[发明专利]决策引擎平台下的MQ长报文消息处理方法及装置

说明书

本发明提供一种决策引擎平台下的MQ长报文消息处理方法及装置，涉及金融领域，该方法包括：依次接收源终端发送的每个子包，每个子包为源终端获取交易报文后，根据所述交易报文中金融交易信息的客户主体类型将所述交易报文拆分后得到；每成功接收到一个子包后，根据子包序号生成应答消息发送至源终端，以告知所述源终端每一子包的接收结果，子包标记有总包数和序号；在根据当前接收的子包序号确定为最终子包的情况下，根据存储的所有子包进行组包得到交易报文。该方法确保了单个子包不会过长，消息传递速度有保证，保证了时效性，可避免相同客户类型交易信息部分丢失而无法使用的问题，各拆包报文逻辑独立又能合并反应全貌报文，保证了完整性。

技术领域

本发明涉及金融领域，尤其涉及一种决策引擎平台下的MQ长报文消息处理方法及装置。

背景技术

RDM-CVS决策引擎平台下，金融风控模型朝着全面化复杂化纵深方向发展，随着普惠金融业务的实施和逐步深化、扩展，小微企业贷款风控模型要素逐渐丰富，需要越来越多各种来源各种维度的信息以支撑模型智能决策。其报文格式是MQ报文，涵盖了包括借款企业客户信息和关系主体的各类征信海量数据，使得单笔交易报文内容越来越大。

一方面，其中包含各种金融交易关联主体信息，除了信贷交易信息和主借款企业信息外，还会有法人、企业实控人、受益人、抵押企业、抵押人、担保企业、担保个人、关系人等。另一方面，为使得决策平台得到更准确的智能决策结果，各种交易主体各个来源渠道和维度的全要素信息就需要更多更全，使得报文内容非常大。通常一笔交易报文需涵盖各种客户信息、交易信息、行内存量历史信息、企业征信、个人征信、行内信息、外部工商、司法、学历、电信诈骗、押品估值、税务、外贸海关、环保、手工数据等等。大量的外部数据结构复杂，数据信息量大。比如仅以司法信息为例，就会包含案件流程、开庭公告、裁判文书、执行公告、司法查冻扣、拍卖公告、曝光台等各种数据，且每种信息都会以多层循环结构存储丰富数据内容。再一方面，交易主体、信息渠道、复杂结构数据三方面综合因素，使得交易报文数据内容成几何积数量级增长。

基于以上的特点，一笔金融决策交易报文大小很容易超过4M，如何传输和处理这么长这么大的报文，保持消息长连接有效，且保证消息处理的完整性、可靠性、时效性成了必须面对和势必解决的问题。

发明内容

针对现有技术存在的问题，本发明提供一种决策引擎平台下的MQ长报文消息处理方法及装置。

本发明提供一种决策引擎平台下的MQ长报文消息处理方法，包括：依次接收源终端发送的每个子包，所述每个子包为源终端获取交易报文后，根据所述交易报文中金融交易信息的客户主体类型将所述交易报文拆分后得到；每成功接收到一个子包后，根据子包序号生成应答消息发送至源终端，以告知所述源终端每一子包的接收结果；其中，每个子包中标记有总包数和当前子包的序号；在根据当前接收的子包序号确定为最终子包的情况下，根据存储的所有子包进行组包得到交易报文。

根据本发明提供的一种决策引擎平台下的MQ长报文消息处理方法，每个子包中包括生成的交易信息，所述交易信息包括：交易流水号、流程编号和业务流水号。

根据本发明提供的一种决策引擎平台下的MQ长报文消息处理方法，所述根据子包序号生成应答消息发送至源终端，包括：将成功接收子包的交易流水号、流程编号、业务流水号、子包序号打包进应答内容，并根据所述应答内容生成应答消息发送至源终端。

根据本发明提供的一种决策引擎平台下的MQ长报文消息处理方法，所述得到交易报文之后，还包括：根据交易报文进行决策引擎模型计算，得到计算结果；将成功接收最终子包的交易流水号、流程编号、业务流水号、子包序号打包进应答内容，并根据所述应答内容和所述计算结果生成最终子包的应答消息发送至源终端。