一种基于响应码实时分析非金融交易质量的方法
文献发布时间:2024-01-17 01:15:20
技术领域
本发明涉及数据分析技术领域,特别涉及一种基于响应码实时分析非金融交易质量的方法。
背景技术
在多应用系统交互中,往往存在着大量的非金融联机交易服务场景,各个应用系统的服务都是相互独立,但某些领域的功能又在一定程度上是关联的,因此,当某个功能需要多系统合作才能完成时,对各系统服务的稳定性和故障处理的及时性提出了更高的要求。
因此有必要提供一种基于响应码实时分析非金融交易质量的方法,实时检测非金融交易,使系统间的非金融交易问题能够及时得到人工干预处理。
发明内容
本发明的目的在于提供一种基于响应码实时分析非金融交易质量的方法,实时检测非金融交易,使系统间的非金融交易问题能够及时得到人工干预处理。
为了解决现有技术中存在的问题,本发明提供了一种基于响应码实时分析非金融交易质量的方法,包括以下步骤:
S1:接收非金融交易请求;
S2:将交易请求内的数据信息保存至数据库;
S3:根据所述数据信息中交易码的值将交易请求转发至对应的业务系统中,做业务逻辑处理;
S4:根据当前业务逻辑处理返回的响应码,判断交易业务逻辑处理完成的状态,状态类型包括正常处理类型、程序异常类型以及入参提示类型;
S5:预设分析时间段,获取分析时间段内交易的数量、正常处理类型的数量、程序异常类型的数量以及入参提示类型的数量;
S6:计算分析时间段正常处理类型的比例、程序异常类型的比例以及入参提示类型的比例;
S7:根据各比例分析非金融交易的质量。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,
每做一笔业务逻辑处理,交易的数量加1;
若当前交易业务逻辑处理完成的状态为正常处理类型,则正常处理类型的数量加1;
若当前交易业务逻辑处理完成的状态为程序异常类型,则程序异常类型的数量加1;
若当前交易业务逻辑处理完成的状态为入参提示类型,则入参提示类型的数量加1。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,
计算正常处理类型的比例的方式为:正常处理类型的数量/交易的数量;
计算程序异常类型的比例的方式为:程序异常类型的数量/交易的数量;
计算入参提示类型的比例的方式为:入参提示类型的数量/交易的数量。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,支持接收所有基于socket协议的xml格式的非金融交易请求。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,数据信息包括:交易流水号、交易码及请求时间,其中交易流水号为日期信息和uuid组成的唯一的字符串。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,数据信息保存至数据库时,将交易流水号作为主键保存至数据库。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,将交易业务逻辑处理完成的状态存储至数据库。
在本发明所提供的基于响应码实时分析非金融交易质量的方法中,可以用于分析非金融交易失败的原因和频率,能够实时监控系统对外提供的服务的稳定性,同时,将业务入参校验失败的问题及时反馈给用户,能够提高客户纠错能力。
附图说明
图1为本发明实施例提供的分析非金融交易质量方法的流程图。
具体实施方式
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
在下文中,如果本文所述的方法包括一系列步骤,本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序,且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。
在多应用系统交互中,往往存在着大量的非金融联机交易服务场景,各个应用系统的服务都是相互独立,但某些领域的功能又在一定程度上是关联的,因此,当某个功能需要多系统合作才能完成时,对各系统服务的稳定性和故障处理的及时性提出了更高的要求。
为了解决现有技术中存在的问题,本发明提供了一种基于响应码实时分析非金融交易质量的方法,如图1所示,所述方法包括以下步骤:
S1:接收非金融交易请求;
S2:将交易请求内的数据信息保存至数据库;
S3:根据所述数据信息中交易码的值将交易请求转发至对应的业务系统中,做业务逻辑处理;
S4:根据当前业务逻辑处理返回的响应码,判断交易业务逻辑处理完成的状态,状态类型包括正常处理类型、程序异常类型以及入参提示类型;
S5:预设分析时间段,例如5分钟,获取分析时间段内交易的数量、正常处理类型的数量、程序异常类型的数量以及入参提示类型的数量;
S6:计算分析时间段正常处理类型的比例、程序异常类型的比例以及入参提示类型的比例;
S7:根据各比例分析非金融交易的质量。
进一步的,若交易业务逻辑处理完成的状态为正常处理类型,则表示交易业务逻辑处理正常执行完毕,若交易业务逻辑处理完成的状态为程序异常类型或入参提示类型,则表示交易业务逻辑处理时发生错误,错误的类型为程序异常类型或入参提示类型。本发明需要将交易业务逻辑处理完成的状态存储至数据库,并且需要将响应码、错误类型以及业务逻辑处理完成时间等响应信息更新至该笔交易请求对应的数据库中。
在一个实施例中,响应码均是以大写的字母开头和2位数字组成的,目前以S开头的响应码表示正常处理类型,如S00;以E开头的响应码表示程序异常类型,如E01;以T开头的响应码表示入参提示类型,多用于业务提示作用,如T01。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,每做一笔业务逻辑处理,交易的数量加1;若当前交易业务逻辑处理完成的状态为正常处理类型,则正常处理类型的数量加1;若当前交易业务逻辑处理完成的状态为程序异常类型,则程序异常类型的数量加1;若当前交易业务逻辑处理完成的状态为入参提示类型,则入参提示类型的数量加1。
进一步的,计算正常处理类型的比例的方式为:正常处理类型的数量/交易的数量;计算程序异常类型的比例的方式为:程序异常类型的数量/交易的数量;计算入参提示类型的比例的方式为:入参提示类型的数量/交易的数量。正常处理类型的比例、程序异常类型的比例以及入参提示类型的比例为交易的质量指标参数。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,支持接收所有基于socket协议的xml格式的非金融交易请求。
通常的,数据信息包括:交易流水号、交易码及请求时间,其中交易流水号为日期信息和uuid组成的唯一的字符串,日期的格式例如可以为yyyyMMddHHmmsss。
可选的,在所述基于响应码实时分析非金融交易质量的方法中,数据信息保存至数据库时,将交易流水号作为主键保存至数据库。
综上,在本发明所提供的基于响应码实时分析非金融交易质量的方法中,对预设分析时间段内接收到的非金融交易请求进行解析,根据解析到的交易码将交易请求转发至对应的业务系统中做业务逻辑处理,根据返回的响应码的类型做对应类型错误的次数统计,形成实时计算交易的质量指标参数。因此,根据非金融交易的质量指标参数能够及时的反映出系统服务的稳定性,必要时可以进行人工干预。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
- 一种交易质量分析装置以及交易质量分析方法
- 一种基于神经网络极值响应面的时变可靠性分析方法