孔祥宗 李明揚(yáng) 鞏凡

摘要 銀行業(yè)在實現(xiàn)數(shù)據(jù)與業(yè)務(wù)集中處理的架構(gòu)后，伴隨業(yè)務(wù)的不斷擴(kuò)展，規(guī)模的日漸擴(kuò)大，怎樣靈活配置資源以及提升計算資源的使用效率，乃是當(dāng)今銀行信息中心所需迫切解決的重點問題。本文提出了一種能分解優(yōu)化業(yè)務(wù)流程，以及開展獨立并行處理任務(wù)的方法。

【關(guān)鍵詞】云計算 商業(yè)銀行 批處理流程

現(xiàn)階段，以服務(wù)虛擬化與計算資源為運(yùn)作核心的云計算技術(shù)，呈現(xiàn)出廣闊的發(fā)展前景，尤其是在銀行業(yè)中中，得到了越來越寬泛的應(yīng)用，現(xiàn)階段，其已經(jīng)成為銀行業(yè)信息化發(fā)展的重要趨向。本文基于云計算架構(gòu)，探討了一種優(yōu)化批量業(yè)務(wù)流程處理的方法。

1 批處理業(yè)務(wù)流程的相關(guān)優(yōu)化

從根本層面來考量，批處理過程中所囊括或涉及到的業(yè)務(wù)流程，實為一組相互關(guān)聯(lián)的活動方式，能夠把輸入以一種合理方式，持續(xù)不斷的向輸出轉(zhuǎn)化;此外，在各各活動間內(nèi)，除了在先后順序方面有著比較嚴(yán)格的規(guī)定外，在活動的基本內(nèi)容、采取的具體方式以及所應(yīng)承擔(dān)的責(zé)任上，均需要進(jìn)行明確、系統(tǒng)化界定，以此來最大程度達(dá)成或?qū)崿F(xiàn)各種活動在各角色間的交換，并能夠根據(jù)實際需要，以此達(dá)到對相關(guān)對業(yè)務(wù)實施批量處理的目的。為了最大化提升資源使用效率，提高處理能力，在設(shè)計流程活動時，需始終秉持如下原則：

（1）與其它活動與流程保持獨立狀態(tài)，可重復(fù)操作;

（2）使用比較少的計算資源、儲存、CPU等;

（3）可以開展并行處理。

針對銀行信息中心而言，其能依據(jù)資源配置實況，對規(guī)劃中的資源配置進(jìn)行安排批處理，實現(xiàn)并行處理，以此來最大程度滿足處理時限方面的要求，各批處理能夠?qū)Υ鎯?、CPU、服務(wù)器等虛擬化資源進(jìn)行分配，還能分配固定的資源，從根本上來講，如果當(dāng)前的資源情況與批處理方面的要求存在不相符，或者是無法滿足的情況，那么便需要根據(jù)實際情況及當(dāng)前需要，合理的增加資源。針對此種模式來講，其在實際應(yīng)用與操作中，并不能真正意義上為資源的高效利用提供保障，而且還需要在實際操作中，額外增加CPU計算，一些方面還需要更新資源，采用更高I/O性能的資源，如此一來，便會造成比較嚴(yán)重的資源浪費(fèi)。因此，在實際操作中，可以對批處理相關(guān)業(yè)務(wù)流程進(jìn)行適當(dāng)優(yōu)化，還需要對其操作給予優(yōu)化，來實施改進(jìn)，以此來從根本上實現(xiàn)資源使用效率的提升。

2 以MapReduce為基礎(chǔ)的批處理優(yōu)化

2.1 Hadoop/MapReduce并行計算實驗環(huán)境分析

針對Hadoop云計算平臺來講，其主要由MapReduce并行計算架構(gòu)與HDFS分布存儲、映射機(jī)制構(gòu)成，可擴(kuò)展性好，另外，在具體的穩(wěn)定性上，或者是在開放性方面，其均有比較明顯的應(yīng)用優(yōu)勢。而對于MapReduce而言，其在實際運(yùn)作中，主要借助兩個函數(shù)，其一為Reduce，其二是Map，其在實際應(yīng)用中，能夠為整個系統(tǒng)運(yùn)行，提供可以進(jìn)行并行計算的框架，并且還能對任務(wù)進(jìn)行分解與計算任務(wù)，能并行或獨立計算操作集合（ Tasks），并向Map函數(shù)提交與處理，而對于Reduce函數(shù)而言，其主要負(fù)責(zé)Map函數(shù)各項計算結(jié)果的排序、整理、收集等。其功能時依據(jù)相關(guān)映射規(guī)則，把輸入的（kl，vl）鍵值對，以一種合理方式向另一個或一批list （k2，v2）對輸出轉(zhuǎn)換，而對于Reduce來講，其把一個或多個Map輸出的list （k2，v2），向新的鍵值對list （k3，v3）轉(zhuǎn)換，且將其當(dāng)作任務(wù)計算的輸出。針對Hadoop MapReduce而言，與其所提供的并行計算框架，通常情況下，是以JAVA為基礎(chǔ)的;而且其還能根據(jù)實際需要，提供更加實現(xiàn)今后發(fā)展需要的pipe機(jī)制，因而能夠為其它編程語言，提供更加實用、更為全面的服務(wù)。本文結(jié)合當(dāng)前社會發(fā)展需要，探討了以FNU C++為基礎(chǔ)，對流程節(jié)點進(jìn)行處理的Map函數(shù)與Reduce函數(shù)。

從根本上來講，如果根據(jù)實際需要，把流程任務(wù)以一種高效方式，輸入至Map函數(shù)，或者是輸出輸出，那么針對此時的鍵值而言，與之相對應(yīng)的任務(wù)編號為;針對Map函數(shù)來講，其C++能夠高效化完成執(zhí)行流程任務(wù)，并且還能根據(jù)實際情況，滿足其在I/O與數(shù)據(jù)讀寫操作方面的需要。對于流程優(yōu)化模擬操作來講，從基礎(chǔ)層面來分期，其實際是以4個業(yè)務(wù)流程類型作為其運(yùn)行基礎(chǔ)的，在各個業(yè)務(wù)流程當(dāng)中，均或多或少的加入有任務(wù)節(jié)點，任務(wù)類型4個（網(wǎng)絡(luò)、存儲、計算與檢查），各任務(wù)類型均對應(yīng)一個有限計算節(jié)點DataNode。

2.2 流程事務(wù)與流程優(yōu)化的比較

針對此平臺而言，其在實際運(yùn)作中，通常將業(yè)務(wù)流程當(dāng)作整個系統(tǒng)運(yùn)轉(zhuǎn)的主要處理單元，其能夠根據(jù)實際需要，對2種計算架構(gòu)展開模擬操作，運(yùn)用相同的數(shù)據(jù)與模擬流程，此外，還對一個DateNote服務(wù)器宕機(jī)時的性能與任務(wù)容積機(jī)制進(jìn)行了檢測。針對流程最短處理時間而言，實際就是流程任務(wù)在實際執(zhí)行中，依據(jù)事先制定好的關(guān)鍵邏輯路徑，將某個任務(wù)高效化完成，然后才能根據(jù)實際情況，激活后續(xù)節(jié)點任務(wù)。從基礎(chǔ)層面來分析，在4個DaraNode中實現(xiàn)流程的平均分配，各DataNode處理的流程數(shù)據(jù)，基本上是處于對等狀態(tài)，另外，還有著相同的資源使用率。針對任務(wù)優(yōu)化分解方法來講，可以根據(jù)實際需要，將其劃分為7個任務(wù)隊列，針對DataNode資源來講，其在具體的分配上，主要是依據(jù)優(yōu)先資源原則來開展。

在實際運(yùn)作中，根據(jù)實驗平臺經(jīng)計算所獲得的運(yùn)行數(shù)據(jù)，在批處理流程相同的情況下，或者是在相同的硬件架構(gòu)下，借助于業(yè)務(wù)流程，進(jìn)行有針對性、系統(tǒng)化分解，且對并行計算進(jìn)行深層優(yōu)化，可以對更多的事物進(jìn)行處理，而且還能顯著提高資源的使用效率，即便將流程分解，在最終的運(yùn)行結(jié)果方面，仍能證明此方法的主要優(yōu)勢，因而能夠為后續(xù)研究奠定堅實基礎(chǔ)。

3 結(jié)語

綜上，現(xiàn)如今，對云計算技術(shù)進(jìn)行深入研究，已成為IT產(chǎn)業(yè)的新趨勢、新走向，采用云計算架構(gòu)，不管是在具體的服務(wù)效率上，還是在在運(yùn)行成本上，再或者是在資源利用上，均有著比較明顯的內(nèi)在優(yōu)勢。本文所提出的以銀行批處理業(yè)務(wù)為研究對象的優(yōu)化流程分解方法，可行且有效。

參考文獻(xiàn)

[1]趙曦，李廣明，基于IT資源虛擬化的銀行批處理流程優(yōu)化框架研究[J].軟件導(dǎo)刊，2014 （04）：16-19.

[2]李臣星，孫成強(qiáng)，商業(yè)銀行開發(fā)中心云計算平臺基礎(chǔ)架構(gòu)設(shè)計[J].電子技術(shù)與軟件工程，2018 （04）：190-190.

[3]邱慧麗.虛擬化技術(shù)在商業(yè)銀行分行同城網(wǎng)中的應(yīng)用研究[J].貴陽學(xué)院學(xué)報（自然科學(xué)版），2017，2（02）：13-16.