[發明專利]一種基于DFA算法的卡bin匹配方法及系統

在審

• 申請號: 202211441202.0
• 申請日: 2022-11-17
• 公開（公告）號: CN115729966A
• 公開（公告）日: 2023-03-03
• 發明（設計）人: 董勇圣
• 申請（專利權）人: 天翼電子商務有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F9/448
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種基于DFA算法的卡bin匹配方法及系統，涉及互聯網技術領域。包括構建卡bin庫，將數據庫卡bin信息進行本地緩存；并存儲到本地緩存中，服務啟動初始化時,先查詢數據庫卡bin信息數據，得到list集合；遍歷集合取其中的卡bin作為key，實體數據作為value；bin大于等于6位的截取前6位作為key，小于6位的直接作為key；先判斷是否有key，當無key時將新建list集合作為value，按卡bin長度倒序放入卡bin詞庫；當有key時把卡bin數據放入list集合,按卡bin長度倒序存入卡bin詞庫。實現精準高效匹配卡bin，避免去除數據庫暴力查詢的問題。

技術領域

本發明涉及互聯網技術領域，具體而言，涉及一種基于DFA算法的卡bin匹配方法及系統。

背景技術

隨著互聯網的飛速發展和網民數量的日益增多，互聯網高潮來臨，中國網絡購物的用戶規模不斷上升。由于互聯網的普及，網絡購物的優點更加突出，日益成為一種重要的購物形式。以網絡購物、網上支付和旅行預訂為代表的商務類應用持續快速增長，并引領其他互聯網應用發展，成為互聯網發展的突出特點。支付綁卡成為購物的必備條件，在交易鏈路中，通過一張銀行卡卡號來識別這張銀行卡所屬發卡機構，以及通過卡bin走不同的卡清算組織是基本的需求。在單模式匹配算法中，比較經典的有：BF算法、KMP算法和BM算法等；在多模式匹配算法中，比較經典的有：AC算法、CW算法和WM算法等，這些算法存在時間復雜度高、實際應用中匹配速度慢、靈活性差和實際應用困難等問題。

現有技術針對卡號查詢卡bin，常見的問題有如下三個方面：a.大量查詢：在現有日活躍一千多萬查詢的背景下，大量的訪問數據庫，頻繁連接和關閉數據庫，這樣會導致IO訪問次數太頻繁，內存消耗過高，機器負載壓力增大。b.效率低下：數據庫很容易成為系統性能的一個瓶頸，單機存儲容量，IO和CPU處理能力都有限，當單表的數據量達到1000W或100G以后，庫表的增刪改查操作面臨著性能大幅下降的問題。C.命中率低：由于卡號數據量達到一億多，而匹配的卡bin數據只有兩萬多，使用卡號作為redis的key值緩存會導致緩存命中概率低，而通常來講，緩存的命中率越高則表示使用緩存的收益越高，應用的性能越好(響應時間越短、吞吐量越高),抗并發的能力越強。

目前，需要一種基于DFA算法的卡bin匹配方法，使其能夠實現精準高效匹配卡bin，避免去除數據庫暴力查詢的問題。

發明內容

本發明的目的在于提供一種基于DFA算法的卡bin匹配方法，其能夠通過卡bin數據集合構建卡bin詞庫對卡號進行DFA算法匹配，從而實現基于在億級數據量模式下的卡號下，精準高效匹配卡bin，避免去除數據庫暴力查詢的問題。

本發明的另一目的在于提供一種基于DFA算法的卡bin匹配系統，其能夠通過卡bin數據集合構建卡bin詞庫對卡號進行DFA算法匹配，從而實現基于在億級數據量模式下的卡號下，精準高效匹配卡bin，避免去除數據庫暴力查詢的問題。

本發明的實施例是這樣實現的：

第一方面，本申請實施例提供一種基于DFA算法的卡bin匹配方法，其包括如下步驟，S1確定有窮自動機構建階段：構建卡bin庫，將數據庫卡bin信息進行本地緩存；S2并存儲到本地緩存中，構建卡bin詞庫：a.服務啟動初始化時,先查詢數據庫卡bin信息數據，得到list集合；b.遍歷list集合，取其中的卡bin作為key，實體數據作為value；c.對卡bin大于等于6位的，截取前6位作為key，對卡bin小于6位的，直接作為key；d.先判斷是否有key，當無key時，將新建list集合作為value，按卡bin長度倒序放入卡bin詞庫；當有key時，把卡bin數據放入list集合,按卡bin長度倒序存入卡bin詞庫；e.卡bin詞庫構建完畢；S3針對上游傳過來的卡號在卡bin詞庫進行DFA命中匹配。