CN109146672A - 一种基于生产模式的撮合匹配方法和装置 - Google Patents

Abstract

本发明公开了一种基于生产模式的撮合匹配方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。该实施方式提出一种新的生产线处理模式，采用生产者消费者模式进行数据计算，取代传统的线程池模式，达到借款单以及投资单的完美高效匹配，保证交易的顺利执行。

Description

一种基于生产模式的撮合匹配方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于生产模式的撮合匹配方法和装置。

背景技术

随着金融市场的不断发展，金融交易呈现出高并发、高密集度、大数据量的趋势，尤其像P2P(person-to-person，互联网借贷平台)、证券、股票、基金、数字货币等场景，用户量和交易量可能会在瞬间爆发，达到峰值。

如何能够在最短时间内使用户完成交易，并且安全可靠的进行，是金融平台十分关注的问题。目前针对该情况，主要所采取的技术手段有：

1)采用多线程的方式来分解业务逻辑，或者采用缓冲队列与线程相结合的方式来处理交易流程；

2)作为上述方式的替代方式，可以采用阻塞队列的方式来实现交易，并且在交易量极少的时间段，对处理任务降频甚至睡眠。

但在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

1)对于多线程方式，当订单数据量较大、业务匹配处理时间过长时，存在因线程开启过多导致线程池堵塞、CPU资源占用过高的情况，最终只能通过降低处理频率，牺牲用户体验来处理该问题；

2)对于阻塞队列方式，若采用ArrayBlockingQueue来实现，会因为自身的唯一锁机制，降低并发性能；但若采用LinkedBlockingQueue，又会因为对象不断的出队入队，导致机器频繁GC，降低性能；

3)目前撮合匹配***，也存在处理链路较长，问题难定位以及报警不及时等问题；且涉及匹配算法的设计，尤其是在数据量较大的时候，更新入库也相对耗时，一旦处理失败也较为复杂。

发明内容

有鉴于此，本发明实施例提供一种基于生产模式的撮合匹配方法和装置，至少能够解决现有撮合匹配方式，匹配效率较低，尤其是在高并发、大数据量的情况下，处理性能不符期望的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种基于生产模式的撮合匹配方法，包括：

根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

可选的，在所述根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组之前，还包括：

提取预定周期内所接收的所有借款单以及投资单；和/或

确定借款单的接收时间戳以及投资单的接收时间戳，按序提取第一预定数量的借款单以及第二预定数量的投资单。

可选的，所述分组金额阈值为预定分组金额阈值、或当前所有借款单中的最大借款金额；

所述根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，包括：根据分组金额阈值，将借款金额之和小于等于所述分组金额阈值的借款单组合为一组、以及将投资金额之和大于等于所述分组金额阈值的投资单组合为一组。

可选的，所述在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配，还包括：

提取所确定匹配的第一投资单以及第一借款单，确定所述第一投资单的第一投资金额、以及所述第一借款单的第一借款金额；

当所述第一投资金额大于所述第一借款金额时，将所述第一投资单拆分为第二投资单以及第三投资单，并确定所述第二投资单与所述第一借款单匹配；其中，所述第二投资单的投资金额与所述第一借款金额相等；

当所述第一投资金额小于所述第一借款金额、且存在拆分后的第四投资单时，若所述第四投资单的投资金额与所述第一投资金额之和、与所述第一借款金额之差在第一预定差值范围内，确定所述第一投资单和所述第四投资单与所述第一借款单匹配。

可选的，还包括：统计当前预定时长内借款单以及投资单的未处理量，当所述未处理量大于预定未处理量阈值时，执行对借款单以及投资单接收量的降频操作。

为实现上述目的，根据本发明实施例的另一方面，提供了一种基于生产模式的撮合匹配装置，包括：

分组模块，用于根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

第一匹配模块，用于分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

第二匹配模块，用于在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

可选的，还包括接收模块，用于：

提取预定周期内所接收的所有借款单以及投资单；和/或

确定借款单的接收时间戳以及投资单的接收时间戳，按序提取第一预定数量的借款单以及第二预定数量的投资单。

可选的，所述分组金额阈值为预定分组金额阈值、或当前所有借款单中的最大借款金额；

所述分组模块，用于：根据所述分组金额阈值，将借款金额之和小于等于所述分组金额阈值的借款单组合为一组、以及将投资金额之和大于等于所述分组金额阈值的投资单组合为一组。

可选的，所述第二匹配模块，用于：

提取所确定匹配的第一投资单以及第一借款单，确定所述第一投资单的第一投资金额、以及所述第一借款单的第一借款金额；

当所述第一投资金额大于所述第一借款金额时，将所述第一投资单拆分为第二投资单以及第三投资单，并确定所述第二投资单与所述第一借款单匹配；其中，所述第二投资单的投资金额与所述第一借款金额相等；

当所述第一投资金额小于所述第一借款金额、且存在拆分后的第四投资单时，若所述第四投资单的投资金额与所述第一投资金额之和、与所述第一借款金额之差在第一预定差值范围内，确定所述第一投资单和所述第四投资单与所述第一借款单匹配。

可选的，还包括降频模块，用于：统计当前预定时长内借款单以及投资单的未处理量，当所述未处理量大于预定未处理量阈值时，执行对借款单以及投资单接收量的降频操作。

为实现上述目的，根据本发明实施例的再一方面，提供了一种基于生产模式的撮合匹配电子设备。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的基于生产模式的撮合匹配方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的基于生产模式的撮合匹配方法。

根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：提出一种新的生产线处理模式，采用生产者消费者模式进行数据计算，取代传统的线程池模式，提升了CPU利用率与***的吞吐能力；同时可以根据交易量以及处理速度实现智能降频，达到借款单以及投资单的完美高效匹配，并可以对匹配过程中的各个环节进行监控和预警，最终保证交易顺利执行。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种基于生产模式的撮合匹配方法的主要流程示意图；

图2是本发明实施例提供的基于Disruptor的撮合匹配***架构图；

图3是本发明实施例所提供的筛选模型对比图；

图4是本发明实施例所提供的批处理作业分类过程示意图；

图5是根据本发明实施例的一种基于生产模式的撮合匹配装置的主要模块示意图；

图6是本发明实施例可以应用于其中的示例性***架构图；

图7是适于用来实现本发明实施例的移动设备或服务器的计算机***的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明实施例主要适用于金融领域，主要针对于交易撮合场景，主要以P2P网贷为例进行说明。

本发明所采用的生产线模式架构，包括但不限于是Disruptor，但由于Disruptor性能较为优越，因此本发明主要以Disruptor为例进行说明。

本发明中的借款单/投资单，也可以理解为金融交易中的买/卖双方，具有通用性，本发明主要以借款单以及投资单为例进行说明。

对于本发明所涉及的词语，作解释如下：

Disruptor：一个高性能的异步处理框架，或者可以认为是最快的消息框架(轻量的JMS)，也可以认为是一个观察者模式实现，或者事件-监听模式的实现，直接称disruptor模式。disruptor最大特点是高性能，其LMAX架构可以获得每秒6百万订单，用1微秒的延迟获得吞吐量为100K+。

线程池：基本思想还是一种对象池的思想，开辟一块内存空间，里面存放了众多线程，池中线程执行调度由池管理器来处理。当有线程任务时，从池中取一个，执行完成后线程对象归池，这样可以避免反复创建线程对象所带来的性能开销，节省了***的资源。

阻塞队列：阻塞队列是一个在队列基础上又支持了两个附加操作的队列。两个附加操作：(1)***方法，队列满时，队列会阻塞***元素的线程，直到队列不满。(2)移除方法，队列空时，获取元素的线程会等待队列变为非空。

阻塞：在多线程领域：所谓阻塞，在某些情况下会挂起线程(即阻塞)，一旦条件满足，被挂起的线程又会自动被唤醒。

降频：通过临时改变CPU的工作频率，来减小在CPU的耗电量和CPU的工作温度(主要是指在笔记本电脑中)。

GC(垃圾收集)：内存处理是编程人员容易出现问题的地方，忘记或者错误的内存回收会导致程序或***的不稳定甚至崩溃，Java提供的GC功能可以自动监测对象是否超过作用域，从而达到自动回收内存的目的，Java语言没有提供释放已分配内存的显示操作方法。

P2P：将小额资金聚集起来借贷给有资金需求人群的一种民间小额借贷模式。

参见图1，示出的是本发明实施例提供的一种基于生产模式的撮合匹配方法的主要流程图，包括如下步骤：

S101：根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

S102：分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

S103：在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

上述实施方式中，对于步骤S101，筛选生产者作业，主要负责批量获取借款单以及投资单，并筛选组装成对象，放入RingBuffer数据结构中进行存储，具体参见图2所示。这里的对象包含两个：借款单集合与投资单集合。

现有方式中，虽可以每次获取一个借款单，然后寻找合适的投资单，但是这样效率较低。本发明采用批量获取订单以及组单的方式，以提高整体作业流程的处理效率。

批量获取可采取多种方式，可以一次性获取多条借款/投资记录：

1)周期性获取借款单以及投资单；例如，每10分钟统计一次，一次只处理本周期内所有借款单以及投资单；

2)按照时间顺序，相应提取一定数量的借款单以及投资单；例如，每次仅处理20个借款单以及20个投资单、或20个借款单以及30个投资单、或30个借款单以及20个投资单。

对于组单方式，具体可以是：

根据分组金额阈值，将借款金额之和小于等于预定分组金额阈值的借款单组合为一组、以及将投资金额之和大于等于预定分组金额阈值的投资单组合为一组。

这里的分组金额阈值，可以是工作人员预先设定，例如，每次都按照2万元分组(也可以是其他货币单位，本发明主要以人民币为例进行说明)；也可以是当前所处理的所有借款单中的最大借款额，例如，借款单有2万元、3万元以及5万元，则分组金额阈值为5万元。本发明主要以2万元为例进行说明。

假定有5个借款单，分别借款5000、7000、3000、8000、5000元，其组合方式可以有：

1)将5000*2+7000+3000的借款单进行组合，剩余8000自成一单；

2)平均分配，得到7000+8000、5000*2+3000两单。

这样就将多个借款单看作是一笔单子进行处理。

上述组合方式同样适用于投资单，但此时需要将投资总额大于等于该值的投资单进行组合，例如，投资单有6个，分别为50000、10000、5000*2、6000以及30000元，此时的组合方式有：

1)50000、30000各成一组，剩余的10000、5000*2和6000组合为一组；

2)50000为一组，剩余10000+5000*2为一组，30000+6000为一组。

但由于投资单数量众多，为避免将投资额远超预定值的多个投资单组合到一起的情况(排除一个投资单的投资额本来就很大的情况，例如投资单5万元，而预定分组阈值为2万元)，可以设置一定的分组上限值，例如，6万元，这样可以得到多个投资单集合。

进一步的，在筛选作业之前，需要先构建生产线，其***架构同样参见图2所示：

1)将整个匹配过程看作是一条生产线，并将重要的处理逻辑解耦合，作为独立的作业单元；

2)首先初始化生产线，明确生产线中作业的组成：

中间存储数据的单元采用RingBuffer环形缓存队列来实现，在启动作业之前，Disruptor框架会初始化RingBuffer，预先分配内存，构建一个空的RingBuffer。

这样，在后续生产数据的时候，只会对RingBuffer中的现有对象中的属性进行修改，而不会新建和删除对象。RingBuffer是一直存在的，但是里面的数据时一直在更新、替换的，但当没有数据的时候，RingBuffer也仍是存在的。这就解决了普通阻塞队列的锁的昂贵开销问题，以及因为频繁回收对象导致不断垃圾回收(GC)的问题，提高了整体***性能，具有良好的普适性。

3)生产线根据业务划分为两个作业处理单元：筛选作业单元与批处理作业单元；其中，筛选作业单元参见步骤S101以及后续S102的描述，批处理作业单元具体参见后续S103的描述。

每个作业都是一个独立的处理单元，拥有自己独立的生产者和消费者，其模式是基于Disruptor架构。其中，Disruptor是一个高性能的异步处理框架，采用观察者模式实现。

整个流程可以看作是一条生产线，不同作业单元做不同的事情，分工明确，并会将处理好的数据像流水作业一样，一级一级传递下去，使得控制和监控更简单合理。

对于步骤S102，除上述的筛选生产者之外，还包括筛选消费者。

生产者所得借款单集合以及投资单集合，可以放到RingBuffer中，RingBuffer会更新区块的游标，唤醒筛选消费线程，通知消费者有集合需要消费处理，具体参见图3所示。其中，启动Bean是汇总处理和发送数据的模块，是功能性的。

本发明通过采用RingBuffer模型(见图3右侧)，只有两个线程在具体执行，一个生产线程，一个消费线程。生产线程主要用于组单生成借款单集合以及投资单集合；消费线程主要负责将提取所生产的“借款单集合以及投资单集合”，并放入内存中，以在内存中进行撮合匹配。

本发明的RingBuffer模型，较之现有传统线程池模式(见图3左侧)，可以确保线程可控，不会过多创建，避免了因为线程处理业务时间较长、旧的线程没有释放而新的线程不断创建，导致线程池被占满阻塞的情况。

需要说明的是，对于消费者的Disruptor框架，主要采用无锁框架实现，以解决现有阻塞队列锁开销大、性能低的问题。且消费计算并不涉及数据库方面的更新，仅仅是单纯的内存计算，因此处理效率很高。

消费者会遍历借款单集合的借款总额，然后选取大于等于该金额的投资单集合与之匹配。这里可以支持多种匹配算法，例如：

某一个借款单集合的借款总额为20500元，有两个投资单集合，分别投资25000元以及30000元，为了使得资源合理利用化，可以将25000元的投资单集合与之匹配，因为(25000-20500)的差值4500，较之(30000-20500)的差值9500小。

对于步骤S103，筛选作业中的消费者会在内存中撮合匹配订单，然后将撮合匹配成功的订单交由批处理作业的生产者进行加工分类(具体可根据企业业务进行设定)。且，对于撮合匹配成功的订单，可以组装成新的对象，放入批处理作业中。

批处理作业同样分为批处理生产者与批处理消费者。因为整个匹配过程是一条生产线，所以批处理作业的生产者承接上一个作业(筛选作业)消费生成的数据。

通常情况下，投资单的投资金额可能不完全与借款单金额匹配，或大或小，因此可以将投资单的投资额进行拆分重组：

步骤一：提取所确定匹配的第一投资单以及第一借款单，确定第一投资单的第一投资金额、以及第一借款单的第一借款金额；

步骤二：当第一投资金额大于第一借款金额时，将第一投资单拆分为第二投资单以及第三投资单，并确定第二投资单与第一借款单匹配；其中，第二投资单的投资金额与第一借款金额相等；

步骤三：当第一投资金额小于第一借款金额、且存在拆分后的第四投资单时，若第四投资单的投资金额与第一投资金额之和、与第一借款金额之差在第一预定差值范围内，确定第一投资单和第四投资单与第一借款单匹配。

具体参见图4所示：有三个借款单分别借款5000元、3000元以及4000元，有三个投资单分别投资5000元、1000元以及6000元，分析得到匹配关系：5000-5000、3000-1000、4000-6000。假定预定差值最大为2000元，虽5000-6000的差值1000也在该范围内，但是5000-5000的差值更小。

1)第一笔借款单5000元，与投资单5000元完美匹配；

2)上述为理想情况，第二笔借款单3000元，而对应的投资单1000元不满足该借款，需要组合投资；

3)同样第三笔借款单4000元，所对应的投资单6000元在满足4000元借款的前提下，还有剩余。

由于本方对于集合的分组都是有一定阈值的，例如，借款单集合借款总额2万元，投资单集合投资总额最小2万元，因此需要资源合理利用。具体地：

可以将6000元的投资单拆分为两笔订单：2000元和4000元，2000元与第二笔借款单匹配，4000元与第三笔借款单4000元匹配。

从数据库的维度来看，前两笔订单(5000与1000)是完整匹配，只需要标记该投资单为完全匹配即可。而对于第三笔订单需要拆分，新生成两笔新单。

以此维度，可以将订单分为更新批次和新增批次，组装成新的对象放入该作业的RingBuffer中，触发消费者进行消费。对于新增的投资单，还需要变更状态为“完全匹配”或者“未匹配”。

批处理消费者，监听到数据后，按照批次，进行批量更新与批量保存入库。具体地，可以根据批次中订单的数量，执行分批操作，避免数据量过大超过数据库执行负载的情况。

上述实施过程中，通过对投资单进行组合或者拆单，使得投资单-借款单达到完美匹配。且采用这种基于Disruptor的架构设计筛选作业，可以最快速度的获取订单和匹配订单，性能有了质的提升。

批处理作业中，是将已经分好组的对象批量入库，本发明同样可以采取其他方式：

1)根据企业的业务需求，将对象分类后，同一放入内存对象中，然后通过定时任务获取内存中对象执行更新入库；

2)通过MQ等消息中间件处理，将分好类的对象，统一通过消息发送出去，例如，处理好了一个消息就发出去，认定为处理成功。

然后下游***监听消息去处理，这也是一种异步化的处理方式。

需要说明的是，虽这两种方式也均可以提升生产线的执行速率，但最终入库的时间会延后一些。

进一步的，在整个生产线中，可以为每一个作业单元均会有限流器的监听，并设置独立的智能报警***，来决定生产者、消费者的执行频率。

对于每个作业单元，还可以配置限流器(同样参见图2所示)，以避免消费者处理速度过慢，生产者速度过快，导致RingBuffer出现积压、需长时间等待的情况。

因此，在生产数据时，可以同时监听RingBuffer的占用量，并根据占用量把控后续进程。例如，当RingBuffer占用达到50％时，降低生产者的生产速度；但若超过80％时，会进行报警，同时让生产者睡眠一段时间。

另外，由于整体作业是处于一条流水线，且每一个作业单元是相对独立的，所以当其中一个作业的生产者降频时，不会影响全局的执行速度，只会作用在自己的作业单元上，并间接影响前一个作业的消费者的执行频率。这就相当于是一个缓冲作用，尽可能的保证***最大的吞吐量。

上述实施过程中，通过将生产线中各个匹配过程进行清晰拆分，根据限流监控器可以清晰直观地找出每一个作业单元的瓶颈，进而进行有效监控与报警，使得***容错率较高，报警及时，为生产线的智能限流提供了依据。

本发明实施例所提供的方法，提出一种新的生产线处理模式，采用生产者消费者模式进行数据计算，取代传统的线程池模式，提升了CPU利用率与***的吞吐能力；同时可以根据交易量以及处理速度实现智能降频，达到借款单以及投资单的完美高效匹配，并可以对匹配过程中的各个环节进行监控和预警，最终保证交易顺利执行。

参见图5，示出了本发明实施例提供的一种基于生产模式的撮合匹配装置500的主要模块示意图，包括：

分组模块501，用于根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

第一匹配模块502，用于分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

第二匹配模块503，用于在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

可选的，还包括接收模块504(图中未标出)，用于：

提取预定周期内所接收的所有借款单以及投资单；和/或

确定借款单的接收时间戳以及投资单的接收时间戳，按序提取第一预定数量的借款单以及第二预定数量的投资单。

可选的，所述分组金额阈值为预定分组金额阈值、或当前所有借款单中的最大借款金额；

所述分组模块501，用于：根据所述分组金额阈值，将借款金额之和小于等于所述分组金额阈值的借款单组合为一组、以及将投资金额之和大于等于所述分组金额阈值的投资单组合为一组。

可选的，所述第二匹配模块503，用于：

提取所确定匹配的第一投资单以及第一借款单，确定所述第一投资单的第一投资金额、以及所述第一借款单的第一借款金额；

当所述第一投资金额大于所述第一借款金额时，将所述第一投资单拆分为第二投资单以及第三投资单，并确定所述第二投资单与所述第一借款单匹配；其中，所述第二投资单的投资金额与所述第一借款金额相等；

当所述第一投资金额小于所述第一借款金额、且存在拆分后的第四投资单时，若所述第四投资单的投资金额与所述第一投资金额之和、与所述第一借款金额之差在第一预定差值范围内，确定所述第一投资单和所述第四投资单与所述第一借款单匹配。

可选的，还包括降频模块505(图中未标出)，用于：统计当前预定时长内借款单以及投资单的未处理量，当所述未处理量大于预定未处理量阈值时，执行对借款单以及投资单接收量的降频操作。

另外，在本发明实施例中所述的基于生产模式的撮合匹配装置的具体实施内容，在上面所述基于生产模式的撮合匹配方法中已经详细说明了，故在此重复内容不再说明。

本发明实施例所提供的装置，提出一种新的生产线处理模式，采用生产者消费者模式进行数据计算，取代传统的线程池模式，提升了CPU利用率与***的吞吐能力；同时可以根据交易量以及处理速度实现智能降频，达到借款单以及投资单的完美高效匹配，并可以对匹配过程中的各个环节进行监控和预警，最终保证交易顺利执行。

图6示出了可以应用本发明实施例的基于生产模式的撮合匹配方法或基于生产模式的撮合匹配装置的示例性***架构600。

如图6所示，***架构600可以包括终端设备601、602、603，网络604和服务器605(仅仅是示例)。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的基于生产模式的撮合匹配方法一般由服务器605执行，相应地，基于生产模式的撮合匹配装置一般设置于服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机***700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机***700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的***中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括分组模块、第一匹配模块、第二匹配模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一匹配模块还可以被描述为“匹配借款单集合以及投资单集合的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

根据本发明实施例的技术方案，提出一种新的生产线处理模式，采用生产者消费者模式进行数据计算，取代传统的线程池模式，提升了CPU利用率与***的吞吐能力；同时可以根据交易量以及处理速度实现智能降频，达到借款单以及投资单的完美高效匹配，并可以对匹配过程中的各个环节进行监控和预警，最终保证交易顺利执行。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种基于生产模式的撮合匹配方法，其特征在于，包括：

根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

2.根据权利要求1所述的方法，其特征在于，在所述根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组之前，还包括：

提取预定周期内所接收的所有借款单以及投资单；和/或

确定借款单的接收时间戳以及投资单的接收时间戳，按序提取第一预定数量的借款单以及第二预定数量的投资单。

3.根据权利要求1所述的方法，其特征在于，所述分组金额阈值为预定分组金额阈值、或当前所有借款单中的最大借款金额；

所述根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，包括：

根据所述分组金额阈值，将借款金额之和小于等于所述分组金额阈值的借款单组合为一组、以及将投资金额之和大于等于所述分组金额阈值的投资单组合为一组。

4.根据权利要求1所述的方法，其特征在于，所述在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配，还包括：

提取所确定匹配的第一投资单以及第一借款单，确定所述第一投资单的第一投资金额、以及所述第一借款单的第一借款金额；

当所述第一投资金额大于所述第一借款金额时，将所述第一投资单拆分为第二投资单以及第三投资单，并确定所述第二投资单与所述第一借款单匹配；其中，所述第二投资单的投资金额与所述第一借款金额相等；

当所述第一投资金额小于所述第一借款金额、且存在拆分后的第四投资单时，若所述第四投资单的投资金额与所述第一投资金额之和、与所述第一借款金额之差在第一预定差值范围内，确定所述第一投资单和所述第四投资单与所述第一借款单匹配。

5.根据权利要求1所述的方法，其特征在于，还包括：

统计当前预定时长内借款单以及投资单的未处理量，当所述未处理量大于预定未处理量阈值时，执行对借款单以及投资单接收量的降频操作。

6.一种基于生产模式的撮合匹配装置，其特征在于，包括：

分组模块，用于根据借款单的借款金额、投资单的投资金额以及分组金额阈值，分别对借款单以及投资单进行分组，得到借款单集合以及投资单集合；

第一匹配模块，用于分析借款单集合的借款总额以及投资单集合的投资总额之差，确定差值在预定差值范围内的借款单集合和投资单集合的匹配关系；

第二匹配模块，用于在所确定的匹配关系中，遍历借款单集合中各借款单与投资单集合中各投资单的差值，确定差值最小的投资单与相应的借款单匹配。

7.根据权利要求6所述的装置，其特征在于，还包括接收模块，用于：

提取预定周期内所接收的所有借款单以及投资单；和/或

确定借款单的接收时间戳以及投资单的接收时间戳，按序提取第一预定数量的借款单以及第二预定数量的投资单。

8.根据权利要求6所述的装置，其特征在于，所述分组金额阈值为预定分组金额阈值、或当前所有借款单中的最大借款金额；

所述分组模块，用于：

根据所述分组金额阈值，将借款金额之和小于等于所述分组金额阈值的借款单组合为一组、以及将投资金额之和大于等于所述分组金额阈值的投资单组合为一组。

9.根据权利要求6所述的装置，其特征在于，所述第二匹配模块，用于：

提取所确定匹配的第一投资单以及第一借款单，确定所述第一投资单的第一投资金额、以及所述第一借款单的第一借款金额；

当所述第一投资金额大于所述第一借款金额时，将所述第一投资单拆分为第二投资单以及第三投资单，并确定所述第二投资单与所述第一借款单匹配；其中，所述第二投资单的投资金额与所述第一借款金额相等；

当所述第一投资金额小于所述第一借款金额、且存在拆分后的第四投资单时，若所述第四投资单的投资金额与所述第一投资金额之和、与所述第一借款金额之差在第一预定差值范围内，确定所述第一投资单和所述第四投资单与所述第一借款单匹配。

10.根据权利要求6所述的装置，其特征在于，还包括降频模块，用于：

统计当前预定时长内借款单以及投资单的未处理量，当所述未处理量大于预定未处理量阈值时，执行对借款单以及投资单接收量的降频操作。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。