CN115545639A - 金融业务处理方法、装置、电子设备及存储介质 - Google Patents
金融业务处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115545639A CN115545639A CN202211128952.2A CN202211128952A CN115545639A CN 115545639 A CN115545639 A CN 115545639A CN 202211128952 A CN202211128952 A CN 202211128952A CN 115545639 A CN115545639 A CN 115545639A
- Authority
- CN
- China
- Prior art keywords
- service
- data
- target
- financial
- determining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 146
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims description 37
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000013467 fragmentation Methods 0.000 claims description 7
- 238000006062 fragmentation reaction Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F16/24552—Database cache management
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种金融业务处理方法、装置、电子设备及存储介质,所述金融业务处理方法包括:当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;将所述当前业务数据缓存至对应的第一目标缓存节点。本申请解决了现有技术金融业务处理效率较低的技术问题。
Description
技术领域
本申请涉及金融技术领域,尤其涉及一种金融业务处理方法、装置、电子设备及存储介质。
背景技术
从国内金融市场环境来看,金融资本市场和利率结构逐步放开、新巴赛尔协议、新会计准则的实施、银行同业竞争、以及客户差异性新需求,将推动中国银行业迅速发展,逐步实现与国际金融市场的接轨。随着银行业市场格局和监管环境的变化,金融行业的竞争主体会不断增多,经营和管理风险在不断加大,而利润空间却在缩小,从而加剧了银行与同业之间、与非银行金融机构之间的市场竞争,而面对来自金融市场的竞争压力,金融业务的种类和数量的不断增加,金融业务系统的管理压力日益增大,进而会影响到金融业务系统的进行金融业务处理的效率。
发明内容
本申请的主要目的在于提供一种金融业务处理方法、装置、电子设备及存储介质,旨在解决现有技术金融业务处理效率较低的技术问题。
为实现上述目的,本申请提供一种金融业务处理方法,所述金融业务处理方法包括:
当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;
将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;
若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;
将所述当前业务数据缓存至对应的第一目标缓存节点。
本申请还提供一种金融业务处理装置,所述金融业务处理装置包括:
确定模块,用于当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;
请求发送模块,用于将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;
业务数据生成模块,用于若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;
缓存模块,用于将所述当前业务数据缓存至对应的第一目标缓存节点。
本申请还提供一种电子设备,所述电子设备为实体设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述金融业务处理方法的程序,所述金融业务处理方法的程序被处理器执行时可实现如上述的金融业务处理方法的步骤。
本申请还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现金融业务处理方法的程序,所述金融业务处理方法的程序被处理器执行时实现如上述的金融业务处理方法的步骤。
本申请还提供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如上述的金融业务处理方法的步骤。
本申请提供了一种金融业务处理方法、装置、电子设备及存储介质,通过当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例,将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例,若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据,实现了金融业务的分布式处理,即,通过预置的负载均衡器调节处理金融业务的服务器和实例,在同一时间段内存在大量金融业务需要进行处理时,可以有效调节和均衡各个服务器和实例的负载压力,从而提高了金融业务的处理效率,进而通过将所述当前业务数据缓存至对应的第一目标缓存节点,实现了对每次金融业务处理得到的当前业务数据的分布式缓存,随着金融业务处理量的增大,在同一时间段内自然会得到的大量的业务数据,分布式缓存各个缓存节点之间互不干扰,从而可以有效提高缓存效率,由于缓存的业务数据仍可能需要进一步使用到各个金融业务的处理过程中,缓存效率越高,金融业务系统中各金融业务的处理效率则会越高,从而克服了现有技术金融业务处理效率较低的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请金融业务处理方法一实施例的流程示意图;
图2为本申请金融业务处理方法中一可实施方式基于Redis的分布式集群的场景示意图;
图3为本申请实施例中金融业务处理方法涉及的硬件运行环境的电子设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,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的前提下所获得的所有其它实施例,均属于本发明保护的范围。
本申请实施例提供一种金融业务处理方法,在本申请金融业务处理方法的第一实施例中,参照图1,所述金融业务处理方法包括:
步骤S10,当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;
在本实施例中,需要说明的是,金融业务是指金融机构运用货币交易手段融通有价物品,向金融活动参与者和顾客提供的共同受益、获得满足的活动,所述金融业务依托于金融业务系统,所述金融业务系统包括主控中心、负载均衡器、金融业务服务平台、业务应用平台、开发平台、运行监控平台、数据库和/或缓存存储器等,当客户在金融机构办理各种金融业务时,金融机构从业人员通过金融业务服务平台执行金融业务处理的相关操作,调用业务应用实例,完成金融业务处理过程。
在本实施例中,具体地,当接收到金融业务服务平台基于金融机构从业人员的操作信息,发送的金融业务处理请求时,获取至少一个当前可进行流量配置的服务器的相关信息,通过预置的负载均衡器从各所述服务器中确定用于处理所述金融业务的目标服务器,并从至少一个可处理所述金融业务的业务应用实例中,确定用于处理所述金融业务的目标业务应用实例,其中,所述负载均衡器是一种把网络请求分散到一个服务器集群中的可用服务器上去,通过管理进入的Web数据流量和增加有效的网络带宽的硬件设备,所述负载均衡器包括F5 BIG-IP(F5 BIG-IP广域流量管理器)等。
可选地,所述当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例的步骤包括:
步骤S11,当接收到金融业务处理请求时,根据预设的金融业务与业务应用的映射关系表,确定所述金融业务处理请求对应的目标业务应用;
步骤S12,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从所述目标业务应用对应的至少一个业务应用实例中确定目标业务应用实例。
在本实施例中,需要说明的是,所述金融业务与业务应用的映射关系表由注册中心生成,所述金融业务与业务应用的映射关系表生成后,可以存储于分布式数据库、负载均衡器对应的存储器和/或注册中心对应的缓存存储器等存储位置中,所述业务应用平台中的各个业务应用预先在注册中心注册各自可处理的金融业务,所述注册中心基于各个业务应用注册的金融业务,确定金融业务与业务应用之间的对应关系,并生成所述金融业务与业务应用的映射关系表,以供所述金融业务服务平台在调用金融业务应用进行金融业务处理时,可以直接根据所述金融业务与业务应用的映射关系表向对应的金融业务应用发送金融业务处理请求,从而减少了金融业务服务平台远程调用业务应用平台中的业务应用实例时的反复询问、握手、确认等过程,从而可以有效提高金融业务的处理效率。
具体地,当接收到金融业务服务平台基于金融机构从业人员的操作信息,发送的金融业务处理请求时,提取所述金融业务处理请求中的金融业务信息,根据所述金融业务信息查询预设的金融业务与业务应用的映射关系表,确定所述金融业务请求对应的目标业务应用,判断所述目标业务应用对应的业务应用实例的数量是否大于1个,若所述目标业务应用的数量大于1个,则通过预置的负载均衡器从各所述服务器中确定用于处理所述金融业务的目标服务器,并从至少一个可处理所述金融业务的业务应用实例中,确定用于处理所述金融业务的目标业务应用实例,若所述目标业务应用的数量为1个,则将所述目标业务应用对应的业务应用实例确定为目标业务应用实例,并通过预置的负载均衡器从各所述服务器中确定用于处理所述金融业务的目标服务器。
可选地,所述当接收到金融业务处理请求时,根据预设的金融业务与业务应用的映射关系表,确定所述金融业务处理请求对应的目标业务应用的步骤之前,还包括:
步骤A10,基于各业务应用在注册中心注册的金融业务,通过注册中心生成金融业务与业务应用的映射关系表;
步骤A20,将所述金融业务与业务应用的映射关系表缓存至所述注册中心中的第二目标缓存节点;
步骤A30,当检测到所述金融业务与业务应用的映射关系表的存储指令时,将所述金融业务与业务应用的映射关系表存储至分布式数据库中。
在本实施例中,具体地,所述业务应用平台中的各个业务应用预先在注册中心注册各自可处理的金融业务,所述注册中心基于各个业务应用在所述注册中心注册的金融业务,确定金融业务与业务应用之间的对应关系,并生成所述金融业务与业务应用的映射关系表,将所述金融业务与业务应用的映射关系表缓存至所述注册中心中的第二目标缓存节点,当检测到所述金融业务与业务应用的映射关系表的存储指令时,将所述金融业务与业务应用的映射关系表存储至分布式数据库中,其中,所述映射关系表的存储指令可以基于金融从业人员的操作信息产生,也可以在预设时间点由金融业务系统自动产生,例如,金融机构在预设时间进行日终数据处理时,自动产生所述映射关系表的存储指令,将所述金融业务与业务应用的映射关系表存储至分布式数据库中。
步骤S20,将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;
在本实施例中,具体地,将所述金融业务处理请求发送至所述目标服务器,并通过所述目标服务器将所述金融业务处理请求发送至目标业务应用实例。
步骤S30,若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;
在本实施例中,具体地,通过所述目标服务器检测是否接收到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,若通过所述目标服务器检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,并生成所述金融业务对应的当前业务数据,若通过所述目标服务器未检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,或检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求失败反馈信息,则可以生成和/或展示调用失败记录,也可以在预设时间后返回执行步骤:将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例,重新尝试调用所述目标业务应用实例。
步骤S40,将所述当前业务数据缓存至对应的第一目标缓存节点。
在本实施例中,需要说明的是,不同的所述金融业务处理请求,生成的当前业务数据的数据信息不同,在存储或缓存时,可以通过数据对象标识对不同类型的当前业务数据以及不同类型的当前业务数据在缓存存储器中的缓存节点进行标识,进而在后续缓存时,可以根据当前业务数据中的数据对象标识确定其在缓存存储器中对应的缓存节点,在一种可实施的方式中,假设数据对象标识为“abc”和值为“A”的当前业务数据,需缓存至Redis分布式集群中,则可以根据数据对象标识“abc”找到Redis分布式集群中唯一对应的第一目标缓存节点P,并将所述当前业务数据的值“A”存储至所述第一目标缓存节点P。
具体地,根据所述当前业务数据中的数据对象标识,确定所述当前业务数据对应的第一目标缓存节点,将所述当前业务数据缓存至所述第一目标缓存节点。
可选地,所述第一目标缓存节点包括目标缓存主节点和目标缓存从节点,所述将所述当前业务数据缓存至对应的第一目标缓存节点的步骤包括:
步骤S41,依据预设哈希算法,确定所述当前业务数据的数据对象标识对应的数据哈希值;
步骤S42,以所述数据哈希值为索引,查询预设的哈希值与缓存节点的映射关系表,确定目标缓存主节点,以及所述目标缓存主节点对应的目标缓存从节点。
在本实施例中,参照图2,图2为为本申请金融业务处理方法中一可实施方式基于Redis的分布式集群的场景示意图,其中,“Client”为所述金融业务处理的客户端,其包括一致性Hash的sharding(一致性哈希的数据分片),“proxy1”、“proxy2”以及“proxy3”均为代理集群中的代理节点,“节点1”、“节点2”以及“节点3”均为缓存节点,具体包括master(主节点)和slave(从节点),其中,缓存节点和客户端通过网络通信的形式连接形成,缓存节点可以为接入网络中的任意形式的计算设备,不同缓存节点缓存的业务数据不一样,具体通过“proxy”进行识别,共同服务于客户端需要进行缓存的业务数据。
需要说明的是,所述预设哈希算法用于定位所述当前业务数据的第一目标缓存节点,其中,所述第一目标缓存节点包括目标缓存主节点和目标缓存从节点,所述目标缓存从节点为所述目标缓存主节点的备份缓存节点,用于在目标缓存主节点发生故障后仍能保证业务的正常运行,所述目标缓存从节点对应着唯一的目标缓存主节点,所述目标缓存主节点可对应一个或多个目标缓存从节点,在一种可实施的方式中,所述目标缓存主节点可支持读写,所述目标缓存从节点仅支持读不支持写;所述数据哈希值为所述当前业务数据的哈希值,不同当前业务数据的哈希值具有唯一性,在一种可实施的方式中,所述预设哈希算法的具体公式如下:
m=hash(id)mod(n)
其中,m为目标缓存主节点的编号,id为数据对象标识,n为分布式集群中目标缓存主节点的总数量。
另外地,需要说明的是,每个目标缓存主节点均有唯一的节点标识,所述节点标识用于计算所述缓存主节点的哈希值,所述预设的哈希值与缓存节点的映射关系表设置于代理节点proxy的预设存储区域,用于表征所述缓存主节点的哈希值和所述数据哈希值之间的映射关系。
具体地,将所述数据对象标识输入预设哈希算法,得到所述当前业务数据的数据哈希值,以所述数据哈希值为索引,在预设的哈希值与缓存节点的映射关系表中,查询所述数据哈希值对应的目标缓存主节点,以及所述目标缓存主节点对应的目标缓存从节点。
在本实施例中,由于当前业务数据可通过数据对象标识确定存储的第一目标缓存节点,进而可保证访问业务数据的响应速度,提高了金融业务处理系统的金融业务处理效率,与此同时,缓存从节点的设置使得分布式系统具备容错机制,也即,当某一缓存主节点宕机时,不会影响Redis集群的正常工作,有效提高了金融业务处理系统的稳定性。
可选地,所述若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据的步骤之后,还包括:
步骤S50,获取预设周期时间内生成的至少一个历史业务数据;
在本实施例中,需要说明的是,金融机构在工作时间内柜面处理的金融业务,在业务处理过程中会当即产生当前业务数据。而在金融机构下班后,金融业务处理系统还可以对预设周期时间内产生的历史业务数据进行周期性的批处理,比如日终处理、周末处理、月末处理等。
具体地,获取所述金融业务处理系统在预设周期时间内生成的至少一个历史业务数据,其中,预设的预设周期时间可以根据批处理需求进行设定,比如日终处理时,预设周期时间设定为前一天的0时0分0秒至23时59分59秒。
步骤S60,对各所述历史业务数据进行业务重构,根据业务重构后的历史业务数据,确定所述预设周期时间内的小结业务数据;
在本实施例中,具体地,预设的小结业务数据统计规则,对各所述历史业务数据进行业务重构,对业务重构后的历史业务数据进行小结业务数据统计,得到所述预设周期时间内的小结业务数据,其中,所述预设的小结业务数据统计规则,可以根据统计各所述小结业务数据所需的具体数据和算法进行设定,本实施例对此不加以限制,例如,历史业务数据A3是在原总额A1的基础上增加了A2得到的,然而小结业务数据B的统计只需要用到增加的A2这一历史业务数据的过程数据,因此可以将所述历史业务数据A3重构为A1+A2,并获取其中的A2作为统计小结业务数据B的重构后的历史业务数据,若存在小结业务数据C的统计需要用到A3,则也可以将A3作为统计小结业务数据C的重构后的历史业务数据。
可选地,所述对各所述历史业务数据进行业务重构,根据业务重构后的历史业务数据,确定所述预设周期时间内的小结业务数据的步骤包括:
步骤S61,将各所述历史业务数据转换为非关系型数据;
在本实施例中,需要说明的是,各所述当前业务数据生成后可以作为历史业务数据存储在关系型数据库中,关系型数据库可以保持数据的一致性,但是不擅长大量数据的写入处理和简单查询需要快速返回结果的处理,因此可以将各所述当前业务数据转换为非关系型数据,由金融数据处理框架中的数据交换部分实现,其中,所述金融数据处理架构包括数据交换、Hadoop集群和数据接口。
具体地,通过Sqoop将各所述历史业务数据导入到Hadoop中的HDFS(HadoopDistributed File System,Hadoop分布式文件系统)或HBase(Hadoop database,Hadoop数据库)上,转换为非关系型数据,为后续在Hadoop集群中进行的分布式计算提供数据支持。
步骤S62,根据预设的业务类型,对各所述非关系型数据进行分类,得到各个类别的非关系型数据;
步骤S63,分别为所述各个类别的非关系型数据分配对应的预设分布式处理节点,通过启动各所述预设分布式处理节点分别处理对应类别的非关系型数据,得到所述预设周期时间内各个类别的类别小结数据,将各所述类别小结数据组成小结业务数据。
在本实施例中,需要说明的是,批处理任务中包含多种业务类型,比如利率计算、计提、结息、会计分录、总账余额等。对非关系型数据分类时,还可以分为关联类和非关联类。例如,在某个完整的业务流程中,共有A、B、C、D和E这5个业务流程,按照业务处理逻辑,A、B、C、D业务必须依次处理,E业务的处理顺序可以灵活调配,那么A、B、C、D业务的非关系型数据为关联类非关系型数据,E业务的非关系型数据为非关联类非关系型数据。
具体地,根据预设的业务类型,对各所述非关系型数据进行分类,确定各个类别各自对应的非关系型数据,分别为各个类别各自对应的非关系型数据分配对应的预设分布式处理节点,通过启动各所述预设分布式处理节点,分别处理对应类别的非关系型数据,得到所述预设周期时间内各个类别对应的类别小结数据,将各所述类别小结数据组成小结业务数据。
在传统的业务处理流程中,对于具有较为复杂的计算逻辑的业务类型,需要根据固定的流程步骤进行。在本实施例中,可以根据预设的小结业务数据统计规则进行业务重构,缩短非关联类非关系型数据在处理前的等待时间。
本实施例采用分布式并行计算的方式进行数据处理,数据存储和数据处理服务可以由Hadoop集群提供。Hadoop是由java语言编写的,在分布式服务器集群上存储海量数据并运行分布式分析应用的开源框架,其核心部件是HDFS与MapReduce。HDFS可以用于对数据进行分布式存储和读取。MapReduce是计算框架,它把计算任务分配给集群内的服务器执行。
非关系型数据存储在Hadoop集群的HDFS或HBase中,由MapReduce机制进行数据处理。在分配预设分布式处理节点时,可以分别对关联类非关系型数据和非关联类非关系型数据分配对应的预设分布式处理节点,且各个类别的非关系型数据可以分配多个处理节点,避免出现单节点数据处理量过大而影响整体处理效率的情况。
在一种可能的实施方式中,对应于步骤S63中列举的A、B、C、D和E业务,B业务的处理需要E业务中的非关系型数据,可以为E业务和A、B、C、D业务分配不同的预设分布式处理节点,E业务与A业务并行计算,那么在B业务的处理过程中就可以直接使用已计算好的E业务数据,缩短整个业务流程的处理时间。
在另一种可能的实施方式中,每个业务的处理流程中可能包含多个子业务流程,当预设分布式处理节点的数量足够多时,可以为每个子业务分配对应的预设分布式处理节点,比如E业务包含E1、E2、E3,A业务需要E1的数据,B业务需要E3的数据,E1、E2、E3分别分配对应的预设分布式处理节点,也可以达到缩短整个业务流程处理时间的效果。
在本实施例中,对非关系型数据进行业务重构,适应分布式计算的并行处理特点,可以减少批处理的运行时间,提高数据处理效率。
步骤S70,将所述小结业务数据存储至分布式数据库中。
在本实施例中,具体地,根据预设的业务数据与数据存储位置的映射关系,确定所述小结业务数据在分布式数据库中对应的目标数据存储位置,将所述小结业务数据存储至所述分布式数据库中对应的目标数据存储位置。
可选地,所述将所述小结业务数据存储至分布式数据库中的步骤包括:
步骤S71,根据预设分片规则对所述小结业务数据进行拆分,确定所述小结业务数据的数据标识,将所述数据标识作为对所述小结业务数据进行拆分的切分键;
步骤S72,根据所述切分键和预设数据库集群中的待选数据库数量确定目标存储数据库;
步骤S73,根据所述切分键和所述目标存储数据库中待选数据表的数量确定目标存储数据表,将拆分后的小结业务储数据存储至所述目标存储数据表。
在本实施例中,需要说明的是,以对小结业务数据进行水平切分为例,预设分片规则可以为哈希分片。哈希分片的方法可以分为哈希取模、虚拟桶和一致性哈希。在哈希取模方式中,可以通过哈希函数实现数据分片。小结业务数据的数据标识可以有多个,选取不同的数据标识作为切分键(ShardingKey)可以实现不同的水平切分效果。
小结业务数据可以携带有作为切分键的数据标识,通过识别数据标识的标签信息确定数据标识,按照数据标识的数值对小结业务数据进行拆分。根据哈希分片中的哈希取模方式确定拆分后的小结业务数据的存储地址,可以先将待选数据库和每个待选数据库中的待选数据表进行编号,根据ShardingKey对数据标识的数值取模待选数据库数量,得到目标存储数据库地址,再对数据标识的数据目标存储数据库中的待选数据表数量,得到目标存储数据表地址,将该数据标识对应的拆分后的小结业务数据存储至目标存储数据库中的目标存储数据表中。
确定目标存储数据库和目标存储数据表的过程比如:先对预设数据库集群中的所有待选数据库和待选数据表进行编号,待选数据库的数量为4,编号为db[0,3],每个待选数据库中待选数据表的数量为4,编号为table[0,3],使用小结业务数据的order id作为ShardingKey,那么对于order id=100的数据,先对order id进行取模路由,db_index=100%4=0,将会先路由至序号为0的目标存储数据库,在db[0]数据库中进行取模表路由,table_index=100%4=0,再路由至序号为0的目标存储数据表,最终order id=100的数据将存储至db[0]table[0]的数据表中。
在本实施例中,通过拆分存储的方式,可以分担单个数据库的存储压力,提升系统整体响应速度。
在本实施例中,通过当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例,将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例,若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据,实现了金融业务的分布式处理,即,通过预置的负载均衡器调节处理金融业务的服务器和实例,在同一时间段内存在大量金融业务需要进行处理时,可以有效调节和均衡各个服务器和实例的负载压力,从而提高了金融业务的处理效率,进而通过将所述当前业务数据缓存至对应的第一目标缓存节点,实现了对每次金融业务处理得到的当前业务数据的分布式缓存,随着金融业务处理量的增大,在同一时间段内自然会得到的大量的业务数据,分布式缓存各个缓存节点之间互不干扰,从而可以有效提高缓存效率,由于缓存的业务数据仍可能需要进一步使用到各个金融业务的处理过程中,缓存效率越高,金融业务系统中各金融业务的处理效率则会越高,从而克服了现有技术金融业务处理效率较低的技术问题。
进一步地,本申请实施例还提供一种金融业务处理装置,所述金融业务处理装置包括:
确定模块,用于当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;
请求发送模块,用于将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;
业务数据生成模块,用于若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;
缓存模块,用于将所述当前业务数据缓存至对应的第一目标缓存节点。
可选地,所述业务数据生成模块,还用于:
依据预设哈希算法,确定所述当前业务数据的数据对象标识对应的数据哈希值;
以所述数据哈希值为索引,查询预设的哈希值与缓存节点的映射关系表,确定目标缓存主节点,以及所述目标缓存主节点对应的目标缓存从节点。
可选地,所述金融业务处理装置还包括存储模块,所述存储模块用于:
获取预设周期时间内生成的至少一个历史业务数据;
对各所述历史业务数据进行业务重构,根据业务重构后的历史业务数据,确定所述预设周期时间内的小结业务数据;
将所述小结业务数据存储至分布式数据库中。
可选地,所述存储模块,还用于:
将各所述历史业务数据转换为非关系型数据;
根据预设的业务类型,对各所述非关系型数据进行分类,得到各个类别的非关系型数据;
分别为所述各个类别的非关系型数据分配对应的预设分布式处理节点,通过启动各所述预设分布式处理节点分别处理对应类别的非关系型数据,得到所述预设周期时间内各个类别的类别小结数据,将各所述类别小结数据组成小结业务数据。
可选地,所述存储模块,还用于:
根据预设分片规则对所述小结业务数据进行拆分,确定所述小结业务数据的数据标识,将所述数据标识作为对所述小结业务数据进行拆分的切分键;
根据所述切分键和预设数据库集群中的待选数据库数量确定目标存储数据库;
根据所述切分键和所述目标存储数据库中待选数据表的数量确定目标存储数据表,将拆分后的小结业务储数据存储至所述目标存储数据表。
可选地,所述业务数据生成模块,还用于:
当接收到金融业务处理请求时,根据预设的金融业务与业务应用的映射关系表,确定所述金融业务处理请求对应的目标业务应用;
通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从所述目标业务应用对应的至少一个业务应用实例中确定目标业务应用实例。
可选地,所述业务数据生成模块,还用于:
基于各业务应用在注册中心注册的金融业务,通过注册中心生成金融业务与业务应用的映射关系表;
将所述金融业务与业务应用的映射关系表缓存至所述注册中心中的第二目标缓存节点;
当检测到所述金融业务与业务应用的映射关系表的存储指令时,将所述金融业务与业务应用的映射关系表存储至分布式数据库中。
本发明提供的金融业务处理装置,采用上述实施例中的金融业务处理方法,解决了现有技术金融业务处理效率较低的技术问题。与现有技术相比,本发明实施例提供的金融业务处理装置的有益效果与上述实施例提供的金融业务处理方法的有益效果相同,且该金融业务处理装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
进一步地,本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例中的金融业务处理方法。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下系统可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,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装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的金融业务处理方法,解决了现有技术金融业务处理效率较低的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的金融业务处理方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
进一步地,本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的金融业务处理方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,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。在本实施例中,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、系统或者器件使用或者与其结合使用。计算机可读存储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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
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电子设备执行时,使得电子设备:当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;将所述当前业务数据缓存至对应的第一目标缓存节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开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。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述金融业务处理方法的计算机可读程序指令,解决了现有技术金融业务处理效率较低的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的金融业务处理方法的有益效果相同,在此不做赘述。
进一步地,本申请还提供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如上述的金融业务处理方法的步骤。
本申请提供的计算机程序产品解决了现有技术金融业务处理效率较低的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的金融业务处理方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种金融业务处理方法,其特征在于,所述金融业务处理方法包括:
当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;
将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;
若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;
将所述当前业务数据缓存至对应的第一目标缓存节点。
2.如权利要求1所述金融业务处理方法,其特征在于,所述第一目标缓存节点包括目标缓存主节点和目标缓存从节点,所述将所述当前业务数据缓存至对应的第一目标缓存节点的步骤包括:
依据预设哈希算法,确定所述当前业务数据的数据对象标识对应的数据哈希值;
以所述数据哈希值为索引,查询预设的哈希值与缓存节点的映射关系表,确定目标缓存主节点,以及所述目标缓存主节点对应的目标缓存从节点。
3.如权利要求2所述金融业务处理方法,其特征在于,所述若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据的步骤之后,还包括:
获取预设周期时间内生成的至少一个历史业务数据;
对各所述历史业务数据进行业务重构,根据业务重构后的历史业务数据,确定所述预设周期时间内的小结业务数据;
将所述小结业务数据存储至分布式数据库中。
4.如权利要求3所述金融业务处理方法,其特征在于,所述对各所述历史业务数据进行业务重构,根据业务重构后的历史业务数据,确定所述预设周期时间内的小结业务数据的步骤包括:
将各所述历史业务数据转换为非关系型数据;
根据预设的业务类型,对各所述非关系型数据进行分类,得到各个类别的非关系型数据;
分别为所述各个类别的非关系型数据分配对应的预设分布式处理节点,通过启动各所述预设分布式处理节点分别处理对应类别的非关系型数据,得到所述预设周期时间内各个类别的类别小结数据,将各所述类别小结数据组成小结业务数据。
5.如权利要求3所述金融业务处理方法,其特征在于,所述将所述小结业务数据存储至分布式数据库中的步骤包括:
根据预设分片规则对所述小结业务数据进行拆分,确定所述小结业务数据的数据标识,将所述数据标识作为对所述小结业务数据进行拆分的切分键;
根据所述切分键和预设数据库集群中的待选数据库数量确定目标存储数据库;
根据所述切分键和所述目标存储数据库中待选数据表的数量确定目标存储数据表,将拆分后的小结业务储数据存储至所述目标存储数据表。
6.如权利要求1所述金融业务处理方法,其特征在于,所述当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例的步骤包括:
当接收到金融业务处理请求时,根据预设的金融业务与业务应用的映射关系表,确定所述金融业务处理请求对应的目标业务应用;
通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从所述目标业务应用对应的至少一个业务应用实例中确定目标业务应用实例。
7.如权利要求6所述金融业务处理方法,其特征在于,所述当接收到金融业务处理请求时,根据预设的金融业务与业务应用的映射关系表,确定所述金融业务处理请求对应的目标业务应用的步骤之前,还包括:
基于各业务应用在注册中心注册的金融业务,通过注册中心生成金融业务与业务应用的映射关系表;
将所述金融业务与业务应用的映射关系表缓存至所述注册中心中的第二目标缓存节点;
当检测到所述金融业务与业务应用的映射关系表的存储指令时,将所述金融业务与业务应用的映射关系表存储至分布式数据库中。
8.一种金融业务处理装置,其特征在于,所述金融业务处理装置包括:
确定模块,用于当接收到金融业务处理请求时,通过预置的负载均衡器从至少一个服务器中确定目标服务器,并从至少一个业务应用实例中确定目标业务应用实例;
请求发送模块,用于将所述金融业务处理请求通过所述目标服务器发送至所述目标业务应用实例;
业务数据生成模块,用于若检测到所述目标业务应用实例基于所述金融业务处理请求返回的请求成功反馈信息,则通过所述目标服务器调用所述目标业务应用实例处理所述金融业务,生成当前业务数据;
缓存模块,用于将所述当前业务数据缓存至对应的第一目标缓存节点。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的金融业务处理方法的步骤。
10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现金融业务处理方法的程序,所述实现金融业务处理方法的程序被处理器执行以实现如权利要求1至7中任一项所述金融业务处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211128952.2A CN115545639B (zh) | 2022-09-16 | 2022-09-16 | 金融业务处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211128952.2A CN115545639B (zh) | 2022-09-16 | 2022-09-16 | 金融业务处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115545639A true CN115545639A (zh) | 2022-12-30 |
CN115545639B CN115545639B (zh) | 2024-01-09 |
Family
ID=84726794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211128952.2A Active CN115545639B (zh) | 2022-09-16 | 2022-09-16 | 金融业务处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115545639B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117579959A (zh) * | 2023-10-31 | 2024-02-20 | 三峡智控科技有限公司 | 一种基于芯片的传感器数据分发方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070266148A1 (en) * | 2006-05-11 | 2007-11-15 | Computer Associates Think, Inc. | Synthetic transactions based on system history and load |
CN101483545A (zh) * | 2008-12-31 | 2009-07-15 | 中国建设银行股份有限公司 | 一种金融业务监控方法及系统 |
US20120158655A1 (en) * | 2010-12-20 | 2012-06-21 | Microsoft Corporation | Non-relational function-based data publication for relational data |
US20150127783A1 (en) * | 2013-11-04 | 2015-05-07 | Amazon Technologies, Inc. | Centralized networking configuration in distributed systems |
CN107402976A (zh) * | 2017-07-03 | 2017-11-28 | 国网山东省电力公司经济技术研究院 | 一种基于多元异构模型的电网多源数据融合方法及系统 |
CN107784055A (zh) * | 2017-02-17 | 2018-03-09 | 平安科技(深圳)有限公司 | 基于非关系型数据库的事务处理方法和装置 |
US20190066216A1 (en) * | 2017-08-31 | 2019-02-28 | FlexFunds Ltd. | System for managing fees and payments on exchange traded products and associated method |
CN110069487A (zh) * | 2017-09-28 | 2019-07-30 | 北京国双科技有限公司 | 一种数据处理方法、装置及系统 |
CN110351342A (zh) * | 2019-06-20 | 2019-10-18 | 平安科技(深圳)有限公司 | 业务指令处理方法、装置、计算机设备和存储介质 |
CN112667893A (zh) * | 2020-08-02 | 2021-04-16 | 吕维东 | 基于智能识别和大数据的信息推送方法及区块链金融平台 |
CN113259496A (zh) * | 2021-07-15 | 2021-08-13 | 中企链信(北京)科技有限公司 | 一种基于金融服务的银企直连系统及方法 |
CN113256408A (zh) * | 2021-07-06 | 2021-08-13 | 中证信用云科技(深圳)股份有限公司 | 基于消费金融的风险控制方法、系统和计算机设备 |
CN114840562A (zh) * | 2022-07-04 | 2022-08-02 | 深圳市茗格科技有限公司 | 业务数据的分布式缓存方法、装置、电子设备及存储介质 |
CN114840608A (zh) * | 2022-07-04 | 2022-08-02 | 深圳市茗格科技有限公司 | 分布式数据访问方法、设备及存储介质 |
-
2022
- 2022-09-16 CN CN202211128952.2A patent/CN115545639B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070266148A1 (en) * | 2006-05-11 | 2007-11-15 | Computer Associates Think, Inc. | Synthetic transactions based on system history and load |
CN101483545A (zh) * | 2008-12-31 | 2009-07-15 | 中国建设银行股份有限公司 | 一种金融业务监控方法及系统 |
US20120158655A1 (en) * | 2010-12-20 | 2012-06-21 | Microsoft Corporation | Non-relational function-based data publication for relational data |
US20150127783A1 (en) * | 2013-11-04 | 2015-05-07 | Amazon Technologies, Inc. | Centralized networking configuration in distributed systems |
CN107784055A (zh) * | 2017-02-17 | 2018-03-09 | 平安科技(深圳)有限公司 | 基于非关系型数据库的事务处理方法和装置 |
CN107402976A (zh) * | 2017-07-03 | 2017-11-28 | 国网山东省电力公司经济技术研究院 | 一种基于多元异构模型的电网多源数据融合方法及系统 |
US20190066216A1 (en) * | 2017-08-31 | 2019-02-28 | FlexFunds Ltd. | System for managing fees and payments on exchange traded products and associated method |
CN110069487A (zh) * | 2017-09-28 | 2019-07-30 | 北京国双科技有限公司 | 一种数据处理方法、装置及系统 |
CN110351342A (zh) * | 2019-06-20 | 2019-10-18 | 平安科技(深圳)有限公司 | 业务指令处理方法、装置、计算机设备和存储介质 |
CN112667893A (zh) * | 2020-08-02 | 2021-04-16 | 吕维东 | 基于智能识别和大数据的信息推送方法及区块链金融平台 |
CN113256408A (zh) * | 2021-07-06 | 2021-08-13 | 中证信用云科技(深圳)股份有限公司 | 基于消费金融的风险控制方法、系统和计算机设备 |
CN113259496A (zh) * | 2021-07-15 | 2021-08-13 | 中企链信(北京)科技有限公司 | 一种基于金融服务的银企直连系统及方法 |
CN114840562A (zh) * | 2022-07-04 | 2022-08-02 | 深圳市茗格科技有限公司 | 业务数据的分布式缓存方法、装置、电子设备及存储介质 |
CN114840608A (zh) * | 2022-07-04 | 2022-08-02 | 深圳市茗格科技有限公司 | 分布式数据访问方法、设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
AHMED OUSSOUS, 等: "Comparison and classification of nosql database for big data", 《INTERNATIONAL JOURNAL OF DATABASE THEORY AND APPLICATION》, vol. 6, no. 4, pages 1 - 6 * |
刘文洁, 等: "一种面向金融应用的海量分布式关系数据库", 《华中科技大学学报(自然科学版)》, vol. 47, no. 2, pages 121 - 126 * |
杨望, 等: "金融数字化:新需求、新场景、新业务", 《金融市场研究》, vol. 19, no. 4, pages 46 - 52 * |
荆一楠, 等: "面向金融场景的下一代数据库测试基准研究", 《中国工程科学》, vol. 24, no. 4, pages 121 - 132 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117579959A (zh) * | 2023-10-31 | 2024-02-20 | 三峡智控科技有限公司 | 一种基于芯片的传感器数据分发方法及装置 |
CN117579959B (zh) * | 2023-10-31 | 2024-06-07 | 三峡智控科技有限公司 | 一种基于芯片的传感器数据分发方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115545639B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11146502B2 (en) | Method and apparatus for allocating resource | |
US11711420B2 (en) | Automated management of resource attributes across network-based services | |
CN111902810B (zh) | 中心化和去中心化的数据的混合云链管理 | |
WO2020258290A1 (zh) | 日志数据收集方法、日志数据收集装置、存储介质和日志数据收集系统 | |
US8856365B2 (en) | Computer-implemented method, computer system and computer readable medium | |
CN110706093A (zh) | 一种账务处理方法和装置 | |
WO2021111235A1 (en) | Microservices change management and analytics | |
CN111639119B (zh) | 反洗钱系统中的客户信息查询方法和设备 | |
CN112948498A (zh) | 一种分布式系统全局标识的生成方法和装置 | |
CN111881329A (zh) | 一种账户余额管理方法和系统 | |
US11178197B2 (en) | Idempotent processing of data streams | |
CN115545639B (zh) | 金融业务处理方法、装置、电子设备及存储介质 | |
US11157406B2 (en) | Methods for providing data values using asynchronous operations and querying a plurality of servers | |
CN110674426B (zh) | 网页行为上报方法和装置 | |
CN112199923A (zh) | 基于分布式系统的标识生成方法、系统、设备及介质 | |
CN113641706A (zh) | 数据查询的方法和装置 | |
CN114840562B (zh) | 业务数据的分布式缓存方法、装置、电子设备及存储介质 | |
US11803789B2 (en) | Provision of remote application action feed cards | |
WO2023273564A1 (zh) | 虚拟机内存管理方法、装置、存储介质及电子设备 | |
CN115623082A (zh) | 金融服务调用方法、系统、电子设备及存储介质 | |
CN111771191A (zh) | 跨域的内联事件处理程序 | |
CN116820354B (zh) | 数据存储方法、数据存储装置和数据存储系统 | |
CN114268558B (zh) | 监控图的生成方法、装置、设备、介质 | |
US11847054B2 (en) | Providing data values using asynchronous operations and based on timing of occurrence of requests for the data values | |
CN117668006A (zh) | 一种页面发布的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |