执行效率，可满足后续业务量不断增大的现实需求，适应未来发展的需要；通过配置预设的阈值，只有当系统错误任务数达到预设的阈值时才设置断点并等待人工干预，提高了系统的容错能力，降低了运维量，有效提高了系统运行效率。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于借据的多任务分布式处理方法，其特征在于，包括：
获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号；每个借据级任务对应一个借据；
根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片；
根据预设的分配策略，将所述多个借据分片分配到不同的机器，以使各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理。
2.如权利要求1所述的一种基于借据的多任务分布式处理方法，其特征在于，所述根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片，具体为：
用所述线程号对所述分片总数取模，生成每个借据对应的第一分片号，获得多个借据分片。
3.如权利要求1所述的一种基于借据的多任务分布式处理方法，其特征在于，所述根据预设的分配策略，将所述多个借据分片分配到不同的机器，具体为：
获取所述分片总数、所述机器的数量、以及各所述机器对应的机器排列序号；
若所述分片总数能够被所述机器的数量整除，则将所述多个借据分片平均分配到所述不同的机器；
若所述分片总数不能够被所述机器的数量整除，则先将能够整除的借据分片平均分配到所述不同的机器，再将不能整除的多余借据分片依次追加到机器排列序号小的机器上。
4.如权利要求2所述的一种基于借据的多任务分布式处理方法，其特征在于，所述各所述机器根据接收到的借据分片，结合预设的算法获取对应的借据信息进行借据级任务处理，具体为：
获取所在机器上当前借据分片对应的第一分片号，检索出数据库中所有与所述第一分片号对应的借据；
获取与第一分片号对应的所有借据的具体数据信息，使所在机器根据所述所有借据的具体数据信息进行借据级任务处理。
5.如权利要求1所述的一种基于借据的多任务分布式处理方法，其特征在于，该方法还包括：
获取所述所有机器的借据级任务报错信息，更新系统错误任务数；
若所述借据级任务出现报错，则对该借据级任务进行错误标识，系统错误任务数进行自增；
若所述系统错误任务数达到预设的阈值，则对该借据级任务设置断点并等待人工干预；否则，继续正常处理其他借据级任务。
6.根据如权利要求1至5任意一项所述的一种基于借据的多任务分布式处理方法，在所述获取各借据级任务之前，还需进行任务分类，具体为：
获取系统所有任务，逐一判断所述任务是否为借据级任务，将所有任务分为借据级任务和非借据级任务两类。
7.根据权利要求6所述的一种基于借据的多任务分布式处理方法，其特征在于，对所述非借据级任务采用异步或者调度运行。
8.根据权利要求1至5任意一项所述的一种基于借据的多任务分布式处理方法，其特征在于，所述每个借据级任务包含借据级日终任务和借据级日初任务。
9.一种基于借据的多任务分布式处理系统，其特征在于，所述系统包括：线程号生成模块、第一分片处理模块、分配模块；
所述线程号生成模块用于获取各借据级任务，分别为所述各借据级任务对应的借据生成一个线程号；每个借据级任务对应一个借据；
所述第一分片处理模块用于根据预设的分片总数和所述线程号，对每个借据分别进行第一分片处理，获得多个借据分片；
所述分配模块用于根据预设的分配策略，将所述多个借据分片分配到不同的机器。
10.如权利要求9所述的一种基于借据的多任务分布式处理系统，其特征在于，所述系统还包括容错处理模块，用于对出错的借据级任务进行处理，具体为：
获取所述所有机器的借据级任务报错信息，更新系统错误任务数；
若所述借据级任务出现报错，则对该借据级任务进行错误标识，系统错误任务数进行自增；
若所述系统错误任务数达到预设的阈值，则对该借据级任务设置断点并等待人工干预；否则，继续正常处理其他借据级任务。
CN202211019324.0A 2022-08-24 2022-08-24 一种基于借据的多任务分布式处理方法及系统 Pending CN115357390A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211019324.0A CN115357390A (zh) 2022-08-24 2022-08-24 一种基于借据的多任务分布式处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211019324.0A CN115357390A (zh) 2022-08-24 2022-08-24 一种基于借据的多任务分布式处理方法及系统

Publications (1)

Publication Number Publication Date
CN115357390A true CN115357390A (zh) 2022-11-18

Family

ID=84005319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211019324.0A Pending CN115357390A (zh) 2022-08-24 2022-08-24 一种基于借据的多任务分布式处理方法及系统

Country Status (1)

Country Link
CN (1) CN115357390A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117251508A (zh) * 2023-09-22 2023-12-19 湖南长银五八消费金融股份有限公司 一种借据批量入账方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117251508A (zh) * 2023-09-22 2023-12-19 湖南长银五八消费金融股份有限公司 一种借据批量入账方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109451072A (zh) 一种基于Kafka的消息缓存系统和方法
CN113157710B (zh) 区块链数据并行写入方法、装置、计算机设备及存储介质
CN110138688A (zh) 动态调整业务接口的方法、装置、设备及可读存储介质
CN110276614A (zh) 分户账的更新方法和装置
CN115357390A (zh) 一种基于借据的多任务分布式处理方法及系统
CN103593300B (zh) 一种内存分配回收方法
CN111160873A (zh) 基于分布式架构的跑批处理装置及方法
CN101606172A (zh) 用于自适应信息传播的系统和方法
CN111275415A (zh) 资源通道的切换方法、装置、设备及存储介质
CN111399909A (zh) 业务系统数据分发处理方法、装置及存储介质
CN109710182A (zh) 行情数据处理方法、装置及控制器和介质
WO2018166145A1 (zh) 还款数据分批报盘方法和装置
CN114584577A (zh) 一种处理数据的区块链分片异步共识方法及系统
CN110008206A (zh) 一种基于区块链系统的数据处理方法及装置
CN112381537A (zh) 一种热点账户记账的方法
CN103218449A (zh) 报表日间操作异步处理方法与系统
AU2009333140B2 (en) Real-time trade forecaster
CN112767168A (zh) 基于区块链的超级账本并行处理方法及并行处理装置
CN114647701A (zh) 分布式数据库的负载均衡方法、装置、电子设备及介质
CN112035503B (zh) 交易数据更新方法及装置
CN114169997A (zh) 一种扣款方法和装置
CN113469668A (zh) 基于区块链的对公客户交易限制方法及装置
CN104933616A (zh) 金融服务器的数据处理方法和装置及系统
CN112346841B (zh) 一种基于区块链的服务链高可靠性追溯方法
EP4184325A1 (en) Method and system for high-throughput distributed computing of computational jobs

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