一种业务处理方法、装置、设备和可读存储介质与流程

1.本技术涉及计算机智能领域，更具体地说，涉及一种业务处理方法、装置、设备和可读存储介质。


背景技术：

2.随着互联网技术的蓬勃发展，和大数据分析技术地普遍使用，常常需要结合多处接入的数据进行综合分析，如在信用评估、风险评估、安防检测等方面尤其普遍。以金融行业的风险评估为例，金融机构或商业银行往往都会开发属于自己的官网或应用程序，为了开展业务，挖掘潜在客户，经常会给其用户推荐一些金融产品，特别是推荐金融借贷产品，而金融借贷具有一定的风险，其风险控制较为关键，在对人员做风险评估时，想要依靠大数据准确、快速的对待检测人员进行风险值评估，除了对大数据分析能力有极高的要求之外，数据源的多样性和丰富性决定了大数据分析结果的可靠性，因此，数据来源越多，接入的数据库数量越大，分析得到的风险值才会更为全面、可靠。
3.而目前在业务处理时，往往调用多个数据库的资源，一个数据库通过一个数据接口接入，同时给每一业务项设置对应的数据接口及数据地址，由于一个业务项在计算时往往需要调取非常多的数据库中的数据，因此一个业务项的数据来源将设置有非常多的数据接口及数据地址。在新增数据接口时，这种方式需要改动大量的业务项的数据接口设置，在新增需要计算的业务项时，也需要给新增业务项设置需要抽取数据的多个数据接口，需要完成设置的数据接口数量多，设置过程较为繁杂。显然，对计算项一一设置数据接口和数据地址，在计算时通过设置的数据接口和数据地址抽取数据的业务处理方式，已不够便捷和高效。
4.基于上述情况，提供一种高效、便捷的业务处理方案，成为亟待解决的技术问题。


技术实现要素：

5.有鉴于此，本技术提供了一种业务处理方法、装置、设备和可读存储介质，避免需要改动大量的计算项的数据源接口设置的问题，同时对计算项也无需设置大量的数据源接口，使得业务处理更加高效、便捷。
6.为了实现上述目的，现提出的方案如下：
7.一种业务处理方法，包括：
8.确定当前待处理业务项需要使用的各数据组件，每一组件中存储有与组件类型匹配的数据的访问地址；
9.在数据组件集合中抽取所述各数据组件，并获取各数据组件内的数据访问地址；
10.根据所述各数据访问地址，获取需要使用的所有数据；
11.利用获取的所述所有数据对当前待处理业务项进行计算。
12.可选的，所述确定当前待处理业务项需要使用的各数据组件，包括：
13.确定当前待处理业务项需要使用的数据的类型；
14.根据预设的数据的类型与数据组件的对应关系，确定当前待处理业务项需要使用的各数据组件。
15.可选的，所述待处理业务项为各风险评估项；
16.所述利用获取的所述所有数据对当前待处理业务项进行计算的过程，包括：
17.按照预设的各风险评估项的计算方式，计算得到所述各风险评估项的评估分数值。
18.可选的，还包括：
19.根据计算得到的所述各风险评估项的评估分数值，加权计算得到风险值。
20.可选的，还包括：
21.在每一预设的统计周期内，每次数据组件集合中各数据组件被抽取之后，更新统计各数据组件被抽取的次数。
22.可选的，在所述在数据组件集合中抽取所述各数据组件之前，还包括：
23.确定需要抽取的各数据组件在当前所处的统计周期内的被抽取次数是否小于设置的各数据组件的限制次数；
24.若是，则执行所述在所述数据组件集合中抽取需要的各数据组件，并获取各数据组件内的数据访问地址的过程；
25.若否，则将当前待处理业务项延至下一统计周期进行处理。
26.可选的，所述利用获取的所述所有数据对当前待处理业务项进行计算，包括：
27.在获取的所述所有数据中，选取与设置的数据格式一致的数据，对当前待处理业务项进行计算。
28.一种业务处理装置，包括：
29.组件确定单元，用于确定当前待处理业务项需要使用的各数据组件，每一组件中存储有与组件类型匹配的数据的访问地址；
30.组件抽取单元，用于在数据组件集合中抽取所述各数据组件，并获取各数据组件内的数据访问地址；
31.数据获取单元，用于根据所述各数据访问地址，获取需要使用的所有数据；
32.计算单元，用于利用获取的所述所有数据对当前待处理业务项进行计算。
33.一种业务处理设备，包括存储器和处理器；
34.所述存储器，用于存储程序；
35.所述处理器，用于执行所述程序，实现如上述的业务处理方法的各个步骤。
36.一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的业务处理方法的各个步骤。
37.从上述的技术方案可以看出，本技术实施例提供的一种业务处理方法，通过确定当前待处理业务项需要使用的各数据组件，在数据组件集合中抽取各数据组件，并获取各数据组件内的数据访问地址，通过访问地址获取需要使用的所有数据，即抽取来自待处理业务项需要使用的所有数据组件中的所有数据地址的数据，最后利用获取的所述所有数据对当前待处理业务项进行计算。
38.由于数据组件内的各数据地址在抽取数据前已经划归完成的，且在数据接口未发生变动的情况下，划归完成后各数据组件内的各数据地址将不发生变化。只需要预先设置
一次数据地址和数据组件的对应关系，在计算待处理业务项时，可直接确定当前待处理业务项需要使用的各数据组件，并根据数据组件内已划归的各数据的地址，抽取出计算需要数据。在数据接口发生变动的情况下，仅需要对发生变动的数据接口的各数据的地址进行重新划归即可，无需对其他的内容进行改动，避免了需要改动大量的计算项的数据接口设置的问题，同时对业务项也无需设置大量的数据接口，仅需设置其需要使用的数据组件即可，而设置的需要的数据组件显然是较少的，因此可使业务处理更加高效、便捷。
附图说明
39.为了更清楚地说明本技术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，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
40.图1为本技术实施例的一种数据组件设置方式的示意图；
41.图2为本技术公开的一种业务处理方法流程图；
42.图3为本技术示例的一种当前业务项处理的示意图；
43.图4为本技术公开的一种业务处理装置结构框图；
44.图5为本技术公开的一种业务处理设备的硬件结构框图。
具体实施方式
45.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.接下来介绍本技术方案，本技术提出如下技术方案，具体参见下文。
47.在对本技术具体实现数据处理的过程进行说明之前，首先对各数据组件的建立和设置进行介绍。
48.业务处理可能需要调取各签约数据库的数据进行计算，同时调取的数据库越多，计算得到的业务项结果将更加准确，因此在调取众多数据库时，可能会通过多个数据接口进行，如hbase查询、mysql查询、osp接口、数据厂商https接口等。
49.在对业务项进行计算前，首先需要将数据接口中各数据地址进行划归，预先设置多个数据组件，每个数据组件有对应的组件类型，将各数据接口中，可访问与组件类型对应的数据的访问地址放入对应的数据组件中，其中数据组件的组件类型可通过如内容、格式等方式划分。
50.示例如，在图1所示的数据组件设置方式的示意图中，当前业务项共通过4个数据接口接入数据，同时建立数据组件一、数据组件二、数据组件三，数据组件一、数据组件二、数据组件三的数据组件类型可分别为身份信息、消费记录、流水记录，将4个数据接口接入数据根据数据内容，分别将数据的访问地址放入对应的数据组件一中，如将数据接口1中两条内容为身份信息的数据的访问地址放入数据组件一中。
51.仅需要进行一次预先划归，划归完成后，在业务处理时，只需要确定业务项需要使
用的数据组件即可，而无需设置众多数据的访问地址。在增加新的数据接口时，也仅需要将这一数据接口的各数据的访问地址分别放入对应的数据组件即可，无需对已设置好的业务项的访问设置进行改动。
52.以下基于上述数据组件的建立和设置过程，图2为本技术实施例公开的一种业务处理方法流程图如图1所示，参见图2，该方法可以包括：
53.步骤s1、确定当前待处理业务项需要使用的各数据组件，每一组件中存储有与组件类型匹配的数据的访问地址。
54.具体的，需要确定当前待处理业务项需要使用的各数据组件，如流水计算项需要使用的数据组件可以为类型为记录消费和存款数据的数据组件，信用计算项需要使用的数据组件可以为类型为记录还款数据和个人资料的数据组件。在每一组件中存各储有与组件类型匹配的数据的访问地址，可通过记录的访问地址，获取需要的数据。
55.步骤s2、在数据组件集合中抽取所述各数据组件，并获取各数据组件内的数据访问地址。
56.具体的，根据确定当前待处理业务项需要使用的各数据组件，将需要使用的数据组件从数据组件集合中抽出，同时获取得到需要使用的数据组件内记录的数据访问地址。
57.步骤s3、根据所述各数据访问地址，获取需要使用的所有数据。
58.具体的，通过得到的各数据访问地址，通过访问地址访问各数据库，获取得到计算当前业务项需要使用的所有数据。在实际场景下，数据库中的数据将随着时间不断更新，但存储数据的地址不发生改变，通过各数据的访问地址，可获取得到访问地址下的最新数据。
59.步骤s4、利用获取的所述所有数据对当前待处理业务项进行计算。
60.具体的，获取得到计算需要的所有数据后，可根据预设的计算方式，对当前待处理业务项进行计算，得到当前待处理业务项的计算结果。
61.从上述的技术方案可以看出，本技术实施例提供的一种业务处理方法，通过确定当前待处理业务项需要使用的各数据组件，在数据组件集合中抽取各数据组件，并获取各数据组件内的数据访问地址，通过访问地址获取需要使用的所有数据，即抽取来自待处理业务项需要使用的所有数据组件中的所有数据地址的数据，最后利用获取的所述所有数据对当前待处理业务项进行计算。
62.由于数据组件内的各数据地址在抽取数据前已经划归完成的，且在数据接口未发生变动的情况下，划归完成后各数据组件内的各数据地址将不发生变化。只需要预先设置一次数据地址和数据组件的对应关系，在计算待处理业务项时，可直接确定当前待处理业务项需要使用的各数据组件，并根据数据组件内已划归的各数据的地址，抽取出计算需要数据。在数据接口发生变动的情况下，仅需要对发生变动的数据接口的各数据的地址进行重新划归即可，无需对其他的内容进行改动，避免了需要改动大量的计算项的数据接口设置的问题，同时对业务项也无需设置大量的数据接口，仅需设置其需要使用的数据组件即可，而设置的需要的数据组件显然是较少的，因此可使业务处理更加高效、便捷。
63.下面结合图3所示的当前业务项处理示意图，对本技术进行介绍。
64.如图3所示，有预先设置完成的数据组件集合，数据组件集合中包含多个数据组件，每个数据组件内有分别来自多个数据接口的与数据组件类型一致的数据的访问地址。确定当前业务项需要使用的数据对应的数据组件为数据组件一、数据组件二和数据组件
四，在数据组件集合中抽取出数据组件一、数据组件二和数据组件四，并获取得到其中包含的数据访问地址，在图3中，数据组件集合中全部的数据来源于四个数据接口，如数据组件一中有来源数据接口一的数据a的访问地址，来源数据接口二的数据d的访问地址，和来源数据接口四的数据m的访问地址。可根据所述各数据组件内数据访问地址，获取需要使用的所有数据，即获取数据a、数据b、数据d、数据f、数据i、数据j、数据l、数据m。并利用获取得到的上述数据，带入计算得到当前业务项的计算结果。
65.在本技术的一些实施例中，对步骤s1、所述确定当前待处理业务项需要使用的各数据组件的过程进行介绍，具体可以包括：
66.步骤s11、确定当前待处理业务项需要使用的数据的类型。
67.具体的，确定当前待处理业务项需要使用的数据的类型，如流水计算项需要使用的数据类型为消费记录和存款记录，信用计算项需要使用的数据组类型为还款记录和个人资料记录。
68.步骤s12、根据预设的数据的类型与数据组件的对应关系，确定当前待处理业务项需要使用的各数据组件。
69.具体的，预先设置好数据的类型与数据组件的对应关系，一个类型的数据对应一个数据组件，在确定了计算项需要使用的数据的类型后，可通过数据的类型与数据组件的对应关系，确定当前待处理业务项需要使用的各数据组件。
70.示例如，流水计算项需要使用的数据类型为消费记录和存款记录，信用计算项需要使用的数据组类型为还款记录和个人资料记录，消费记录和存款记录对应记录消费和存款数据的数据组件，还款记录和个人资料记录对应记录还款数据和个人资料的数据组件。
71.可选的，步骤s4、利用获取的所述所有数据对当前待处理业务项进行计算的过程，可以包括：
72.在获取的所述所有数据中，选取与设置的数据格式一致的数据，对当前待处理业务项进行计算。
73.具体的，还可以在获取得到当前待处理业务项需要使用的各数据组件后，对数据进行二次选取，可从中选取与设置的数据格式一致的数据，运用选取出的数据对待处理业务项进行计算。
74.本技术可以应用于金融领域，特别是金融风控评估，金融风控评估依赖于大量的数据，评估系统往往需要调取众多签约数据库的数据，通过多渠道、多领域的数据库获取借贷人的信息，以此对借贷人进行综合评估，对借贷风险进行控制。
75.在风险评估时，风险值由多个风险评估项加权计算得到，而各风险评估项将通过与之匹配数据，通过相应的计算方式计算得到。金融机构将依据得到的风险值高低评估该借贷人的潜在风险等级，对不同潜在风险等级的借贷人提供不同程度的借贷权限和相应服务许可。因此，待处理业务项可以为各风险评估项。
76.在待处理业务项为各风险评估项的基础上，对每一风险评估项进行处理的过程进行具体说明。步骤s4、利用获取的所述所有数据对当前待处理业务项进行计算的过程，具体可以包括：
77.按照预设的各风险评估项的计算方式，计算得到所述各风险评估项的评估分数值。
78.具体的，在进行风险评估时，可以确定风险评估需要用到的多个风险评估项，运用上述业务处理方式，获取得到各风险评估项需要使用的数据，按照各风险评估项设置好的计算方式，带入数据进行计算，得到各风险评估项的评估分数值。
79.在得到了各风险评估项的评估分数值后，还可以进一步计算得到风险值，具体为：
80.根据各风险评估项的评估分数值，加权计算得到风险值。
81.具体的，通过将各风险评估值进行加权计算，得到风险值，风险值大小可评价借贷人存在的潜在风险，一般的，可根据风险值所在的潜在风险等级区间，确定借贷人的风险等级，对风险越大的借贷人，授予较低借贷许可，对于风险越低的借贷人，授予较高的借贷许可。
82.在本技术的一些实施例中，考虑到在实际应用中，为了防止对于数据接口的滥用，而引发服务器负载异常，保护数据库的资源，通常来说我们会对于服务器上的各种接口进行调用次数的限制。比如对于某个数据接口，在一个设定的时间段内，比如1分钟，调用数据接口的次数不能够大于一个上限，比如说100次。因此，本技术对组件的调用也并不是无限制的，可以设置数据组件的调用限流。
83.可选的，可以在每一预设的统计周期内，每次数据组件集合中各数据组件被抽取之后，更新统计各数据组件被抽取的次数。
84.具体的，预设一个时间段，一个时间段为一个统计周期，在一个统计周期内，若发生数据组件集合中任一数据组件被抽取，则对所处的统计周期内各数据组件被抽取的次数进行更新。
85.在此基础上，在步骤s2、在数据组件集合中抽取所述各数据组件之前，还包括：
86.确定需要抽取的各数据组件在当前所处的统计周期内的被抽取次数是否小于设置的各数据组件的限制次数。
87.若是，则执行所述在所述数据组件集合中抽取需要的各数据组件，并获取各数据组件内的数据访问地址的过程；
88.若否，则将当前待处理业务项延至下一统计周期进行处理。
89.具体的，可根据数据组件记录的数据访问地址来源的数据接口中，承载能力最小的数据接口的承载量，对各数据组件在一个统计周期内的限制次数进行设置，如可设置a数据组件5000次/天、b数据组件8000次/天，c数据组件2000次/天、d数据组件9000次/天。在一个统计周期内，各数据组件的被抽取次数应小于限制次数，以对数据库和数据接口进行保护。
90.因此，在数据组件集合中抽取所述各数据组件之前，应先确定需要抽取的各数据组件在当前所处的统计周期内的统计次数是否小于设置的各数据组件的限制次数。
91.若是，即当前所处的统计周期内的统计次数小于设置的各数据组件的限制次数，则允许在所述数据组件集合中抽取需要的各数据组件，并获取各数据组件内的数据访问地址。
92.若否，即当前所处的统计周期内的统计次数不小于设置的各数据组件的限制次数，则将当前待处理业务项延至下一统计周期进行处理。
93.下面对本技术实施例提供的业务处理装置进行描述，下文描述的业务处理装置与上文描述的业务处理方法可相互对应参照。
94.参见图4，图4为本技术实施例公开的一种业务处理装置结构示意图。
95.如图4所示，该装置可以包括：
96.组件确定单元110，用于确定当前待处理业务项需要使用的各数据组件，每一组件中存储有与组件类型匹配的数据的访问地址；
97.组件抽取单元120，用于在数据组件集合中抽取所述各数据组件，并获取各数据组件内的数据访问地址；
98.数据获取单元130，用于根据所述各数据访问地址，获取需要使用的所有数据；
99.计算单元140，用于利用获取的所述所有数据对当前待处理业务项进行计算。
100.从上述的技术方案可以看出，本技术实施例提供的业务处理装置，通过确定当前待处理业务项需要使用的各数据组件，在数据组件集合中抽取各数据组件，并获取各数据组件内的数据访问地址，通过访问地址获取需要使用的所有数据，即抽取来自待处理业务项需要使用的所有数据组件中的所有数据地址的数据，最后利用获取的所述所有数据对当前待处理业务项进行计算。
101.由于数据组件内的各数据地址在抽取数据前已经划归完成的，且在数据接口未发生变动的情况下，划归完成后各数据组件内的各数据地址将不发生变化。只需要预先设置一次数据地址和数据组件的对应关系，在计算待处理业务项时，可直接确定当前待处理业务项需要使用的各数据组件，并根据数据组件内已划归的各数据的地址，抽取出计算需要数据。在数据接口发生变动的情况下，仅需要对发生变动的数据接口的各数据的地址进行重新划归即可，无需对其他的内容进行改动，避免了需要改动大量的计算项的数据接口设置的问题，同时对业务项也无需设置大量的数据接口，仅需设置其需要使用的数据组件即可，而设置的需要的数据组件显然是较少的，因此可使业务处理更加高效、便捷。
102.可选的，上述组件确定单元，可以包括：
103.第一确定子单元，用于确定当前待处理业务项需要使用的数据的类型；
104.第二确定子单元，用于根据预设的数据的类型与数据组件的对应关系，确定当前待处理业务项需要使用的各数据组件。
105.可选的，所述待处理业务项可以为各风险评估项；
106.所述计算单元，可以用于按照预设的各风险评估项的计算方式，计算得到所述各风险评估项的评估分数值。
107.可选的，上述业务处理装置，还可以包括：
108.加权计算单元，用于根据各风险评估项的评估分数值，加权计算得到风险值。
109.可选的，上述业务处理装置，还可以包括：
110.统计单元，用于在每一预设的统计周期内，每次数据组件集合中各数据组件被抽取之后，更新统计各数据组件被抽取的次数。
111.可选的，上述业务处理装置，还可以包括限制单元；
112.所述限制单元可以用于确定需要抽取的各数据组件在当前所处的统计周期内的被抽取次数是否小于设置的各数据组件的限制次数；
113.在各数据组件的统计次数小于设置的各数据组件的限制次数的情况下，所述组件抽取单元执行所述在所述数据组件集合中抽取需要的各数据组件，并获取各数据组件内的数据访问地址的过程；
114.在各数据组件的统计次数不小于设置的各数据组件的限制次数的情况下，将当前待处理业务项延至下一统计周期进行处理。
115.可选的，上述计算单元，还可以用于在获取的所述所有数据中，选取与设置的数据格式一致的数据，对当前待处理业务项进行计算。
116.本技术实施例提供的业务处理装置可应用于业务处理设备，如pc终端、云平台、服务器及服务器集群等。可选的，图5示出了业务处理设备的硬件结构框图，参照图5，业务处理设备的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；
117.在本技术实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；
118.处理器1可能是一个中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；
119.存储器3可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)等，例如至少一个磁盘存储器；
120.其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：
121.确定当前待处理业务项需要使用的各数据组件，每一组件中存储有与组件类型匹配的数据的访问地址；
122.在数据组件集合中抽取所述各数据组件，并获取各数据组件内的数据访问地址；
123.根据所述各数据访问地址，获取需要使用的所有数据；
124.利用获取的所述所有数据对当前待处理业务项进行计算。
125.可选地，所述程序的细化功能和扩展功能可参照上文描述。
126.本技术实施例还提供一种可读存储介质，该可读存储介质可存储有适于处理器执行的程序，所述程序用于：
127.确定当前待处理业务项需要使用的各数据组件，每一组件中存储有与组件类型匹配的数据的访问地址；
128.在数据组件集合中抽取所述各数据组件，并获取各数据组件内的数据访问地址；
129.根据所述各数据访问地址，获取需要使用的所有数据；
130.利用获取的所述所有数据对当前待处理业务项进行计算。
131.可选地，所述程序的细化功能和扩展功能可参照上文描述。
132.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
133.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
134.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。