[发明专利]一种基于大数据架构的人效服务系统及方法

说明书

本发明属于数据计算处理技术领域，公开了一种基于大数据架构的人效服务系统及方法，基于大数据架构的人效服务方法包括：应用的数据存储在大数据平台，所述大数据平台实时同步交易数据；用户在任意时间点修改提成方案后重新核算员工绩效提成工资；支持重算当天、本月、本季度的时间段数据；具体采用微服务架构开发、使用领域模型驱动设计的开发方式，进行高内聚低耦合扩展。本发明能实时核算绩效统计结果，系统不再因数据量多少而延迟，特别是用户修改提成方案或者关账后能快速算出超过一个季度或者半年的绩效提成数据。

技术领域

本发明属于数据处理技术领域，尤其涉及一种基于大数据架构的人效服务系统及方法。

背景技术

本发明属于大数据计算技术领域，公开了一种基于大数据架构的人效服务系统及方法，基于大数据架构的人效服务方法包括：应用的数据存储在大数据平台，大数据平台实时同步交易数据；用户在任意时间点修改提成方案后重新核算员工绩效提成工资；支持重算当天、本月、本季度的时间段数据；具体采用微服务架构开发、使用领域模型驱动设计的开发方式，进行高内聚低耦合扩展。本发明能实时核算绩效统计结果，系统不再因数据量多少而延迟，特别是用户修改提成方案或者关账后能快速算出超过一个季度或者半年的绩效提成数据。

因此能满足超大数据量、支持高并发、数据实时同步的人效系统应运而生。

综上所述，现有技术存在的问题是：

现有行业内人效服务比如员工的绩效提成、工资结算等都是支持较少量订单数据(每天订单量达不到百万，千万级)，如果遇到订单量超过千万级，亿级不能做到实时核算数据。原因除了订单量达不这个级别，技术架构不够新颖之外还表现在没有大数据平台的支持，交易数据不能及时同步到大数据专用平台，没有工作流的调度器，整个任务的执行过程都需要人工参加，并且得盯着各任务的进度。客如云人效系统解决了大数据量的问题，工作流的自动任务调度问题，方便灵活设置提成方案，快速算出计算结果，同时支持临时方案创建后通过定时间任务自动核算上一个季度的提成。

发明内容

针对现有技术存在的问题，本发明提供了一种基于大数据架构的人效服务系统及方法。

本发明是这样实现的，该基于大数据架构的人效服务方法包括：

应用存储数据的大数据实时同步交易数据：用DTS工具及Kafka工具将每天的订单数据同步到ODS数据库及Hive数据库；同时每天同步订单数据到用于查询历史数据及为ETL提供支持的Hive归档库中，Hive归档库的数据由ETL工具清洗数据并抽取数据到其他数据仓库；

用户在任意时间点修改提成方案后重新核算员工绩效提成工资。

订单交易数据存于RDS数据库(MySql数据库),日订单量200G以上，用DTS工具及Kafka工具将每天的订单数据同步到ODS数据库(本质是Mongo DB数据库)及Hive数据库。不过该RDS、ODS及Hive数据库只会存45天的订单数据，随着时间的推移订单数据会每日执行清除操作，包括RDS、ODS、Hive数据库45天以前的数据也会清除。这可以减轻交易库的存储压力，很多订单方面的需求用ODS就能解决，同时也避免了大数据量操作效率太低的问题。

大数据平台存短短的45天交易数据肯定不够，45天以前的数据存在另外一个Hive库(简称归档库)。大数据平台有另外一条同步线程，每天同步订单数据到Hive归档库，Hive归档库用于查询历史数据及为ETL提供支持。

Hive归档库的数据由ETL工具清洗数据并抽取数据到其他数据仓库(比如:宽表库、报表汇总库)，这样可以满足各类针对大数据的需求场景。

进一步，绩效提成的方法包括：