[發明專利]一種參數劃分系統及其方法、一種業務處理系統及其方法

有效

• 申請號: 201210277733.0
• 申請日: 2012-08-07
• 公開（公告）號: CN103577480A
• 公開（公告）日: 2014-02-12
• 發明（設計）人: 馮哲;張工廠;吳金壇;陳逢源;呂伊蒙
• 申請（專利權）人: 中國銀聯股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 徐小會;王忠忠

技術領域

本發明屬于數據處理領域，尤其涉及一種參數劃分系統及其方法和一種業務處理系統及其方法。

背景技術

隨著銀行卡產業的飛速發展，業務量越來越大，批量交易處理系統往往要處理上億筆海量交易數據，處理過程中要訪問覆蓋所有交易情況的巨量業務/技術參數來完成對每一筆交易的精確處理。隨著業務種類增多，各種參數數量會繼續增大，系統會越來越慢。所以，目前對于系統整體性能來說，巨量參數的搜索過程已經是非常重要的一環。

目前，對于巨量參數的搜索方法一般有以下幾種：

1、所有參數全量裝入共享內存，在共享內存中實現HASH算法。帶來的效果是：

1)?搜索命中率很高；

2）依賴HASH算法必須要求所有參數沒有業務優先級、沒有通用參數定義，從而需要顯示配置所有決定維度的所有參數記錄，參數量極大，需要的共享內存空間極多；

3)?參數配置人員的工作量極大，若業務規則發生改變，需要修改和新增的參數記錄數不可想象，對于參數量較大的系統該方法不現實。

2、參數配置包含業務通用定義，裝載共享內存，在內存中使用類二分等算法。帶來的效果是：

1)?每次在內存中對全量參數集合的搜索命中率不高，這依賴于包含業務通配定義的參數列的個數。

2）較第1種方法，參數量相對較小，空間占用相對較少；

3）減輕參數配置人員的工作量。因為一條業務通配參數可能頂替之前的上千條???非業務通配參數。

3、其他的一些自主研發的高性能搜索算法。帶來的效果是：

1）目前的一些高性能搜索算法可能帶來搜索性能在一定比例上的提高；

2）這些算法往往都依賴于參數的業務描述，業務規則改變，算法需要調整；

3)?高性能算法往往需要較大的空間開銷。

發明內容

有鑒于此，本發明提供一種參數劃分系統及其方法和一種業務處理系統及其方法，用以對參數進行劃分、提高搜索效率。

本發明提供以下技術方案：

1.?一種參數劃分系統，其特征在于，包括生產環境數據庫、頻繁參數學習模塊、頻繁參數數據庫、參數裝載模塊和系統參數數據庫，所述生產環境數據庫存儲有當日業務數據，所述系統參數數據庫存儲有巨量的系統參數，其中

所述頻繁參數學習模塊根據所述生產數據庫中的當日業務數據生成頻繁參數并將所述頻繁參數寫入所述頻繁參數數據庫，所述參數裝載模塊根據所述系統參數數據庫和所述頻繁參數數據庫生成一級參數緩存和二級參數緩存，所述一級參數緩存存儲所述頻繁參數中在所述系統參數中匹配成功的頻繁參數，所述二級參數緩存存儲所述系統參數中在所述一級參數緩存中匹配不成功的系統參數。

2.?如技術方案1所述的系統，其特征在于，所述頻繁參數學習模塊在生成頻繁參數之前和/或生成一級參數緩存和二級參數緩存之后清空頻繁參數數據庫。

3.?如技術方案1或2所述的系統，其特征在于，所述頻繁參數學習模塊在根據所述生產數據庫中的當日業務數據生成頻繁參數時被配置為執行以下步驟：

（A1）讀取所述生產數據庫中的當日業務數據；

（A2）統計每一筆業務數據的參數訪問量；

（A3）利用聚類訓練和爬山算法對統計結果進行處理生成初始頻繁參數集合；

（A4）將初始頻繁參數集合中包含業務通配符的參數替換為對應的非通配參數以生成頻繁參數。

4.?如技術方案3所述的系統，其特征在于，步驟A3包括：

（A31）使用K均值聚類算法對所統計的參數訪問量進行聚類，生成K個子參數集合，其中K的初始值為2；

（A32）根據當前使用的搜索算法定義全天所有業務數據搜索次數的啟發函數，對該K個子參數集合使用啟發函數；

（A33）K值加1，使用K均值聚類算法對所統計的參數訪問量進行聚類，生成K個子參數集合，將【1，K-1】子參數結合合并為初始頻繁參數集合；

（A34）對該K個子參數集合使用啟發函數；

（A35）對當前的啟發函數結果和前次的啟發函數結果使用爬山算法以進行相鄰K值聚類結果搜索次數的比較，若當前聚類的搜索次數比之前聚類后的搜索次數小，則返回步驟A33；否則執行后續步驟。

5.?如技術方案1-4之一所述的系統，其特征在于，所述參數裝載模塊在生成一級參數緩存和二級參數緩存被配置為執行以下步驟：

（B1）讀取系統參數數據庫中的所有系統參數；

（B2）讀取頻繁參數數據庫中的一條頻繁參數；