王姝

遼寧錦州渤海大學信息科學與技術學院

基于Java的銀行綜合擔保的管理系統(tǒng)設計與實現

王姝

遼寧錦州渤海大學信息科學與技術學院

本文針對銀行信用擔保展開研究，以Java語言和B/S架構實現了擔保綜合管理系統(tǒng)，一種可跨平臺的銀行綜合擔保管理系統(tǒng)，本文闡述綜合擔保管理系統(tǒng)實現技術，通過對銀行綜合擔保系統(tǒng)的業(yè)務工作需求進行分析，并講述銀行擔保系統(tǒng)的初步設計方案，其中包括銀行擔保管理系統(tǒng)的詳細功能設計和數據庫設計，針對綜合擔保的業(yè)務實施跟蹤服務，分析各項信用擔保業(yè)務數據。本文的銀行擔保系統(tǒng)能夠有效地解決銀行信貸各個環(huán)節(jié)出現的擔保問題，該銀行擔保系統(tǒng)具有操作簡單、共享數據模式等優(yōu)點。

銀行 B/S架構 擔保管理系統(tǒng) Java

1 引言

目前，銀行擔保管理趨于成熟與完善，銀行擔保事項發(fā)展已經深入到社會中各個領域中，尤其銀行擔保想要向多方向發(fā)展擔保領域，這也金融行業(yè)急需解決的銀行信用擔保問題，信用擔保在國民生產總值上處于核心位置。

由于我國銀行信貸剛剛起步的不發(fā)達銀行信貸事業(yè)，雖經金融行業(yè)已經滲透到各種領域中，但是銀行信貸發(fā)展不健全的亂象任然存在，由金融市場逐漸衍生銀行擔保業(yè)務，可以促進我國金融業(yè)務的不斷整合。

對于銀行擔保之間的業(yè)務擔保進行統(tǒng)計分析，該銀行擔保管理模型不但減輕了員工繁瑣的擔保業(yè)務流程，本文制定以銀行擔保工作流方式嚴格規(guī)范銀行擔保程序，嚴格要求的企業(yè)分析指標，擔保系統(tǒng)經過審核企業(yè)信貸資質和主要業(yè)績，從基本基本信息業(yè)務評估開始，到銀行擔保風險預測評估的審核流程。銀行擔保業(yè)務實施部門之間信息共享擔保業(yè)務，系統(tǒng)中發(fā)展?jié)撛趽？蛻魜碓?，大大提升企業(yè)的良好信譽度，并創(chuàng)造社會價值。

2 銀行綜合擔保系統(tǒng)的設計與實現

2.1 需求分析

銀行擔保綜合管理信息系統(tǒng)主要實現銀行與企業(yè)之間的擔保相關事宜，銀行擔保綜合管理系統(tǒng)是以企業(yè)擔保客戶為中心的擔保原則，銀行為客戶進行擔保綜合管理。

2.2 銀行綜合擔保系統(tǒng)技術架構

銀行擔保系統(tǒng)合海量擔保數據存儲架構具有的異構性、分布性和復雜性等特點，從銀行擔保系統(tǒng)技術架構編程實現角度闡述，本文實現的銀行綜合擔保系統(tǒng)擬采用三層架構設計思想，使軟件結構更加清晰，銀行擔保系統(tǒng)更易于整體擴展功能。

顯示層：為用戶提供操作便捷的友好界面，通過客戶端實現數據查詢，高級客戶提供公共接口或者擴展系統(tǒng)。

業(yè)務邏輯層：在銀行綜合擔保系統(tǒng)需要并行處理大量數據，并對整個擔保系統(tǒng)配置參數管理。

數據資源層：數據資源層是整個銀行擔保系統(tǒng)平臺的基礎。

2.3 銀行綜合擔保系統(tǒng)的功能結構設計

（1）企業(yè)數據資源管理，企業(yè)信息是銀行擔保系統(tǒng)的基礎數據。

（2）擔保前管理，實施保前管理進行擔保項目申請、受理擔保項目的審核審批和擔保項目管理功能。

（3）擔保后管理，當簽訂擔保實施合同之后，尚未出保的擔保項目都進入在保管理階段，此時應實施在保管理，并啟用擔保后監(jiān)控實施程序。

（4）銀行擔保費用管理，點擊“擔保費用管理”功能選項，進入銀行擔保手續(xù)費收取管理功能頁面。

（5）資信管理，點擊“企業(yè)資信管理”功能列表，進入“客戶資信評估”選項，進入資信處理頁面。

（6）保證金管理，擔保企業(yè)須繳納一定擔保比例的擔保保證金，選擇功能列表中“擔保保證金”選項，點擊擔保保證金管理，進入保證金管理界面。

2.4 銀行綜合擔保系統(tǒng)的數據存儲架構設計

本文研究銀行綜合擔保管理信息系統(tǒng)的接口類型、數據存取結構、軟件模型實現的技術路線、銀行擔保系統(tǒng)功能結構設計等。

2.4.1 擔保數據并行加載存儲模塊設計

擔保數據并行加載存儲功能模塊是銀行綜合擔保管理系統(tǒng)的數據訪問層最主要的模塊，它根據銀行綜合擔保管理平臺的功能而設計的數據存儲架構，該系統(tǒng)存儲平臺最主要實現了擔保數據的分布式處理模式，而在實現擔保數據處理層過程中，擔保業(yè)務數據需要并行加載存儲到服務器中，該模塊成為了整個銀行擔保系統(tǒng)實現的核心，分布式技術為該銀行擔保平臺提供了數據并行存儲和數據動態(tài)加載處理的存儲技術支撐。

對擔保管理系統(tǒng)實現分布式管理和負載平衡技術用于存儲節(jié)點的負載均衡與容錯管理，以上數據存儲功能在此基礎平臺中實現合理配置，其使用Hadoop組件技術來實現讓各個組件之間協同工作以達到最優(yōu)效果。

并行加載存儲模塊包括：并行數據加載功能模塊、并行ETL功能模塊和并行數據存儲模塊。并行加載存儲模塊提供對海量擔保數據的并行數據加載處理與數據存儲功能，并行加載存儲模塊提供對處理后的數據進行數據加載存儲。

2.4.2 擔保數據并行查詢模塊設計

系統(tǒng)內提供對海量擔保數據的并行查詢功能設計，用戶根據需要自定義事務并行查詢處理等功能，在并行查詢功能設計之前，需要為系統(tǒng)配置一個全局的數據字典，該數據字典是維護并行數據庫的相關信息。

2.4.3 Hadoop分布式文件系統(tǒng)設計

根據銀行擔保平臺的功能設計，銀行擔保數據存儲平臺最主要的功能部分是并行數據加載處理層，在實現并行數據加載處理時，并行擔保數據加載存儲模塊成為了整個銀行擔保系統(tǒng)實現的核心功能，Hadoop分布式技術為該銀行擔保平臺提供了數據并行加載存儲模型及方法，使用Hadoop分布式文件系統(tǒng)存儲海量銀行擔保數據，可以通過分布式計算模型處理數據源，以此用來實現海量銀行擔保數據的存儲管理。Hadoop是分布式計算平臺框架，它具有非常好的容錯性，可以運行部署在低廉的硬件設備上，用來實現對海量銀行擔保并行加載存儲的數據集，并且提供了對銀行擔保數據高吞吐率的讀寫操作。

HDFS采用M/S的體系結構，這是一種集群構成的體系結構，由一個NameNode和多個DataNode共同組成的服務器，目的是管理分布式文件數據，HDFS執(zhí)行文件系統(tǒng)的管理方式，可以打開、重命名文件、數據映射到DataNode和關閉操作，DataNode節(jié)點負責存儲數據，負責處理銀行擔保數據讀寫請求，根據NameNode的命令，用來執(zhí)行數據庫的創(chuàng)建、復制、黏貼、刪除工作。

2.4.4 MapReduce編程

MapReduce功能是實現多任務分布式處理任務，即是將“任務分解和處理結果匯總”，Map將任務分解為多個，Reduce將分解后多個任務處理結果進行匯總操作，從HDFS中讀取處理的銀行擔保數據分解多個小任務的數據集，小數據集之間是實現并行處理，將處理后的結果存儲在分布式的數據庫中，可以歸納如下：數據輸入-數據集分解-數據處理-結果輸出。

將海量銀行擔保數據分解成M個小任務并行Map操作，形成中間鍵值對，以key值進行分組操作,最后形成性的combile(ki,list(vi))數據集，通過形成的Result集，再進行數據的并行處理Reduce操作，最后將輸出數據存儲到分布式數據庫中保存。

3 系統(tǒng)平臺特性

在本文中，以往銀行擔保數據存儲系統(tǒng)大部分使用傳統(tǒng)的服務器集群或者網格計算技術，它們的缺點是耗費昂貴的硬件資源、效率并不高、系統(tǒng)的可靠性并不強等。以往傳統(tǒng)的系統(tǒng)數據存儲系統(tǒng)與本文中銀行擔保數據存儲平臺為原型作比較，表1本文銀行擔保數據存儲平臺和以往銀行擔保數據存儲系統(tǒng)之間的比較。

因此，本文實現的銀行擔保數據管理平臺是基于Hadoop分布式存儲技術，使數據存儲加載的編程與系統(tǒng)實現有效的結合起來比較容易，能夠高效地實現數據存儲管理海量的銀行擔保數據，其具體來說有以下幾種特性：

（1）可擴展性：該系統(tǒng)具備數據存儲計算和存儲的擴展性；

（2）經濟可行性：具有性價比高的特點；

（3）安全性能：Hadoop具備數據備份與恢復機制、分解與匯總任務監(jiān)控機制，保證了分布式處理的數據安全性。

（4）高效性：Hadoop分布式文件實現高效銀行擔保數據之間的交互操作，實現銀行擔保數據的本地存儲和本地計算的一種分布式數據處理模式，為實現高效的處理大量銀行擔保數據打下基礎。

表1 本文銀行擔保數據存儲平臺和以往銀行擔保數據存儲系統(tǒng)之間的比較

4 結論與展望

本文研究銀行綜合擔保管理系統(tǒng)，設計了基于Hadoop分布式技術的銀行擔保綜合擔保管理系統(tǒng)，系統(tǒng)可以實現在低廉的硬件設備上搭建系統(tǒng)平臺，達到了高效存儲和管理銀行擔保數據的要求，銀行擔保系統(tǒng)設計與實現表明，該系統(tǒng)具有性能良好的擴展性。

[1]張利勝、狄娜等編著.中小企業(yè)信用擔保.上海財經大學出版社，2001

[2]依恩·戴維斯.中小企業(yè)融資方案和信用擔保機構擔保余再擔保方案的國際比較.中國擔保，2006第一期（內部資料）

[3]姜明.住房擔保信息管理系統(tǒng)的設計與實現[D].沈陽:東北大學,2011

[4]Armbrust M,Fox A,Griffith R,et al.Above the cloud：A berkely view of cloud computing.Berkely,CA,USA：University of California,2009