CN117332003A - SaaS模式下的数据交互方法、数据引擎系统及应用 - Google Patents
SaaS模式下的数据交互方法、数据引擎系统及应用 Download PDFInfo
- Publication number
- CN117332003A CN117332003A CN202311535477.5A CN202311535477A CN117332003A CN 117332003 A CN117332003 A CN 117332003A CN 202311535477 A CN202311535477 A CN 202311535477A CN 117332003 A CN117332003 A CN 117332003A
- Authority
- CN
- China
- Prior art keywords
- data
- rule
- target
- target service
- general
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000003993 interaction Effects 0.000 title claims abstract description 19
- 238000013507 mapping Methods 0.000 claims abstract description 76
- 238000013506 data mapping Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000013079 data visualisation Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 description 9
- 230000008520 organization Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Abstract
本发明公开了SaaS模式下的数据交互方法、数据引擎系统及应用，涉及数据引擎技术领域。所述方法包括：获取租户针对目标业务数据的数据处理请求；响应于数据处理请求，获取目标业务数据规则配置信息，其包括通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用通用映射规则生成，当目标业务数据中包括特有数据时采用特有映射规则生成；收集相关的实时市场数据；对目标业务数据和目标业务数据规则配置信息进行分析以得到当前数据映射规则，基于实时市场数据按照当前数据映射规则进行处理以生成目标业务数据。本发明能够从海量数据里更便捷、更灵活、更准确的配置出与租户各业务场景适配的目标业务数据。
Description
技术领域
本发明涉及数据引擎技术领域，尤其涉及一种SaaS模式下的数据交互方法、数据引擎系统及应用。
背景技术
云计算是以虚拟化技术为基础、以网络为载体的超级计算，其通过基础架构、平台或软件等服务形式，整合了大规模可扩展的计算、存储、数据、应用等分布式计算资源来进行协同工作。目前，云计算的服务模式有IaaS(基础设施即服务，全称Infrastruct-as-a-Service)、PaaS(平台即服务，全称Platform-as-a-Service)及SaaS(软件即服务，全称Software-as-a-Service)。其中，软件即服务SaaS是通过网络提供软件服务，租户（比如一个企业、一家机构）可以按需订制或购买由SaaS供应商提供的软件服务，无需租户另外购买和管理硬件设备。同时，随着业务系统逐步由局域网转向互联网，面向单一企业/机构提供服务转变为通过互联网向多企业/机构提供服务，软件即服务SaaS技术被应用于业务系统以向多个企业/机构提供各种业务服务，企业/机构作为租户按需订制或购买由SaaS供应商提供的软件服务。SaaS模式改变了传统的软件服务模式，其基于同一软件实例为不同的租户提供服务，即“单实例多租赁”，价格低廉，部署迅速，大大降低租户的业务运行成本；而且SaaS能将原有的计算、存储资源虚拟化到云端，租户通过网络化的信息管理系统，可以方便快捷地对数据信息进行存储、计算、处理及分析等操作，无需关心基础设施的维护及SaaS应用本身的复杂技术实现，给租户提供了极大的便利。
基于SaaS模式的业务系统需要面对多个企业/机构的海量用户提供服务，SaaS应用不但需要服务于通用的企业/机构需求，同时也需要服务于个性化企业/机构的需求，而且大部分企业/机构的需求还可能随着时间的推移发生变化。据此，软件开发人员在传统的SaaS标准应用上进行改进，通过支持“租户自定制”以满足不同租户基于业务需求的灵活定制需求，为租户提供个性化业务数据服务提供了可能。目前，SaaS应用可以提供多方面的定制服务，例如页面定制、功能定制、工作流定制、服务定制、数据定制等。然而，现有的SaaS应用定制主要集中于定制类型扩展、可视化定制扩展、个性化表单、租户的个性化数据库搭建、数据传输接口扩展、数据访问安全性等方面的研究，在结合具体行业时如何进行实际业务数据配置和交互的研究较少。尤其的，以业务数据为金融数据为例，随着金融市场的数据类型越来越多，不同金融机构接收到的金融市场数据的来源各有差异，不同的金融机构需求的金融市场数据也可能存在差异，同一金融机构在不同的业务场景中需要应用的金融市场数据也有差异，如果基于现有的SaaS应用，机构需要在SaaS应用提供的不同来源的海量数据中人工进行搜索以寻找适配自己业务的市场数据，然后对市场数据进行相关分析和配置以得到自己需要的目标业务数据，对数据的配置要求较为复杂，增加了对操作人员的专业技术要求；同时，手工操作的数据交互效率较为低下且容易出错，降低了业务数据处理的准确率，数据维护难度也较大。如何基于SaaS模式提供一种能够从海量数据里更便捷、更灵活、更准确的配置出机构各业务场景的数据以满足各机构的数据交互要求，是当前亟需解决的技术问题之一。
发明内容
本发明的目的在于：克服现有技术的不足，提供一种SaaS模式下的数据交互方法、数据引擎系统及应用。本发明提供的SaaS模式下的数据交互方案，能够基于实时市场数据，按照目标业务数据规则配置信息自动生成目标业务数据，同时，目标业务数据规则配置包括通用配置和特有配置，所述通用配置用于供各租户应用在无特有数据的业务数据上，所述特有配置则支持租户根据业务需要进行特有数据配置，使得各租户只需要配置自己特有的数据规则，通用数据可以复用通用配置规则，减少各租户不必要的数据配置，如此，租户能够从海量数据里更便捷、更灵活、更准确的配置出与自己的各业务场景数据适配的目标业务数据，减少了数据配置和交互的人工参与环节，提高了各租户获取、分析和维护数据的效率。
为实现上述目标，本发明提供了如下技术方案：
一种SaaS模式下的数据交互方法，包括如下步骤：
获取租户针对目标业务数据的数据处理请求，所述目标业务数据包括通用数据和/或特有数据；
响应于前述数据处理请求，获取前述租户对应的目标业务数据规则配置信息，所述目标业务数据规则配置信息用于配置生成所述目标业务数据的数据映射规则，其中，所述目标业务数据规则配置信息包括通用配置和特有配置，分别对应目标业务数据的通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用前述通用映射规则生成，当目标业务数据中包括特有数据时采用前述特有映射规则生成；以及，接入实时的市场数据，收集与前述目标业务数据相关的实时市场数据；
对前述目标业务数据和目标业务数据规则配置信息进行分析以得到目标业务数据的当前数据映射规则，基于前述实时市场数据，按照前述当前数据映射规则进行处理以生成目标业务数据；
将生成的目标业务数据显示在数据可视化界面或用于金融资产估值计算。
进一步，当目标业务数据包中同时包括通用数据和特有数据时，通过在所述特有映射规则中调用通用映射规则来生成前述目标业务数据包中的通用数据部分；此时，根据已有的通用映射规则，在所述目标业务数据的特有映射规则中配置与前述已有的通用映射规则的关联关系，使得目标业务数据中的通用数据按照前述关联的通用映射规则生成。
进一步，所述目标业务数据规则配置信息中的特有配置，由前述租户根据自己的业务需求进行设置；
所述通用配置下，系统接入的数据源默认为公共数据池，此时，基于公共数据池中的公共市场数据来生成目标业务数据中的通用数据部分；
所述特有配置下，系统接入的数据源包括前述租户根据业务需求选择的特有数据源，此时，基于前述特有数据源中的特有市场数据来生成目标业务数据中的特有数据部分。
进一步，所述目标业务数据包括由多个数据指标组成的数据指标组；
对应市场数据的数据源设置有权重参数，在生成目标业务数据时，当一个数据指标对应的相关实时市场数据有多个数据源时，根据各个数据源的权重参数的大小来选择用于该数据指标使用的数据源；其中，特有数据源的权重参数大于公共数据池的权重参数。
进一步，所述数据指标组包括通用指标和特有指标；生成目标业务数据时，基于前述实时市场数据，按照对应的数据映射规则获取通用指标和特有指标的值后，将每个数据指标的指标名称和指标值在数据可视化界面中同行显示，不同数据指标的信息分行显示，以及在每个数据指标所在行显示对应的目标业务数据规则名称；
其中，对于通用指标，当用户通过特有映射规则配置该通用指标的数据源为特有数据源，基于前述特有数据源来获取该通用指标的值。
进一步，所述目标业务数据为一组标的的估值数据，对应的市场数据为与标的组相关的市场行情数据，此时，目标业务数据的数据指标组即为前述标的组；
设置通用配置的步骤如下：设置通用估值数据规则并命名，该规则下包括通用标的；配置接入的公共行情数据池以获取实时公共行情数据，其中，配置有从公共行情数据中剔除异常行情数据的数据筛选规则，以及配置不同数据源接收数据的频率参数；配置前述通用估值数据规则下的各个通用标的的数据映射规则，所述数据映射规则为针对前述公共行情数据池的数据订阅规则；
设置特有配置的步骤如下：获取租户设置的特有估值数据规则并命名，该规则下包括通用标的和特有标的；获取租户选择的特有行情数据源信息，配置接入的特有行情数据源以获取实时特有行情数据；配置前述特有估值数据规则下的各个通用标的和特有标的的数据映射规则，其中，所述数据映射规则包括针对通用标的的第一类映射模式和针对特有标的的第二类映射模式，所述第一类映射模式为配置数据关联且不配置数据订阅，所述第二类映射模式为配置数据关联和数据订阅；在第一类映射模式下，将所述特有估值数据规则与已有的通用估值数据规则进行关联，所述数据映射规则为关联规则；在第二类映射模式下，所述数据映射规则为针对特有行情数据源的数据订阅规则。
进一步，基于标的维度来生成估值数据，对于标的组中的任意一个标的，生成该标的的估值数据的步骤如下：
获取该标的的数据映射规则，判断所述数据映射规则中是否配置有订阅规则；
判定配置有订阅规则时，获取订阅的行情数据，判断订阅的行情数据是否有值；当订阅的行情数据有该标的的值时，按订阅规则的行情数据生成估值数据，结束；当订阅的行情数据没有该标的的值时，则按公共行情数据池数据生成估值数据，结束；
判定未配置订阅规则时，继续判断前述数据映射规则是否配置有关联规则；判定配置有关联规则时，获取关联规则后按照关联规则获取该标的的值，生成估值数据，结束；否则，按公共行情数据池数据生成估值数据，结束。
进一步，与标的组相关的市场行情数据包括通过数据订阅方式获取的市场行情数据、通过主动采集获取的市场行情数据、通过第三方行情数据API接口获取的市场行情数据、通过金融数据信息商或市场基础设施获取的市场行情数据和通过文件传输协议FTP上传方式获取的市场行情数据中的一种或多种；
其中，监测接入的市场行情数据源，当监测到市场行情数据源中与标的组相关的市场行情数据发生变动时，在数据可视化界面中更新标的组的标的值。
本发明还提供了一种数据引擎系统，支持SaaS多租户，所述系统包括如下结构：
数据请求采集单元，用于获取租户针对目标业务数据的数据处理请求，所述目标业务数据包括通用数据和/或特有数据；
数据处理单元，用于响应于前述数据处理请求，获取前述租户对应的目标业务数据规则配置信息，所述目标业务数据规则配置信息用于配置生成所述目标业务数据的数据映射规则，其中，所述目标业务数据规则配置信息包括通用配置和特有配置，分别对应目标业务数据的通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用前述通用映射规则生成，当目标业务数据中包括特有数据时采用前述特有映射规则生成；以及，接入实时的市场数据，收集与前述目标业务数据相关的实时市场数据；以及，对前述目标业务数据和目标业务数据规则配置信息进行分析以得到目标业务数据的当前数据映射规则，基于前述实时市场数据，按照前述当前数据映射规则进行处理以生成目标业务数据；以及，将前述目标业务数据显示在数据可视化界面或者将前述目标业务数据用于金融资产估值计算。
本发明还提供了一种电子设备，所述电子设备包括：
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前述的方法。
本发明由于采用以上技术方案，与现有技术相比，具有以下的优点和积极效果：本发明提供的SaaS模式下的数据交互方案，能够基于实时市场数据，按照目标业务数据规则配置信息自动生成目标业务数据，同时，目标业务数据规则配置包括通用配置和特有配置，所述通用配置用于供各租户应用在无特有数据的业务数据上，所述特有配置则支持租户根据业务需要进行特有数据配置，使得各租户只需要配置自己特有的数据规则，通用数据可以复用通用配置规则，减少各租户不必要的数据配置，如此，租户能够从海量数据里更便捷、更灵活、更准确的配置出与自己的各业务场景数据适配的目标业务数据，减少了数据配置和交互的人工参与环节，提高了各租户获取、分析和维护数据的效率。
进一步，在支持各租户特有数据配置跟通用数据配置的基础上，实现了金融市场海量数据多维方式的收集、数据筛选（剔除异常数据），且能够智能地根据权重参数进行数据来源的自动配置，且生成的目标业务数据能够实时随着市场行情数据的变动而更新，进一步提高了业务数据的实时性、准确性、可用性。
附图说明
图1为本发明实施例提供的SaaS模式下的数据交互方法的流程图。
图2本发明实施例提供的生成估值数据并进行可视化显示的数据传输图。
图3为本发明实施例提供的估值数据的生成流程概要图。
图4为本发明实施例提供的标的维度的估值数据生成流程图。
具体实施方式
以下结合附图和具体实施例对本发明公开的SaaS模式下的数据交互方法、数据引擎系统及应用作进一步详细说明。需要说明的是，对于相关领域普通技术人员已知的技术（包括方法和装置）可能不作详细讨论，但在适当情况下，上述已知的技术被视为说明书的一部分。同时，示例性实施例的其它示例可以具有不同的值。本说明书附图中所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定发明可实施的限定条件。
在本申请实施例的描述中，“/”表示或的意思，“和/或”用于描述关联对象的关联关系，表示可以存在三种关系，比如，“甲和/或乙”表示：单独存在甲乙，单独存在乙，同时存在甲和乙这三种情况。在本申请实施例的描述中，“多个”是指两个及以上。
术语解释：
1.标的：标的是指一个特定的资产，如股票、商品、债券等。标的通常被用来交易或作为衡量市场走势和表现的基准。
2.行情数据：行情数据是指市场上的实时或历史交易数据，用于提供标的相关信息——具体可以是标的的价格和交易信息，比如资产价格、成交量、价格变化、成交量变化等。行情数据的来源可以是金融相关网站、金融相关软件或相关数据库，比如路透、彭博、国利、货币网、交易中心网站等。
3.估值数据：估值数据是对某一资产或相关对象的预估价值，可以用于进行投资决策、财务分析或其他相关用途。本发明中，估值数据用于体现标的的值。
4.行情数据订阅：是指用户通过支付费用或与金融机构签订协议，以获取实时的市场行情数据。通过订阅，用户可以获得标的的最新价格、成交量、盘口数据等行情数据。
以下，根据示例性应用场景对本发明的技术构思和方案进行介绍。
实施例
参见图1所示，为本发明提供的一种SaaS模式下的数据交互方法。所述方法包括如下步骤。
S100，获取租户针对目标业务数据的数据处理请求，所述目标业务数据包括通用数据和/或特有数据。所述租户对应的企业、机构等组织，一个租户下可以有多个用户。
S200，响应于前述数据处理请求，获取前述租户对应的目标业务数据规则配置信息，所述目标业务数据规则配置信息用于配置生成所述目标业务数据的数据映射规则，其中，所述目标业务数据规则配置信息包括通用配置和特有配置，分别对应目标业务数据的通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用前述通用映射规则生成，当目标业务数据中包括特有数据时采用前述特有映射规则生成；以及，接入实时的市场数据，收集与前述目标业务数据相关的实时市场数据。
S300，对前述目标业务数据和目标业务数据规则配置信息进行分析以得到目标业务数据的当前数据映射规则，基于前述实时市场数据，按照前述当前数据映射规则进行处理以生成目标业务数据。
S400，将生成的目标业务数据显示在数据可视化界面，或者将生成的目标业务数据用于目标业务相关计算，比如金融资产估值计算。
本实施例中，如果目标业务数据包中仅包括通用数据时，目标业务数据的当前数据映射规则就采用通用映射规则。如果目标业务数据中包括特有数据，目标业务数据的当前数据映射规则就采用特有映射规则，此时，对应有两种情形，一种情形是目标业务数据仅有特有数据，另一种情形是目标业务数据同时包括通用数据和特有数据，在上述两种情形下，都是采用特有映射规则。
优选的，当目标业务数据包中同时包括通用数据和特有数据时，可以通过在所述特有映射规则中调用通用映射规则来生成前述目标业务数据包中的通用数据部分，如此，可以减少租户在设置目标业务数据规则时的数据配置量和复杂度。具体的，是根据已有的通用映射规则，在所述目标业务数据的特有映射规则中配置与前述已有的通用映射规则的关联关系，使得目标业务数据中的通用数据能够按照前述关联的通用映射规则生成。
本实施例中，所述目标业务数据规则配置信息中的通用配置，由系统进行默认设置，无需租户进行配置。而所述目标业务数据规则配置信息中的特有配置，则可以由前述租户根据自己的业务需求进行设置。因此，在步骤S100之前，用户可以先根据自己的业务需求对特有配置进行设置。
所述通用配置下，系统接入的数据源默认为公共数据池。此时，基于公共数据池中的公共市场数据来生成目标业务数据中的通用数据部分，对应的通用映射规则通常就是针对公共数据池的数据订阅规则。
所述特有配置下，系统接入的数据源包括前述租户根据业务需求选择的特有数据源。此时，基于前述特有数据源中的特有市场数据来生成目标业务数据中的特有数据部分，对应的特有映射规则中包括针对前述特有数据源的数据订阅规则。
本实施例中，所述目标业务数据可以包括由多个数据指标组成的数据指标组。对应市场数据的数据源设置有权重参数，在生成目标业务数据时，当一个数据指标对应的相关实时市场数据有多个数据源时，根据各个数据源的权重参数的大小来选择用于该数据指标使用的数据源；其中，特有数据源的权重参数大于公共数据池的权重参数。
具体的，所述数据指标可以包括通用指标和特有指标。在生成目标业务数据时，基于前述实时市场数据，按照对应的数据映射规则获取通用指标和特有指标的值后，将一个数据指标的指标名称和指标值在数据可视化界面进行同行显示，不同数据指标的信息分行显示，以及在每个数据指标所在行显示对应的目标业务数据规则名称。
其中，对于通用指标，当用户通过特有映射规则配置该通用指标的数据源为特有数据源时，该数据指标对应的实时市场数据的数据源包括公共数据池和特有数据源——即多个数据源，由于特有数据源的权重参数大于公共数据池的权重参数，因此此时是基于前述特有数据源来获取该通用指标的值。
下面以业务数据为金融数据中的估值数据为例，详细描述本发明的具体应用，此时租户为金融机构。利用本发明，各家金融机构能够在海量市场行情数据中便捷、灵活、高效、清晰的进行数据配置和交互。
具体的，所述目标业务数据优选为一组标的的估值数据，对应的市场数据则为与前述标的组相关的市场行情数据，目标业务数据的数据指标组即为前述标的组。
此时，设置通用配置的步骤可以如下：设置通用估值数据规则并命名，该规则下包括多个通用标的；配置接入的公共行情数据池以获取实时公共行情数据，其中，配置有从公共行情数据中剔除异常行情数据的数据筛选规则，以及配置不同数据源接收数据的频率参数；配置前述通用估值数据规则下的各个通用标的的数据映射规则，所述数据映射规则为针对前述公共行情数据池的数据订阅规则。
此时，设置特有配置的步骤可以如下：获取租户设置的特有估值数据规则并命名，该规则下包括通用标的和特有标的；获取租户选择的特有行情数据源信息，配置接入的特有行情数据源以获取实时特有行情数据；配置前述特有估值数据规则下的各个通用标的和特有标的的数据映射规则，其中，所述数据映射规则包括针对通用标的的第一类映射模式和针对特有标的的第二类映射模式，所述第一类映射模式为配置数据关联且不配置数据订阅，所述第二类映射模式为配置数据关联和数据订阅；在第一类映射模式下，将所述特有估值数据规则与已有的通用估值数据规则进行关联，所述数据映射规则为关联规则；在第二类映射模式下，所述数据映射规则为针对特有行情数据源的数据订阅规则。
本实施例中，与标的组相关的市场行情数据可以包括通过数据订阅方式获取的市场行情数据、通过主动采集获取的市场行情数据、通过第三方行情数据API接口获取的市场行情数据、通过金融数据信息商或市场基础设施获取的市场行情数据和通过文件传输协议FTP（File Transfer Protocol）上传方式获取的市场行情数据中的一种或多种，参见图2所示。
其中，监测接入的市场行情数据源，当监测到市场行情数据源中与标的组相关的市场行情数据发生变动时，在数据可视化界面中更新标的组的标的值。
此时，估值数据的生成流程概要参见图3所示，包括如下步骤：S1，获取估值数据规则配置；S2，行情数据接入；S3，分析估值数据规则获取订阅/关联规则；S4，根据前述订阅/关联规则，生成估值数据。
对于步骤S4，优选的基于标的维度来生成估值数据。参见图4所示，对于标的组中的任意一个标的，生成该标的的估值数据的步骤具体可以如下：
S310，获取该标的的数据映射规则，判断所述数据映射规则中是否配置有订阅规则；判定配置有订阅规则时，执行步骤S320，否则——即判定未配置订阅规则时，执行步骤S330。
S320，获取订阅的行情数据，判断订阅的行情数据是否有值；当订阅的行情数据有该标的的值时，按订阅规则的行情数据生成估值数据，结束；当订阅的行情数据没有该标的的值时，则按公共行情数据池数据生成估值数据，结束。
S330，继续判断前述数据映射规则是否配置有关联规则；判定配置有关联规则时，获取关联规则后按照关联规则获取该标的的值，生成估值数据，结束；否则，按公共行情数据池数据生成估值数据，结束。
作为举例而非限制，以即期汇率的估值数据生成为例，设置通用配置时，首先设置通用估值数据规则并命名，例如：通用估值数据规则的名称具体可以为spotRateRule_001,该规则下可以包括多个与汇率相关的通用标的，比如EUR/CNY, USD/CNY, JPY/CNY, HKD/CNY和 GBP/CNY等5个标的。
然后，配置系统接入的公共行情数据池以获取公共行情数据，其中剔除异常行情数据，并根据不同数据来源控制接收的频率。例如：接入某个公共行情数据源“货币网CMDS”的行情数据，获取与前述通用标的相关的行情数据（比如汇率）。
例如：
CMDS_CIC_001 1.564
CMDS_CIC_002 6.589
CMDS_CIC_003 101.155
CMDS_CIC_004 0.8896
CMDS_CIC_005 5.2354
其中，“CMDS_CIC_001、CMDS_CIC_002、CMDS_CIC_003 、CMDS_CIC_004 、CMDS_CIC_005”表示映射关系，所述CIC为交易系统标识，表示的是ComStar Instrument Code ，ComStar是一种银行间市场交易系统。
随后，配置通用估值数据规则下的各个通用标的的数据映射规则，所述数据映射规则为针对前述公共行情数据池的数据订阅规则。
例如，前述5个通用标的的数据映射规则如下：
spotRateRule_001 EUR/CNY CMDS_CIC_001
spotRateRule_001 USD/CNY CMDS_CIC_002
spotRateRule_001 JPY/CNY CMDS_CIC_003
spotRateRule_001 HKD/CNY CMDS_CIC_004
spotRateRule_001 GBP/CNY CMDS_CIC_005
其中，数据映射规则中记录有通用估值数据规则名称“spotRateRule_001”、各标的名称“EUR/CNY、USD/CNY、JPY/CNY、HKD/CNY、GBP/CNY”和各标的对应的映射关系“CMDS_CIC_001、CMDS_CIC_002、CMDS_CIC_003 、CMDS_CIC_004 、CMDS_CIC_005”。
在后续生成前述通用标的的估值数据时，根据前述通用标的的数据映射规则来生成估值数据，如下：
spotRateRule_001 EUR/CNY 1.564
spotRateRule_001 USD/CNY 6.589
spotRateRule_001 JPY/CNY 101.155
spotRateRule_001 HKD/CNY 0.8896
spotRateRule_001 GBP/CNY 5.2354，
其中，生成的估值数据中记录有通用估值数据规则名称“spotRateRule_001”、各标的名称“EUR/CNY、USD/CNY、JPY/CNY、HKD/CNY、GBP/CNY”和各标的对应的映射值“1.564 、6.589 、101.155 、0.8896 、5.2354”。
设置租户的机构特有配置时，首先设置机构特有估值数据规则并命名，例如：机构特有估值数据规则的名称具体可以为spotRateRule_002，该规则下可以包括多个与汇率相关的通用标的和特有标的，比如该规则下有标的EUR/CNY, USD/CNY, JPY/CNY, HKD/CNY,GBP/CNY和 EUR/USD等6个标的，6个标的中包括特有标的EUR/USD。
然后，获取租户选择的特有行情数据源信息，配置接入的特有行情数据源以获取实时特有行情数据。
例如：
机构接入路透（特有行情数据源）的行情数据
Reuters_CIC_001 1.5894
机构接入彭博（特有行情数据源）的行情数据
Bloomberg_CIC_001 7.2365
其中，“Reuters_CIC_001 、Bloomberg_CIC_001”表示映射关系。
随后，配置前述特有估值数据规则下的各个通用标的和特有标的的数据映射规则，
例如：
机构spotRateRule_002规则中可以只配置关联，不配置订阅，如下：
spotRateRule_002 spotRateRule_001
即将机构spotRateRule_002规则与系统的通用估值数据规则spotRateRule_001进行关联，此时，数据映射规则为关联规则。
机构spotRateRule_002规则中还可以同时配置订阅跟关联，如下：
spotRateRule_002 spotRateRule_001
spotRateRule_002 EUR/USD Reuters_CIC_001
spotRateRule_002 USD/CNY Bloomberg_CIC_001
后续，在生成前述标的的估值数据时，根据不同标的的数据映射规则来生成估值数据。
例如：机构spotRateRule_002规则只配置关联，不配置订阅时，生成的估值数据如下：
spotRateRule_002 EUR/CNY 1.564
spotRateRule_002 USD/CNY 6.589
spotRateRule_002 JPY/CNY 101.155
spotRateRule_002 HKD/CNY 0.8896
spotRateRule_002 GBP/CNY 5.2354
spotRateRule_002 EUR/USD 1.2478 （数据来源于公共数据池）
机构spotRateRule_002规则同时配置订阅跟关联时，生成的估值数据如下：
spotRateRule_002 EUR/CNY 1.564
spotRateRule_002 USD/CNY 7.2365
spotRateRule_002 JPY/CNY 101.155
spotRateRule_002 HKD/CNY 0.8896
spotRateRule_002 GBP/CNY 5.2354
spotRateRule_002 EUR/USD 1.5894
此时，标的USD/CNY和EUR/USD的值的数据源为机构接入的特有行情数据源。
本发明提出了上述方案，配置有通用估值数据供各机构应用，减少各机构不必要的配置，同时支持特有配置，各机构可以根据本机构特有的数据跟业务配置特有估值数据，实现了个性化的灵活配置；进一步，还可以根据权重按行情数据的来源来生成估值数据；
本发明的另一实施例，还提供了一种数据引擎系统，支持SaaS多租户。所述系统包括数据请求采集单元，数据处理单元和数据显示单元。
所述数据请求采集单元，用于获取租户针对目标业务数据的数据处理请求，所述目标业务数据包括通用数据和/或特有数据。
所述数据处理单元，用于响应于前述数据处理请求，获取前述租户对应的目标业务数据规则配置信息，所述目标业务数据规则配置信息用于配置生成所述目标业务数据的数据映射规则，其中，所述目标业务数据规则配置信息包括通用配置和特有配置，分别对应目标业务数据的通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用前述通用映射规则生成，当目标业务数据中包括特有数据时采用前述特有映射规则生成；以及，接入实时的市场数据，收集与前述目标业务数据相关的实时市场数据；以及，对前述目标业务数据和目标业务数据规则配置信息进行分析以得到目标业务数据的当前数据映射规则，基于前述实时市场数据，按照前述当前数据映射规则进行处理以生成目标业务数据；以及将前述目标业务数据显示在数据可视化界面或者将前述目标业务数据用于金融资产估值计算。
对应的，还设置有数据显示单元，用于生成数据可视化界面，并显示前述目标业务数据显示。
其它技术特征参见在前实施例的描述，在此不再赘述。
本发明的另一实施例，还提供了一种电子设备，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前述实施例中所述的数据交互方法。
其它技术特征参见在前实施例的描述，在此不再赘述。
本发明还提供了一种计算机可读存储介质，用于存储能够被处理单元执行的计算机程序，所述计算机程序被所述处理单元执行时实现如前所述的方法。
所述存储介质，可以包括U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
其它技术特征参见在前实施例的描述，在此不再赘述。
在上面的描述中，本发明的公开内容并不旨在将其自身限于这些方面。而是，在本公开内容的目标保护范围内，各组件可以以任意数目选择性地且操作性地进行合并。另外，像“包括”、“囊括”以及“具有”的术语应当默认被解释为包括性的或开放性的，而不是排他性的或封闭性，除非其被明确限定为相反的含义。所有技术、科技或其它方面的术语都符合本领域技术人员所理解的含义，除非其被限定为相反的含义。在词典里找到的公共术语应当在相关技术文档的背景下不被太理想化或太不实际地解释，除非本公开内容明确将其限定成那样。本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。
Claims (10)
1.一种SaaS模式下的数据交互方法，其特征在于包括步骤：
获取租户针对目标业务数据的数据处理请求，所述目标业务数据包括通用数据和/或特有数据；
响应于前述数据处理请求，获取前述租户对应的目标业务数据规则配置信息，所述目标业务数据规则配置信息用于配置生成所述目标业务数据的数据映射规则，其中，所述目标业务数据规则配置信息包括通用配置和特有配置，分别对应目标业务数据的通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用前述通用映射规则生成，当目标业务数据中包括特有数据时采用前述特有映射规则生成；以及，接入实时的市场数据，收集与前述目标业务数据相关的实时市场数据；
对前述目标业务数据和目标业务数据规则配置信息进行分析以得到目标业务数据的当前数据映射规则，基于前述实时市场数据，按照前述当前数据映射规则进行处理以生成目标业务数据；
将生成的目标业务数据显示在数据可视化界面或用于金融资产估值计算。
2.根据权利要求1所述的方法，其特征在于：当目标业务数据包中同时包括通用数据和特有数据时，通过在所述特有映射规则中调用通用映射规则来生成前述目标业务数据包中的通用数据部分；此时，根据已有的通用映射规则，在所述目标业务数据的特有映射规则中配置与前述已有的通用映射规则的关联关系，使得目标业务数据中的通用数据按照前述关联的通用映射规则生成。
3.根据权利要求1所述的方法，其特征在于：所述目标业务数据规则配置信息中的特有配置，由前述租户根据自己的业务需求进行设置；
所述通用配置下，系统接入的数据源默认为公共数据池，此时，基于公共数据池中的公共市场数据来生成目标业务数据中的通用数据部分；
所述特有配置下，系统接入的数据源包括前述租户根据业务需求选择的特有数据源，此时，基于前述特有数据源中的特有市场数据来生成目标业务数据中的特有数据部分。
4.根据权利要求1所述的方法，其特征在于：所述目标业务数据包括由多个数据指标组成的数据指标组；
对应市场数据的数据源设置有权重参数，在生成目标业务数据时，当一个数据指标对应的相关实时市场数据有多个数据源时，根据各个数据源的权重参数的大小来选择用于该数据指标使用的数据源；其中，特有数据源的权重参数大于公共数据池的权重参数。
5.根据权利要求4所述的方法，其特征在于：所述数据指标组包括通用指标和特有指标；生成目标业务数据时，基于前述实时市场数据，按照对应的数据映射规则获取通用指标和特有指标的值后，将每个数据指标的指标名称和指标值在数据可视化界面中同行显示，不同数据指标的信息分行显示，以及在每个数据指标所在行显示对应的目标业务数据规则名称；
其中，对于通用指标，当用户通过特有映射规则配置该通用指标的数据源为特有数据源，基于前述特有数据源来获取该通用指标的值。
6.根据权利要求5所述的方法，其特征在于：所述目标业务数据为一组标的的估值数据，对应的市场数据为与标的组相关的市场行情数据，此时，目标业务数据的数据指标组即为前述标的组；
设置通用配置的步骤如下：设置通用估值数据规则并命名，该规则下包括通用标的；配置接入的公共行情数据池以获取实时公共行情数据，其中，配置有从公共行情数据中剔除异常行情数据的数据筛选规则，以及配置不同数据源接收数据的频率参数；配置前述通用估值数据规则下的各个通用标的的数据映射规则，所述数据映射规则为针对前述公共行情数据池的数据订阅规则；
设置特有配置的步骤如下：获取租户设置的特有估值数据规则并命名，该规则下包括通用标的和特有标的；获取租户选择的特有行情数据源信息，配置接入的特有行情数据源以获取实时特有行情数据；配置前述特有估值数据规则下的各个通用标的和特有标的的数据映射规则，其中，所述数据映射规则包括针对通用标的的第一类映射模式和针对特有标的的第二类映射模式，所述第一类映射模式为配置数据关联且不配置数据订阅，所述第二类映射模式为配置数据关联和数据订阅；在第一类映射模式下，将所述特有估值数据规则与已有的通用估值数据规则进行关联，所述数据映射规则为关联规则；在第二类映射模式下，所述数据映射规则为针对特有行情数据源的数据订阅规则。
7.根据权利要求6所述的方法，其特征在于，基于标的维度来生成估值数据，对于标的组中的任意一个标的，生成该标的的估值数据的步骤如下：
获取该标的的数据映射规则，判断所述数据映射规则中是否配置有订阅规则；
判定配置有订阅规则时，获取订阅的行情数据，判断订阅的行情数据是否有值；当订阅的行情数据有该标的的值时，按订阅规则的行情数据生成估值数据，结束；当订阅的行情数据没有该标的的值时，则按公共行情数据池数据生成估值数据，结束；
判定未配置订阅规则时，继续判断前述数据映射规则是否配置有关联规则；判定配置有关联规则时，获取关联规则后按照关联规则获取该标的的值，生成估值数据，结束；否则，按公共行情数据池数据生成估值数据，结束。
8.根据权利要求6所述的方法，其特征在于：与标的组相关的市场行情数据包括通过数据订阅方式获取的市场行情数据、通过主动采集获取的市场行情数据、通过第三方行情数据API接口获取的市场行情数据、通过金融数据信息商或市
场基础设施获取的市场行情数据和通过文件传输协议FTP上传方式获取的市场行情数据中的一种或多种；
其中，监测接入的市场行情数据源，当监测到市场行情数据源中与标的组相关的市场行情数据发生变动时，在数据可视化界面中更新标的组的标的值。
9.一种数据引擎系统，支持SaaS多租户，其特征在于包括：
数据请求采集单元，用于获取租户针对目标业务数据的数据处理请求，所述目标业务数据包括通用数据和/或特有数据；
数据处理单元，用于响应于前述数据处理请求，获取前述租户对应的目标业务数据规则配置信息，所述目标业务数据规则配置信息用于配置生成所述目标业务数据的数据映射规则，其中，所述目标业务数据规则配置信息包括通用配置和特有配置，分别对应目标业务数据的通用映射规则和特有映射规则，当目标业务数据中仅包括通用数据时采用前述通用映射规则生成，当目标业务数据中包括特有数据时采用前述特有映射规则生成；以及，接入实时的市场数据，收集与前述目标业务数据相关的实时市场数据；以及，对前述目标业务数据和目标业务数据规则配置信息进行分析以得到目标业务数据的当前数据映射规则，基于前述实时市场数据，按照前述当前数据映射规则进行处理以生成目标业务数据；以及，将前述目标业务数据显示在数据可视化界面或者将前述目标业务
数据用于金融资产估值计算。
10.一种电子设备，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1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311535477.5A CN117332003A (zh) | 2023-11-17 | 2023-11-17 | SaaS模式下的数据交互方法、数据引擎系统及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311535477.5A CN117332003A (zh) | 2023-11-17 | 2023-11-17 | SaaS模式下的数据交互方法、数据引擎系统及应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117332003A true CN117332003A (zh) | 2024-01-02 |
Family
ID=89293600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311535477.5A Pending CN117332003A (zh) | 2023-11-17 | 2023-11-17 | SaaS模式下的数据交互方法、数据引擎系统及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117332003A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7418426B1 (en) * | 2002-05-20 | 2008-08-26 | Microsoft Corporation | System and method providing rules driven subscription event processing |
| CN109583782A (zh) * | 2018-12-07 | 2019-04-05 | 厦门铅笔头信息科技有限公司 | 支持多数据源的汽车金融风控模型 |
| CN112017007A (zh) * | 2020-08-31 | 2020-12-01 | 中国平安财产保险股份有限公司 | 用户行为数据的处理方法及装置、计算机设备、存储介质 |
| CN112860451A (zh) * | 2021-01-21 | 2021-05-28 | 中国建设银行股份有限公司 | 一种基于SaaS的多租户数据处理方法和装置 |
| CN115878707A (zh) * | 2022-12-14 | 2023-03-31 | 平安银行股份有限公司 | 一种外汇行情数据处理方法、装置、存储介质及设备 |
| CN116560626A (zh) * | 2023-04-14 | 2023-08-08 | 北京滴普科技有限公司 | 基于自定义规则的数据处理方法、系统、设备和存储介质 |
-
2023
- 2023-11-17 CN CN202311535477.5A patent/CN117332003A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7418426B1 (en) * | 2002-05-20 | 2008-08-26 | Microsoft Corporation | System and method providing rules driven subscription event processing |
| CN109583782A (zh) * | 2018-12-07 | 2019-04-05 | 厦门铅笔头信息科技有限公司 | 支持多数据源的汽车金融风控模型 |
| CN112017007A (zh) * | 2020-08-31 | 2020-12-01 | 中国平安财产保险股份有限公司 | 用户行为数据的处理方法及装置、计算机设备、存储介质 |
| CN112860451A (zh) * | 2021-01-21 | 2021-05-28 | 中国建设银行股份有限公司 | 一种基于SaaS的多租户数据处理方法和装置 |
| CN115878707A (zh) * | 2022-12-14 | 2023-03-31 | 平安银行股份有限公司 | 一种外汇行情数据处理方法、装置、存储介质及设备 |
| CN116560626A (zh) * | 2023-04-14 | 2023-08-08 | 北京滴普科技有限公司 | 基于自定义规则的数据处理方法、系统、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11830075B2 (en) | Systems and methods for maintaining a workflow management system | |
| US11928652B2 (en) | Electronic capital marketplace systems and methods | |
| US10725896B2 (en) | System and method for identifying a subset of total historical users of a document preparation system to represent a full set of test scenarios based on code coverage | |
| US20090319421A1 (en) | Method and Apparatus for Performing Financial Transactions | |
| CN109472678B (zh) | 一种基于区块链的会计账本管理方法、电子装置及可读存储介质 | |
| US20100076888A1 (en) | System and method for provisioning a controlled secondary market for small dollar deposits and lending | |
| US20090089194A1 (en) | Method and Apparatus for Performing Financial Transactions | |
| US20090037236A1 (en) | Analytical reporting and data mart architecture for public organizations | |
| WO2018218059A2 (en) | Systems and methods for providing real-time values determined based on aggregated data from disparate systems | |
| CN110866698A (zh) | 用于评定服务提供方的服务分值的装置 | |
| US9626700B1 (en) | Aggregation of operational data for merchandizing of network accessible services | |
| US20240097882A1 (en) | Block chain modification correlation | |
| CN115641192A (zh) | 一种集装箱资产精准营销方法及系统 | |
| US20040210485A1 (en) | Quoting strategy analysis system and method | |
| US8645234B2 (en) | General ledger chart of accounts combination editing request response | |
| US9525687B2 (en) | Template for customer attributes | |
| CN117332003A (zh) | SaaS模式下的数据交互方法、数据引擎系统及应用 | |
| CN113011784A (zh) | 监管报送数据的处理模型及方法 | |
| CN111782696A (zh) | 一种征信数据的处理方法及装置 | |
| CN112907362A (zh) | 贷款业务的处理方法、装置、电子设备和存储介质 | |
| CN111966892A (zh) | 一种数据处理方法和装置，计算机存储介质和电子设备 | |
| JP2017509047A (ja) | 特許資産を用いるテクノロジーセクター規模の報告 | |
| JP7321302B2 (ja) | グローバル寄与分析を実施するためのシステムおよび方法 | |
| CN109785016A (zh) | 基于区块链的终端管理信息处理方法及系统 | |
| CN115239324B (zh) | 基于区块链的农产品金融定向支付系统、方法及装置 |
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 |