一种单元化交易链路风险识别方法、装置及计算机设备与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本说明书涉及软件测试领域，尤其是一种单元化交易链路风险识别方法、装置及计算机设备。背景技术：2.银行业it分布式架构，主要采用的同城双活部署模式存在较多的跨站(园区)访问。分布式架构下，系统在面临单机故障时，可以通过快速重启等手段实现“自愈”。但在面临区域性故障时，由于应用间存在较多的跨站访问，故障会随调用链延长而产生更大的爆炸半径；由于故障定位困难，主要依靠同城切换的方式应急，切换灵活性较差，系统的恢复时长难以有效控制；在异地部署模式下，大量的跨站访问会由于网络延时导致性能大幅降低，异地多活优势难以体现。3.过于复杂的调用关系导致发生服务异常概率较高，难以定位业务影响范围及测试的准确度。其次，针对大量高风险或影响客户体验内容，人工检查交易过程中是否发生跨单元访问、路由错乱、耗时过长、超时时间设置错误等风险项，人工成本极高且容易出现遗漏。技术实现要素：4.为解决上述现有技术中跨站访问的应用出现故障时，故障定位困难、人工检查成本高的问题，本说明书实施例提供了一种单元化交易链路风险识别方法、装置及计算机设备。5.本说明书实施例提供了一种单元化交易链路风险识别方法，所述方法包括：取单元化交易链路数据，所述单元化交易链路数据包括：用户信息号、服务、物理单元号；根据所述用户信息号，计算用户所属逻辑单元；根据各服务的物理单元号、所述用户所属逻辑单元，确定各服务的物理单元号是否与用户所属逻辑单元对应；若是，确定所述单元化交易链路正常；若否，确定所述单元化交易链路存在风险。6.根据本说明书实施例的一个方面，所述获取单元化交易链路数据包括：获取用户提交的业务卡号；从业务卡号与用户信息号的映射表中，查询所述业务卡号对应的用户信息号；将所述用户信息号加入初始交易链路数据中，得到单元化交易链路数据。7.根据本说明书实施例的一个方面，根据所述用户信息号，计算用户所属逻辑单元包括：根据一致性哈希算法，计算用户信息号的哈希值；根据所述哈希值及预设分片区间，确定哈希值所处的分片区间。8.根据本说明书实施例的一个方面，所述方法进一步包括：根据用户的哈希值所处的分片区间及各逻辑单元包含的分片范围，确定用户所属逻辑单元，其中，所述各逻辑单元包含的分片范围根据所述预设分片区间及预设逻辑单元数量确定。9.根据本说明书实施例的一个方面，所述确定各服务的物理单元号是否与用户所属逻辑单元对应包括：获取物理单元号与逻辑单元的映射关系；根据所述映射关系，分别确定单元化交易链路数据中，各服务的物理单元号对应的逻辑单元号；判断所有服务对应的物理单元是否全部相同；若是，判断所有服务对应的逻辑单元与用户所属逻辑单元是否一致；若是，确定所述单元化交易链路正常；若否，确定所述单元化交易链路发生跨单元访问，发出风险提示；若否，确定所述单元化交易链路发生跨单元访问，发出风险提示。10.本说明书实施例还提供了一种单元化交易链路风险识别装置，所述装置包括：单元化交易链路数据获取单元，用于获取单元化交易链路数据，所述单元化交易链路数据包括：用户信息号、服务、物理单元号；计算单元，用于根据所述用户信息号，计算用户所属逻辑单元；确定单元，用于根据各服务的物理单元号、所述用户所属逻辑单元，确定各服务的物理单元号是否与用户所属逻辑单元对应；第一确定单元，用于若是，确定所述单元化交易链路正常；第二确定单元，用于若否，确定所述单元化交易链路存在风险。11.本说明书实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述单元化交易链路风险识别方法。12.本说明书实施例提供了计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述单元化交易链路风险识别方法。13.本方案通过检查测试环境的交易链路，识别跨单元访问、路由错乱、耗时过长、超时时间设置错误等风险项，减少人工监测成本极高，提高测试准确度，实现精准测试，降低不必要的跨单元访问，更好地适应未来数据中心的多地多中心部署需求。附图说明14.为了更清楚地说明本说明书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说明书的一些实施例，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，还可以根据这些附图获得其他的附图。15.图1所示为本说明书实施例一种单元化交易链路风险识别方法的流程图；16.图2所示为本说明书实施例一种获取单元化交易链路数据的方法流程图；17.图3所示为本说明书实施例一种计算用户所属逻辑单元的方法流程图；18.图4所示为本说明书实施例一种确定逻辑单元的分片范围的方法流程图；19.图5所示为本说明书实施例一种判断服务单元号与逻辑单元对应的方法流程图；20.图6所示为本说明书实施例一种确定单元化交易链路数据是否存在风险的方法流程图；21.图7所示为本说明书实施例一种单元化交易链路风险识别装置的结构示意图；22.图8所示为本说明书实施例单元化交易链路风险识别装置的具体结构示意图；23.图9所示为本说明书实施例一种计算机设备的结构示意图。24.附图符号说明：25.701、单元化交易链路数据获取单元；26.7011、业务卡号获取模块；27.7012、用户信息号查询模块；28.702、计算单元；29.7021、哈希值计算模块；30.7022、分片区间确定模块；31.703、确定单元；32.7031、映射关系确定模块；33.7032、逻辑单元号确定模块；34.704、第一确定单元；35.705、第二确定单元；36.902、计算机设备；37.904、处理器；38.906、存储器；39.908、驱动机构；40.910、输入/输出模块；41.912、输入设备；42.914、输出设备；43.916、呈现设备；44.918、图形用户接口；45.920、网络接口；46.922、通信链路；47.924、通信总线。具体实施方式48.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。49.需要说明的是，本说明书的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本说明书的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。50.本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。51.需要说明的是，本说明书的方法可用于软件测试领域，也可用于金融科技领域，本说明书对单元化交易链路风险识别方法及装置的应用领域不做限定。52.图1所示为本说明书实施例一种单元化交易链路风险识别方法的流程图，具体包括如下步骤：53.步骤101，获取单元化交易链路数据，所述单元化交易链路数据包括：用户信息号、服务、物理单元号。在本说明书中，银行分布式架构经过单元化改造，形成单元化架构，按照业务链路维度，记录个人对客业务中用户发起或产生的每一笔交易。在本说明书中，采用单元化架构可以保障交易的业务流量均匀进入各单元。54.每一笔交易对应的单元化交易链路数据记录在分布式架构中。其中，相较于传统的交易链路数据存储交易信息，单元化交易链路数据在传统的交易链路数据基础上，还包含用户信息号。55.在本说明书的一些实施例中，用户信息号为行内对每一用户唯一独立的标识。用户信息号可以理解为用户身份id，可以由数字、字母或字符组成。包含有用户信息号的单元化交易链路数据，能够明确该交易链路中包含的服务应当所属的逻辑单元。56.本步骤中的单元化交易链路数据除了用户信息号之外，还记录有用户交易逻辑所涉及的所有服务及各服务对应的物理单元号。其中，一笔交易可能涉及多个服务；物理单元号用于将基础设施的物理资源及单元化架构关键支撑系统打包，并定义为基本的物理单元，屏蔽单元的物理特性。在本说明书的一些实施例中，物理单元可以与基础设施的物理资源域进行映射，一个物理单元直接对标一个数据中心，适应数据中心的多地多中心部署需求。例如，在上海、北京、广州三地分别部署三个数据中心，则对应有三个不同的物理单元。57.步骤102，根据所述用户信息号，计算用户所属逻辑单元。在本说明书的一些实施例中，为了将用户产生的大量交易均匀分配给不同的单元处理，可以根据用户信息号，计算每一用户对应的逻辑单元。58.步骤103，根据各服务的物理单元号、所述用户所属逻辑单元，确定各服务的物理单元号是否与用户所属逻辑单元对应。在本说明书中，一笔交易可能涉及多个服务，每个服务完成后，最终落入某个服务器，可以由物理单元号表示。在本说明书的一些实施例中，物理单元号可以由pz-unit-xx表示，例如：pz-unit-01、pz-unit-02、pz-unit-03、pz-unit-04等。59.步骤104，若是，确定所述单元化交易链路正常。若一个单元化交易链路数据中涉及的所有服务的物理单元号与用户所属逻辑单元相对应，则说明该交易的所有服务均在一个物理单元内完成闭环，该笔交易没有发生跨单元访问的情况，交易正常。60.步骤105，若否，确定所述单元化交易链路存在风险。若一个单元化交易链路数据中涉及的所有服务的物理单元号与用户所属逻辑单元并不完全对应，则说明该交易的所有发生跨单元访问，该交易链路可能存在分片错乱的问题。61.图2所示为本说明书实施例一种获取单元化交易链路数据的方法流程图。该方法基于ttrace构件实现单元化交易链路数据的采集，trace构件支持跨应用、跨平台的交易细粒度链路监控。具体包括如下步骤：62.步骤201，获取用户提交的业务卡号。在本步骤中，若用户为此前已在本行注册或办理过业务的用户，则可以直接获取用户在本行的业务卡号。若用户此前未曾在本行注册，或为本行潜在客户、或持有其他行的业务卡，则可以根据该用户的其他标识或特征，确定该用户所属的逻辑单元。具体的，可以根据用户所持他行的卡号、交易订单号等数据进行处理，确定用户所属的逻辑单元。63.例如，用户甲持有银行b的借记卡，在银行a的自助存取款机上向他人转账。银行a预备计算用户甲应当所属的逻辑单元。在该种场景下，因用户甲并非银行a的注册用户，银行a内未记录用户甲的用户信息号，则可以读取用户甲所持有的银行b的借记卡的卡号，对卡号进行处理后；或获取用户完成转账的订单号，对订单号进行处理，进一步计算用户甲应该所属的逻辑单元。64.步骤202，从业务卡号与用户信息号的映射表中，查询所述业务卡号对应的用户信息号。65.在本说明书的一些实施例中，若用户此前已完成注册，则可以根据用户提交的业务卡号及查询表查询得到用户信息号，进一步根据用户信息号计算用户应当属于的逻辑单元。具体的，查询业务卡号与用户信息号的对照关系表，可以确定用户信息号。66.步骤203，将所述用户信息号加入初始交易链路数据中，得到单元化交易链路数据。其中，初始交易链路数据中包括服务名、服务耗时、sql、服务器信息、服务名对应的服务及服务对应的物理单元号等。67.初始交易链路数据的采集包括：根据trace构件，从kafka分区消费初始交易链路数据，数据分发集群将相同traceid的链路数据路由到同一聚合服务节点。根据链路数据构建出拓扑关系(包括应用到应用、集群到集群、服务到服务的拓扑结构)保存至图数据库；图数据库提供图元计算，应用需线下为链路特征数据标记交易标签，未来在交易入口通过代码显示标记交易特征；按交易标签从数据库中实时查询并分析拓扑信息，通过监控界面展示。68.本步骤通过将步骤202查询得到的用户信息号加入至初始交易链路数据中，能够得到完整的单元化交易链路数据。69.图3所示为本说明书实施例一种计算用户所属逻辑单元的方法流程图，具体包括如下步骤：70.步骤301，根据一致性哈希算法，计算用户信息号的哈希值。在本说明书的一些实施例中，一致性哈希算法为采用哈希函数，对用户信息号进行哈希计算，并对用户信息号作哈希映射。以位数支持最大化的情况选择非加密64位哈希算法murmurhash。具体的，将用户信息号作为key，利用哈希值＝consistenthash(key)的计算公式，得到用户信息号对应的哈希值。71.本说明书不限定一致性哈希算法的类型。利用一致性哈希算法，可以避免普通取模哈希算法模值发生改变时，已计算的哈希值发生改变。例如，逻辑单元的数量发生扩容时，利用本步骤中的一致性哈希算法，不影响已计算用户的哈希值。72.步骤302，根据所述哈希值及预设分片区间，确定哈希值所处的分片区间。在本步骤中，预设分片区间根据最大哈希值确定。本步骤选择非加密64位哈希算法，则最大哈希值为263-1，哈希函数值空间为：[0,263-1]。确定预设分片总数为128，则一共有128个分片，每一个分片区间分别为：[0,1/128],(1/128,2/128]...((n-1)/128,n/128]...(127/128,128/128])。根据用户信息号对应的哈希值，除以最大哈希值加1(263)，得到值h。h值为0至1之间的值，根据该值确定用户归属的分片数。[0073]例如：某用户信息号计算的h值位于区间：31/128《h《＝32/128(第一分片区间为0《＝h《＝1/128)，则将该值对应的用户交易相关的数据分配到128个分片中的第32个分片。数据分片后，可以找到用户数据的存储位置。[0074]在本说明书的一些实施例中，根据用户的哈希值所处的分片区间及各逻辑单元包含的分片范围，确定用户所属逻辑单元，其中，所述各逻辑单元包含的分片范围根据所述预设分片区间及预设逻辑单元数量确定。[0075]在本说明书中，对上下游应用的用户数据统一进行分片，将每一用户与应用节点共同进行逻辑上的单元划分、交易的上下游所有应用采用分片模式部署，使业务流量分配到各个单元内，尽量确保同一用户的业务处理始终收敛在同一单元内完成。对应用间流量及应用到数据库的流量进行主动控制，统一对交易相关主要数据的分片，能够实现单元内的亲和性部署，大幅降低不必要的跨单元访问，有效控制故障爆炸半径，提升切换的灵活性，更好地适应数据中心的多地多中心部署需求。[0076]图4所示为本说明书实施例一种确定逻辑单元的分片范围的方法流程图，具体包括如下步骤：[0077]步骤401，根据所述预设分片总数、预设逻辑单元数，确定每一逻辑单元包含的分片数量。本步骤中，预设分片总数及预设逻辑单元数可以根据应用流量、数据库流量及用户数量确定。例如，预设分片总数为128，预设逻辑单元数为4，则每一逻辑单元内可包含32个分片。如图3所述，每一分片对应有各自的分片区间。确定了用户信息号对应的哈希值后，计算得到h值，可以确定h值落入的分片区间，即可确定h值属于哪一个分片。[0078]步骤402，依次选择对应分片数量的分片，形成每一逻辑单元包含的分片范围。[0079]本步骤中，从分片总量中，依次选择对应分片数量的分片，组成各逻辑单元包含的分片范围。例如，分片总量为128篇，逻辑单元为4个，每一逻辑单元包含32个分片。则依次选择第1至32个分片，组成第一个逻辑单元的分片范围，例如：[0,1/128],(1/128,2/128]...(31/128,32/128]；依次选择第33个至第64个分片，组成第二个逻辑单元的分片范围；例如：(32/128,33/128],(33/128,34/128]...(63/128,64/128]；选择第97至第128个分片，组成第四个逻辑单元的分片范围，例如：(96/128,97/128],(97/128,98/128]...(127/128,128/128]。[0080]图5所示为本说明书实施例一种判断服务单元号与逻辑单元对应的方法流程图，具体包括如下步骤：[0081]步骤501，获取物理单元号与逻辑单元的映射关系。在本说明书的一些实施例中，物理单元号和逻辑单元之间应为一一对应的映射关系。为适应数据中心的多地多中心的部署需求，一个物理单元直接对应一个数据中心。例如，若在四个地区部署4个数据中心，则对应的物理单元数量也为4个。物理单元可以由物理单元号表示：例如，pz-unit-01、pz-unit-02、pz-unit-03、pz-unit-04。[0082]在本说明书的一些实施例中，物理单元与逻辑单元之间的映射关系为：依次顺序一一对应。第一个物理单元对应第一个逻辑单元、第二个物理单元对应第二个逻辑单元……第四个物理单元对应第四个逻辑单元。例如，逻辑单元可以由如下逻辑单元号表示：例如，zone 01、zone 02、zone 03、zone 04。根据物理单元与逻辑单元一一对应的映射关系，则物理单元号pz-unit-01对应zone 01，物理单元号pz-unit-02对应zone 02，物理单元号pz-unit-03对应zone 03，物理单元号pz-unit-04对应zone04。[0083]步骤502，根据所述映射关系，分别确定单元化交易链路数据中，各服务的物理单元号对应的逻辑单元号。根据映射关系，可以确定一次交易涉及的所有服务的物理单元号分别对应的逻辑单元号。当用户完成一笔交易，对应的单元化交易链路数据中记录该笔交易用到的所有服务的物理单元号。根据所有服务的物理单元号，确定对应的逻辑单元号。[0084]步骤503，确定所有服务对应的逻辑单元号是否全部相同。在用户一笔交易对应的单元化交易链路数据中，可能涉及多个服务/应用，由多个服务/应用共同实现该笔交易的完成。例如，用户在微信应用上绑定a银行的借记卡，在进行话费充值时，使用a银行的借记卡进行快捷支付。对于a银行来说，该笔交易的处理逻辑可能包括a服务、b服务、c服务、d服务、e服务等。例如，a服务用于获取并记录用户所持借记卡的卡号；b服务用于根据卡号与用户信息号的映射表，查询得到该用户在a银行内的用户信息号；c服务用于根据用户发起的请求，实现账务处理的功能；d服务提供向用户发送短信的功能；e服务用于提供短信查询信息等。[0085]在本说明书中，若用户交易的所有上下游服务正常，所有服务应当在同一个物理单元内完成闭环，即，所有服务的物理单元号及对应的逻辑单元号应当全部相同。因此，需要判断所有服务对应的逻辑单元号是否全部相同。[0086]步骤504，若是，判断所有服务对应的逻辑单元号与用户所属逻辑单元是否一致。若确定所有服务的逻辑单元号全部相同，说明用户交易上下游服务均在一个物理单元内完成闭环。进一步判断上下游所有服务落入的物理单元与用户所属的逻辑单元是否对应。[0087]步骤505，若否，确定所述单元化交易链路发生跨单元访问，发出风险提示。[0088]本步骤为步骤503的延续，若所有服务对应的逻辑单元号并不全部相同，例如，用户交易上下游服务包括a服务、b服务、c服务及d服务。a服务、b服务及c服务的物理单元服务为pz-unit-01，d服务的物理单元为pz-unit-03，则这四个服务不在同一物理单元上，四个服务对应的逻辑单元也完全相同，因此确定该笔交易发生跨单元访问，存在风险。将发出风险提示给测试人员进行监控处理。[0089]步骤506，若是，确定所述单元化交易链路正常。[0090]本步骤为步骤504的延续，若用户交易上下由服务的逻辑单元号与用户所属逻辑单元一致，则说明用户的上下游服务与用户数据在同一单元内完成处理，单元化交易链路未发生跨单元访问或路由错乱，交易链路正常。[0091]步骤507，若否，确定所述单元化交易链路发生跨单元访问，发出风险提示。[0092]本步骤为步骤504的延续，若用户交易上下由服务的逻辑单元号与用户所属逻辑单元不一致，说明该交易发生跨单元访问的情况，存在风险。针对这种情况，发出风险提示，由测试人员进行监控处理。[0093]图6所示为本说明书实施例一种确定单元化交易链路数据是否存在风险的方法流程图，具体包括如下步骤：[0094]步骤601，根据单元化交易链路数据中的交易流水号，确定服务对应的数据库。在本说明书的一些实施例中，某一服务具有对应的数据库，用于存储服务应用过程中的数据。每一服务对应有一个或多个数据库。在本说明书的一些实施例中，首先查询交易明细表日志面。具体的，每一交易明细表分为1/2面，并每日进行交替轮换。例如，今日交易明细表为1面，明日交易明细表为2面，后日交易明细表换为1面。根据交易明细表日志面，可以确定具体是哪一个交易明细表。其中，交易明细表可以表示为：unpaytrx_dtl1、unpaytrx_dtl2。查询交易明细表日志面的指令如下所示:select journal_flag from pub_pasct_parm。根据指令返回的journal_flag值，确定具体是哪一个交易明细表。若journal_flag＝1，对应交易明细表unpaytrx_dtl1；若journal_flag＝2，对应交易明细表unpaytrx_dtl2。[0095]在本技术中，交易明细表中包括但不限于以下内容：交易流水号、用于标识数据库固定序号的字段、数据库名等。交易明细表所在的数据库预先按照固定序号划分。因此，本步骤可以直接根据交易明细表中的数据，确定数据库的序号。[0096]另外，也可以通过聚合查询工具查询交易流水号，获得交易流水号对应的数据库序号。示例性指令如下所示：[0097]select curr_set,[0098]from unpaytrx_dtl1[0099]where trx_id＝'2210090944359643'；[0100]其中，unpaytrx_dtl1为数据明细表，trx_id为交易流水号，curr_set为数据库序号。[0101]步骤602，根据一致性哈希算法计算数据库的序号，得到数据库的序号对应的哈希值，并确定数据库所处的分片区间。本步骤类似步骤301，将数据库的序号处理为用户信息号相同长度的数据(例如，15位数据)，并利用一致性哈希算法计算数据库序号的哈希值。并进一步根据数据库序号的哈希值及预设分片区间，确定数据库序号的哈希值所处的分片区间。例如，分片总数为128，计算数据库序号的哈希值h落入(52/128,53/128]区间，说明数据库序号的哈希值处于第53个分片区间。[0102]步骤603，判断数据库所处的分片区间与用户所属的逻辑单元是否一致。本步骤具体包括：根据数据库的分片区间，确定数据库落入的逻辑单元；确定所述数据库落入的逻辑单元与用户所属逻辑单元是否一致。[0103]根据数据库所处的分片区间，确定该分片区间属于哪一个逻辑单元。在本步骤中，每一逻辑单元包含不同的分片范围。若设定有4个逻辑单元，根据前文描述，每一逻辑单元包括32个分片区间，则步骤602中的数据库处于第53个分片区间，实际属于第2个逻辑单元。则确定用户所属的逻辑单元是否也是第2个逻辑单元。[0104]步骤604，若是，确定所述单元化交易链路数据正常。若用户所属的逻辑单元与数据库所处的分片区间所属的逻辑单元一致，则说明该服务没有发生跨单元调用，交易正常。[0105]步骤605，若否，确定所述单元化交易链路数据存在风险。若用户所属的逻辑单元与数据库所处的分片区间所属的逻辑单元不一致，则说明该服务发生跨单元调用或分片路由，交易存在风险。[0106]如图7所示为本说明书实施例一种单元化交易链路风险识别装置的结构示意图，在本图中描述了单元化交易链路风险识别装置的基本结构，其中的功能单元、模块可以采用软件方式实现，也可以采用通用芯片或者特定芯片实现单元化交易链路风险识别，该装置具体包括：[0107]单元化交易链路数据获取单元701，用于获取单元化交易链路数据，所述单元化交易链路数据包括：用户信息号、服务、物理单元号；[0108]计算单元702，用于根据所述用户信息号，计算用户所属逻辑单元；[0109]确定单元703，用于根据各服务的物理单元号、所述用户所属逻辑单元，确定各服务的物理单元号是否与用户所属逻辑单元对应；[0110]第一确定单元704，用于若是，确定所述单元化交易链路正常；[0111]第二确定单元705，用于若否，确定所述单元化交易链路存在风险。[0112]本方案通过检查测试环境的交易链路，识别跨单元访问、路由错乱、耗时过长、超时时间设置错误等风险项，减少人工监测成本、提高测试准确度，实现精准测试。对应用间流量及应用到数据库的流量进行主动控制，统一对用户交易相关主要数据的分片策略，有效控制故障发生概率、有效控制故障爆炸半径，提升切换的灵活性，更好地适应数据中心的多地多中心部署需求，发挥异地多活的优势。[0113]作为本说明书的一个实施例，还可以参考如图8所示为本实施例单元化交易链路风险识别装置的具体结构示意图。[0114]作为本说明书的一个实施例，所述单元化交易链路数据获取单元701进一步包括：[0115]业务卡号获取模块7011，用于获取用户提交的业务卡号；[0116]用户信息号查询模块7012，用于从业务卡号与用户信息号的映射表中，查询所述业务卡号对应的用户信息号。[0117]作为本说明书的一个实施例，所述计算单元702进一步包括：[0118]哈希值计算模块7021，用于根据一致性哈希算法，计算用户信息号的哈希值；[0119]分片区间确定模块7022，用于根据所述哈希值及预设分片区间，确定哈希值所处的分片区间。[0120]作为本说明书的一个实施例，所述确定单元703进一步包括：[0121]映射关系确定模块7031，用于获取物理单元号与逻辑单元的映射关系；[0122]逻辑单元号确定模块7032，用于根据所述映射关系，分别确定单元化交易链路数据中，各服务的物理单元号对应的逻辑单元号。[0123]如图9所示，为本说明书实施例提供的一种计算机设备，本说明书所述单元化交易链路的风险识别方法可以由所述计算机设备执行。所述计算机设备902可以包括一个或多个处理器904，诸如一个或多个中央处理单元(cpu)，每个处理单元可以实现一个或多个硬件线程。计算机设备902还可以包括任何存储器906，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储器906可以包括以下任一项或多种组合：任何类型的ram，任何类型的rom，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备902的固定或可移除部件。在一种情况下，当处理器904执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备902可以执行相关联指令的任一操作。计算机设备902还包括用于与任何存储器交互的一个或多个驱动机构908，诸如硬盘驱动机构、光盘驱动机构等。[0124]计算机设备902还可以包括输入/输出模块910(i/o)，其用于接收各种输入(经由输入设备912)和用于提供各种输出(经由输出设备914)。一个具体输出机构可以包括呈现设备916和相关联的图形用户接口(gui)918。在其他实施例中，还可以不包括输入/输出模块910(i/o)、输入设备912以及输出设备914，仅作为网络中的一台计算机设备。计算机设备902还可以包括一个或多个网络接口920，其用于经由一个或多个通信链路922与其他设备交换数据。一个或多个通信总线924将上文所描述的部件耦合在一起。memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。[0135]本说明书中应用了具体实施例对本说明书的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本说明书的方法及其核心思想；同时，对于本领域的一般技术人员，依据本说明书的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本说明书的限制。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!