CN116225789B - 交易系统备份能力检测方法、装置、设备及介质 - Google Patents
交易系统备份能力检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116225789B CN116225789B CN202310515319.7A CN202310515319A CN116225789B CN 116225789 B CN116225789 B CN 116225789B CN 202310515319 A CN202310515319 A CN 202310515319A CN 116225789 B CN116225789 B CN 116225789B
- Authority
- CN
- China
- Prior art keywords
- transaction system
- value
- order
- rpo
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000011084 recovery Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims description 15
- 238000012790 confirmation Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及大数据技术领域，提供一种交易系统备份能力检测方法、装置、设备及介质，能够对交易系统进行故障模拟，并在故障恢复时确定在故障期间交易系统的RPO值及RTO值，进一步以RPO值及RTO值作为指标综合验证交易系统的备份能力，既检测了交易系统在故障期间的丢单情况，又检测了交易系统的故障恢复能力，能够更加严谨、全面的检测交易系统的备份能力，进而为交易系统的上线提供更加准确的决策依据。
Description
技术领域
本发明涉及大数据技术领域，尤其涉及一种交易系统备份能力检测方法、装置、设备及介质。
背景技术
目前，证券行业的发展越来越好，庞大的市场对于证券交易系统高备份能力的要求也越来越苛刻。
基于分布式低时延技术的证券核心交易系统通常有两种高备份模式：基于状态机的强一致容错集群模式和低时延的异步热备灾备模式。其中，基于状态机的强一致容错集群模式多用于数据中心内或者同城内的数据中心之间的情况。异步热备灾备模式多用于极速交易场景和核心系统灾备场景。
在不考虑多中心部署方案的情况下，常规部署方案有主备、热备，如果考虑多中心部署，一般还会有灾备中心。这样，对于具有强高备份能力的交易集群来说，对系统组件级别、服务器级别和数据中心级别之间发生故障后恢复的备份能力则要求都较高。
发明内容
鉴于以上内容，有必要提供一种交易系统备份能力检测方法、装置、设备及介质，旨在解决交易系统备份能力的检测问题。
一种交易系统备份能力检测方法，所述交易系统备份能力检测方法包括：
当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟；
在故障期间，按照预设频率向所述交易系统持续发单；
当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO值及RTO值；
根据所述RPO值及所述RTO值验证所述交易系统的备份能力。
根据本发明优选实施例，所述按照预设频率向所述交易系统持续发单包括：
通过高TPS接口接入所述交易系统，并利用预先配置的发单工具按照所述预设频率向所述交易系统持续发单。
根据本发明优选实施例，所述确定在故障期间所述交易系统的RPO值及RTO值包括：
获取所述交易系统的目标入库订单量、所述交易系统的订单表、所述交易系统的订单确认表、所述交易系统的成交表；
获取所述订单表中的订单量作为第一数值，获取所述订单确认表中的订单量作为第二数值，及获取所述成交表中的订单量作为第三数值；
计算所述第一数值、所述第二数值及所述第三数值的和，得到所述交易系统的实际入库订单量；
计算所述目标入库订单量与所述实际入库订单量的差，得到第四数值；
确定所述交易系统的入库TPS和；
计算所述第四数值与所述入库TPS和的商，得到所述RPO值。
根据本发明优选实施例，所述确定所述交易系统的入库TPS和包括：
获取所述交易系统的订单配置，及获取所述交易系统的TPS值；
根据所述订单配置确定目标系数；
计算所述目标系数与所述TPS值的乘积，得到所述入库TPS和。
根据本发明优选实施例，所述确定在故障期间所述交易系统的RPO值及RTO值还包括：
获取故障期间所述交易系统中每笔订单从发单到确认的耗时，并作为每笔订单的延时；
从每笔订单的延时中获取最高延时，并作为所述RTO值。
根据本发明优选实施例，所述确定在故障期间所述交易系统的RPO值及RTO值还包括：
当满足预设业务需求时，获取所述交易系统的日志；
从所述日志中获取具有开始关键字的时间戳作为第一时间戳；
从所述日志中获取具有恢复关键字的时间戳作为第二时间戳；
计算所述第二时间戳与所述第一时间戳的差值，得到所述RTO值。
根据本发明优选实施例，所述根据所述RPO值及所述RTO值验证所述交易系统的备份能力包括：
获取与所述RPO值对应的第一阈值，及获取与所述RTO值对应的第二阈值；
当所述RPO值小于或者等于所述第一阈值，且所述RTO值小于或者等于所述第二阈值时，确定所述交易系统的备份能力达到上线条件；或者
当所述RPO值大于所述第一阈值或者所述RTO值大于所述第二阈值时，确定所述交易系统的备份能力未达到上线条件。
一种交易系统备份能力检测装置，所述交易系统备份能力检测装置包括：
模拟单元，用于当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟；
发单单元，用于在故障期间，按照预设频率向所述交易系统持续发单；
确定单元，用于当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO值及RTO值；
验证单元，用于根据所述RPO值及所述RTO值验证所述交易系统的备份能力。
一种计算机设备，所述计算机设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述交易系统备份能力检测方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现所述交易系统备份能力检测方法。
由以上技术方案可以看出，本发明能够对交易系统进行故障模拟，并在故障恢复时确定在故障期间交易系统的RPO值及RTO值，进一步以RPO值及RTO值作为指标综合验证交易系统的备份能力，既检测了交易系统在故障期间的丢单情况，又检测了交易系统的故障恢复能力，能够更加严谨、全面的检测交易系统的备份能力，进而为交易系统的上线提供更加准确的决策依据。
附图说明
图1是本发明交易系统备份能力检测方法的较佳实施例的流程图。
图2是本发明交易系统备份能力检测装置的较佳实施例的功能模块图。
图3是本发明实现交易系统备份能力检测方法的较佳实施例的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明交易系统备份能力检测方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述交易系统备份能力检测方法应用于一个或者多个计算机设备中，所述计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。
所述计算机设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。
S10，当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟。
在本实施例中，所述交易系统可以为证券交易系统等，本发明不限制。
在本实施例中，可以预先配置一个虚拟按键，当所述虚拟按键被触发时，则确定接收到对所述交易系统的备份能力的检测指令。
或者，还可以预先配置一个语音指令“检测交易系统的备份能力”，当接收到用户输入的语音时，识别接收到的语音，当识别结果显示用户输入的语音为“检测交易系统的备份能力”，则确定接收到对所述交易系统的备份能力的检测指令。
或者，还可以定期触发对所述交易系统的备份能力的检测指令，或者在所述交易系统上线前触发对所述交易系统的备份能力的检测指令，本发明对所述检测指令的触发方式不做限制。
在本实施例中，可以模拟不同的故障场景，如组件故障、主/热备切换故障、灾备切换故障等，以检测不同故障场景下所述交易系统的备份能力。
S11，在故障期间，按照预设频率向所述交易系统持续发单。
在本实施例中，所述按照预设频率向所述交易系统持续发单包括：
通过高TPS（Transactions Per Second，每秒传输的事物处理个数）接口接入所述交易系统，并利用预先配置的发单工具按照所述预设频率向所述交易系统持续发单。
例如：所述高TPS接口可以为委托或查询等高TPS接口。
其中，所述预设频率可以根据实际需求进行配置。
通过上述实施例，能够保证整个故障发生期间发单不间断，即在系统故障期间仍然保持一定压力持续发单，进而能够保障系统恢复正常状态后系统的可用性。
S12，当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO（Recovery Point Object，恢复点目标）值及RTO（Recovery Time Objective，恢复时间目标）值。
其中，所述RPO值是指最多可能丢失的数据的时长，用于表征系统的丢单情况。
其中，所述RTO值是指从灾难发生到整个系统恢复正常所需要的最大时长，用于表征系统的故障恢复能力。
在本实施例中，所述确定在故障期间所述交易系统的RPO值及RTO值包括：
获取所述交易系统的目标入库订单量、所述交易系统的订单表、所述交易系统的订单确认表、所述交易系统的成交表；
获取所述订单表中的订单量作为第一数值，获取所述订单确认表中的订单量作为第二数值，及获取所述成交表中的订单量作为第三数值；
计算所述第一数值、所述第二数值及所述第三数值的和，得到所述交易系统的实际入库订单量；
计算所述目标入库订单量与所述实际入库订单量的差，得到第四数值；
确定所述交易系统的入库TPS和；
计算所述第四数值与所述入库TPS和的商，得到所述RPO值。
例如：所述订单表可以表示为t_order，用于记录订单；所述订单确认表可以表示为t_report_cash_auction_confirm，当有发单时，用于记录是否收到该订单；所述成交表可以表示为t_report，用于记录订单成交情况。
具体地，所述确定所述交易系统的入库TPS和包括：
获取所述交易系统的订单配置，及获取所述交易系统的TPS值；
根据所述订单配置确定目标系数；
计算所述目标系数与所述TPS值的乘积，得到所述入库TPS和。
例如：当所述订单配置为1:2，且所述TPS值为1000时，则t_order:t_report_cash_auction_confirm:t_report=1:1:2，所述入库TPS和为4*1000。
在有订单接入所述交易系统的时候，正常情况下会有订单落库。如果在持续发单期间系统存在故障，则在故障以及恢复正常期间，系统可能存在丢单。因此，可以采用订单落库丢失时长来统计最多可能丢失的数据时长。
具体地，当所述目标入库订单量与所述实际入库订单量的差为0时，则RPO = 0。此时，对于系统委托场景，则说明系统不丢单，否则系统存在丢单，并且RPO越大，则系统丢单越严重，如果系统故障期间，系统丢单率高，则说明此系统应对故障的备份能力差。对于查询场景，若RPO = 0，则说明查询响应和查询请求数量相同。
在本实施例中，所述确定在故障期间所述交易系统的RPO值及RTO值还包括：
获取故障期间所述交易系统中每笔订单从发单到确认的耗时，并作为每笔订单的延时；
从每笔订单的延时中获取最高延时，并作为所述RTO值。
在上述实施例中，在系统故障期间保持一定压力持续发单，然后取故障前后上下两笔API（Application Programming Interface，应用程序编程接口）回路时延的最大值。通过压力发单，可以保障系统恢复正常状态后，系统的可用性。采用取上下订单时延最大值的方式确定RTO值更近严谨、可靠。
当然，根据不同的业务需求，也可以采用相对简单的时间戳方式计算所述RTO值。
具体地，所述确定在故障期间所述交易系统的RPO值及RTO值还包括：
当满足预设业务需求时，获取所述交易系统的日志；
从所述日志中获取具有开始关键字的时间戳作为第一时间戳；
从所述日志中获取具有恢复关键字的时间戳作为第二时间戳；
计算所述第二时间戳与所述第一时间戳的差值，得到所述RTO值。
例如：从所述日志中获取带有所述开始关键字"application start to init"的时间戳作为第一时间戳，及获取带有所述恢复关键字"Recovery RecoveryFinished"的时间戳作为第二时间戳，计算所述第二时间戳与所述第一时间戳的差值，得到所述RTO值。
在上述实施例中，采用时间戳的差值计算所述RTO值，计算方式较为简单，但由于系统日志打印恢复状态完成时没有通过发单检验系统真正的可用性，因此无法严谨、有效的检测系统的高备份能力，仅适用于业务需求中对严谨性要求不高的业务场景。
S13，根据所述RPO值及所述RTO值验证所述交易系统的备份能力。
在本实施例中，所述根据所述RPO值及所述RTO值验证所述交易系统的备份能力包括：
获取与所述RPO值对应的第一阈值，及获取与所述RTO值对应的第二阈值；
当所述RPO值小于或者等于所述第一阈值，且所述RTO值小于或者等于所述第二阈值时，确定所述交易系统的备份能力达到上线条件；或者
当所述RPO值大于所述第一阈值或者所述RTO值大于所述第二阈值时，确定所述交易系统的备份能力未达到上线条件。
其中，所述第一阈值及所述第二阈值可以进行自定义配置。
在上述实施例中，通过高压力的委托和查询，对交易系统进行订单注入，使交易系统故障期间仍保持订单的连续性，等待交易系统恢复正常后，使用订单来计算RTO值及RPO值，能够更严谨的检测交易系统的高备份能力，为证券交易系统的上线提供准出的决策依据。
需要说明的是，在最佳情况下，所述RPO值为0，所述RTO值小于5秒，具体可以根据实际使用场景进行配置，本发明不限制。
由以上技术方案可以看出，本发明能够对交易系统进行故障模拟，并在故障恢复时确定在故障期间交易系统的RPO值及RTO值，进一步以RPO值及RTO值作为指标综合验证交易系统的备份能力，既检测了交易系统在故障期间的丢单情况，又检测了交易系统的故障恢复能力，能够更加严谨、全面的检测交易系统的备份能力，进而为交易系统的上线提供更加准确的决策依据。
如图2所示，是本发明交易系统备份能力检测装置的较佳实施例的功能模块图。所述交易系统备份能力检测装置11包括模拟单元110、发单单元111、确定单元112、验证单元113。本发明所称的模块/单元是指一种能够被处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
所述模拟单元110，用于当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟。
在本实施例中，所述交易系统可以为证券交易系统等，本发明不限制。
在本实施例中，可以预先配置一个虚拟按键，当所述虚拟按键被触发时，则确定接收到对所述交易系统的备份能力的检测指令。
或者，还可以预先配置一个语音指令“检测交易系统的备份能力”，当接收到用户输入的语音时，识别接收到的语音，当识别结果显示用户输入的语音为“检测交易系统的备份能力”，则确定接收到对所述交易系统的备份能力的检测指令。
或者，还可以定期触发对所述交易系统的备份能力的检测指令，或者在所述交易系统上线前触发对所述交易系统的备份能力的检测指令，本发明对所述检测指令的触发方式不做限制。
在本实施例中，可以模拟不同的故障场景，如组件故障、主/热备切换故障、灾备切换故障等，以检测不同故障场景下所述交易系统的备份能力。
所述发单单元111，用于在故障期间，按照预设频率向所述交易系统持续发单。
在本实施例中，所述发单单元111按照预设频率向所述交易系统持续发单包括：
通过高TPS（Transactions Per Second，每秒传输的事物处理个数）接口接入所述交易系统，并利用预先配置的发单工具按照所述预设频率向所述交易系统持续发单。
例如：所述高TPS接口可以为委托或查询等高TPS接口。
其中，所述预设频率可以根据实际需求进行配置。
通过上述实施例，能够保证整个故障发生期间发单不间断，即在系统故障期间仍然保持一定压力持续发单，进而能够保障系统恢复正常状态后系统的可用性。
所述确定单元112，用于当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO（Recovery Point Object，恢复点目标）值及RTO（Recovery Time Objective，恢复时间目标）值。
其中，所述RPO值是指最多可能丢失的数据的时长，用于表征系统的丢单情况。
其中，所述RTO值是指从灾难发生到整个系统恢复正常所需要的最大时长，用于表征系统的故障恢复能力。
在本实施例中，所述确定单元112确定在故障期间所述交易系统的RPO值及RTO值包括：
获取所述交易系统的目标入库订单量、所述交易系统的订单表、所述交易系统的订单确认表、所述交易系统的成交表；
获取所述订单表中的订单量作为第一数值，获取所述订单确认表中的订单量作为第二数值，及获取所述成交表中的订单量作为第三数值；
计算所述第一数值、所述第二数值及所述第三数值的和，得到所述交易系统的实际入库订单量；
计算所述目标入库订单量与所述实际入库订单量的差，得到第四数值；
确定所述交易系统的入库TPS和；
计算所述第四数值与所述入库TPS和的商，得到所述RPO值。
例如：所述订单表可以表示为t_order，用于记录订单；所述订单确认表可以表示为t_report_cash_auction_confirm，当有发单时，用于记录是否收到该订单；所述成交表可以表示为t_report，用于记录订单成交情况。
具体地，所述确定单元112确定所述交易系统的入库TPS和包括：
获取所述交易系统的订单配置，及获取所述交易系统的TPS值；
根据所述订单配置确定目标系数；
计算所述目标系数与所述TPS值的乘积，得到所述入库TPS和。
例如：当所述订单配置为1:2，且所述TPS值为1000时，则t_order:t_report_cash_auction_confirm:t_report=1:1:2，所述入库TPS和为4*1000。
在有订单接入所述交易系统的时候，正常情况下会有订单落库。如果在持续发单期间系统存在故障，则在故障以及恢复正常期间，系统可能存在丢单。因此，可以采用订单落库丢失时长来统计最多可能丢失的数据时长。
具体地，当所述目标入库订单量与所述实际入库订单量的差为0时，则RPO = 0。此时，对于系统委托场景，则说明系统不丢单，否则系统存在丢单，并且RPO越大，则系统丢单越严重，如果系统故障期间，系统丢单率高，则说明此系统应对故障的备份能力差。对于查询场景，若RPO = 0，则说明查询响应和查询请求数量相同。
在本实施例中，所述确定单元112确定在故障期间所述交易系统的RPO值及RTO值还包括：
获取故障期间所述交易系统中每笔订单从发单到确认的耗时，并作为每笔订单的延时；
从每笔订单的延时中获取最高延时，并作为所述RTO值。
在上述实施例中，在系统故障期间保持一定压力持续发单，然后取故障前后上下两笔API（Application Programming Interface，应用程序编程接口）回路时延的最大值。通过压力发单，可以保障系统恢复正常状态后，系统的可用性。采用取上下订单时延最大值的方式确定RTO值更近严谨、可靠。
当然，根据不同的业务需求，也可以采用相对简单的时间戳方式计算所述RTO值。
具体地，所述确定单元112确定在故障期间所述交易系统的RPO值及RTO值还包括：
当满足预设业务需求时，获取所述交易系统的日志；
从所述日志中获取具有开始关键字的时间戳作为第一时间戳；
从所述日志中获取具有恢复关键字的时间戳作为第二时间戳；
计算所述第二时间戳与所述第一时间戳的差值，得到所述RTO值。
例如：从所述日志中获取带有所述开始关键字"application start to init"的时间戳作为第一时间戳，及获取带有所述恢复关键字"Recovery RecoveryFinished"的时间戳作为第二时间戳，计算所述第二时间戳与所述第一时间戳的差值，得到所述RTO值。
在上述实施例中，采用时间戳的差值计算所述RTO值，计算方式较为简单，但由于系统日志打印恢复状态完成时没有通过发单检验系统真正的可用性，因此无法严谨、有效的检测系统的高备份能力，仅适用于业务需求中对严谨性要求不高的业务场景。
所述验证单元113，用于根据所述RPO值及所述RTO值验证所述交易系统的备份能力。
在本实施例中，所述验证单元113根据所述RPO值及所述RTO值验证所述交易系统的备份能力包括：
获取与所述RPO值对应的第一阈值，及获取与所述RTO值对应的第二阈值；
当所述RPO值小于或者等于所述第一阈值，且所述RTO值小于或者等于所述第二阈值时，确定所述交易系统的备份能力达到上线条件；或者
当所述RPO值大于所述第一阈值或者所述RTO值大于所述第二阈值时，确定所述交易系统的备份能力未达到上线条件。
其中，所述第一阈值及所述第二阈值可以进行自定义配置。
在上述实施例中，通过高压力的委托和查询，对交易系统进行订单注入，使交易系统故障期间仍保持订单的连续性，等待交易系统恢复正常后，使用订单来计算RTO值及RPO值，能够更严谨的检测交易系统的高备份能力，为证券交易系统的上线提供准出的决策依据。
需要说明的是，在最佳情况下，所述RPO值为0，所述RTO值小于5秒，具体可以根据实际使用场景进行配置，本发明不限制。
由以上技术方案可以看出，本发明能够对交易系统进行故障模拟，并在故障恢复时确定在故障期间交易系统的RPO值及RTO值，进一步以RPO值及RTO值作为指标综合验证交易系统的备份能力，既检测了交易系统在故障期间的丢单情况，又检测了交易系统的故障恢复能力，能够更加严谨、全面的检测交易系统的备份能力，进而为交易系统的上线提供更加准确的决策依据。
如图3所示，是本发明实现交易系统备份能力检测方法的较佳实施例的计算机设备的结构示意图。
所述计算机设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如交易系统备份能力检测程序。
本领域技术人员可以理解，所述示意图仅仅是计算机设备1的示例，并不构成对计算机设备1的限定，所述计算机设备1既可以是总线型结构，也可以是星形结构，所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是，所述计算机设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元，例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备，例如计算机设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（SecureDigital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据，例如交易系统备份能力检测程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心（Control Unit），利用各种接口和线路连接整个计算机设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块（例如执行交易系统备份能力检测程序等），以及调用存储在所述存储器12内的数据，以执行计算机设备1的各种功能和处理数据。
所述处理器13执行所述计算机设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个交易系统备份能力检测方法实施例中的步骤，例如图1所示的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如，所述计算机程序可以被分割成模拟单元110、发单单元111、确定单元112、验证单元113。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、计算机设备，或者网络设备等）或处理器（processor）执行本发明各个实施例所述交易系统备份能力检测方法的部分。
所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器等。
进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根直线表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出，所述计算机设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述计算机设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该计算机设备1与其他计算机设备之间建立通信连接。
可选地，该计算机设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的计算机设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述计算机设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
结合图1，所述计算机设备1中的所述存储器12存储多个指令以实现一种交易系统备份能力检测方法，所述处理器13可执行所述多个指令从而实现：
当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟；
在故障期间，按照预设频率向所述交易系统持续发单；
当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO值及RTO值；
根据所述RPO值及所述RTO值验证所述交易系统的备份能力。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
需要说明的是，本案中所涉及到的数据均为合法取得。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
本发明可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种交易系统备份能力检测方法，其特征在于，所述交易系统备份能力检测方法包括：
当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟；
在故障期间，按照预设频率向所述交易系统持续发单；
当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO值及RTO值；
根据所述RPO值及所述RTO值验证所述交易系统的备份能力；
所述确定在故障期间所述交易系统的RPO值及RTO值包括：
获取所述交易系统的目标入库订单量、所述交易系统的订单表、所述交易系统的订单确认表、所述交易系统的成交表；
获取所述订单表中的订单量作为第一数值，获取所述订单确认表中的订单量作为第二数值，及获取所述成交表中的订单量作为第三数值；
计算所述第一数值、所述第二数值及所述第三数值的和，得到所述交易系统的实际入库订单量；
计算所述目标入库订单量与所述实际入库订单量的差，得到第四数值；
确定所述交易系统的入库TPS和；
计算所述第四数值与所述入库TPS和的商，得到所述RPO值；
其中，当所述目标入库订单量与所述实际入库订单量的差为0时，则所述RPO值等于0；并且所述RPO值越大，则所述交易系统丢单越严重；
所述确定所述交易系统的入库TPS和包括：
获取所述交易系统的订单配置，以及获取所述交易系统的TPS值；
根据所述订单配置确定目标系数；
计算所述目标系数与所述TPS值的乘积，得到所述入库TPS和。
2.如权利要求1所述的交易系统备份能力检测方法，其特征在于，所述按照预设频率向所述交易系统持续发单包括：
通过高TPS接口接入所述交易系统，并利用预先配置的发单工具按照所述预设频率向所述交易系统持续发单。
3.如权利要求1所述的交易系统备份能力检测方法，其特征在于，所述确定在故障期间所述交易系统的RPO值及RTO值还包括：
获取故障期间所述交易系统中每笔订单从发单到确认的耗时，并作为每笔订单的延时；
从每笔订单的延时中获取最高延时，并作为所述RTO值。
4.如权利要求1所述的交易系统备份能力检测方法，其特征在于，所述确定在故障期间所述交易系统的RPO值及RTO值还包括：
当满足预设业务需求时，获取所述交易系统的日志；
从所述日志中获取具有开始关键字的时间戳作为第一时间戳；
从所述日志中获取具有恢复关键字的时间戳作为第二时间戳；
计算所述第二时间戳与所述第一时间戳的差值，得到所述RTO值。
5.如权利要求1所述的交易系统备份能力检测方法，其特征在于，所述根据所述RPO值及所述RTO值验证所述交易系统的备份能力包括：
获取与所述RPO值对应的第一阈值，及获取与所述RTO值对应的第二阈值；
当所述RPO值小于或者等于所述第一阈值，且所述RTO值小于或者等于所述第二阈值时，确定所述交易系统的备份能力达到上线条件；或者
当所述RPO值大于所述第一阈值或者所述RTO值大于所述第二阈值时，确定所述交易系统的备份能力未达到上线条件。
6.一种交易系统备份能力检测装置，其特征在于，所述交易系统备份能力检测装置包括：
模拟单元，用于当接收到对交易系统的备份能力的检测指令时，对所述交易系统进行故障模拟；
发单单元，用于在故障期间，按照预设频率向所述交易系统持续发单；
确定单元，用于当所述交易系统的故障恢复时，确定在故障期间所述交易系统的RPO值及RTO值；
验证单元，用于根据所述RPO值及所述RTO值验证所述交易系统的备份能力；
所述确定单元确定在故障期间所述交易系统的RPO值及RTO值包括：
获取所述交易系统的目标入库订单量、所述交易系统的订单表、所述交易系统的订单确认表、所述交易系统的成交表；
获取所述订单表中的订单量作为第一数值，获取所述订单确认表中的订单量作为第二数值，及获取所述成交表中的订单量作为第三数值；
计算所述第一数值、所述第二数值及所述第三数值的和，得到所述交易系统的实际入库订单量；
计算所述目标入库订单量与所述实际入库订单量的差，得到第四数值；
确定所述交易系统的入库TPS和；
计算所述第四数值与所述入库TPS和的商，得到所述RPO值；
其中，当所述目标入库订单量与所述实际入库订单量的差为0时，则所述RPO值等于0；并且所述RPO值越大，则所述交易系统丢单越严重；
所述确定单元确定所述交易系统的入库TPS和包括：
获取所述交易系统的订单配置，以及获取所述交易系统的TPS值；
根据所述订单配置确定目标系数；
计算所述目标系数与所述TPS值的乘积，得到所述入库TPS和。
7.一种计算机设备，其特征在于，所述计算机设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至5中任意一项所述的交易系统备份能力检测方法。
8.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至5中任意一项所述的交易系统备份能力检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310515319.7A CN116225789B (zh) | 2023-05-09 | 2023-05-09 | 交易系统备份能力检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310515319.7A CN116225789B (zh) | 2023-05-09 | 2023-05-09 | 交易系统备份能力检测方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116225789A CN116225789A (zh) | 2023-06-06 |
| CN116225789B true CN116225789B (zh) | 2023-08-11 |
Family
ID=86580995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310515319.7A Active CN116225789B (zh) | 2023-05-09 | 2023-05-09 | 交易系统备份能力检测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116225789B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103905252A (zh) * | 2014-04-03 | 2014-07-02 | 北京邮电大学 | 一种基于灾难模拟的灾备系统评估工具 |
| CN112269681A (zh) * | 2020-10-16 | 2021-01-26 | 苏州浪潮智能科技有限公司 | 一种持续保护虚拟机数据的方法、装置及设备 |
| US11042452B1 (en) * | 2019-03-20 | 2021-06-22 | Pure Storage, Inc. | Storage system data recovery using data recovery as a service |
| CN114841710A (zh) * | 2022-06-30 | 2022-08-02 | 深圳华锐分布式技术股份有限公司 | 交易系统故障时的撤单方法、装置、设备及介质 |
| CN115118738A (zh) * | 2022-08-30 | 2022-09-27 | 深圳华锐分布式技术股份有限公司 | 基于rdma的灾备方法、装置、设备及介质 |
| CN115936886A (zh) * | 2023-03-15 | 2023-04-07 | 深圳华锐分布式技术股份有限公司 | 异构证券交易系统的失效检测方法、装置、设备及介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9015527B2 (en) * | 2013-01-29 | 2015-04-21 | Hewlett-Packard Development Company, L.P. | Data backup and recovery |
| US10860443B2 (en) * | 2018-12-10 | 2020-12-08 | Commvault Systems, Inc. | Evaluation and reporting of recovery readiness in a data storage management system |
-
2023
- 2023-05-09 CN CN202310515319.7A patent/CN116225789B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103905252A (zh) * | 2014-04-03 | 2014-07-02 | 北京邮电大学 | 一种基于灾难模拟的灾备系统评估工具 |
| US11042452B1 (en) * | 2019-03-20 | 2021-06-22 | Pure Storage, Inc. | Storage system data recovery using data recovery as a service |
| CN112269681A (zh) * | 2020-10-16 | 2021-01-26 | 苏州浪潮智能科技有限公司 | 一种持续保护虚拟机数据的方法、装置及设备 |
| CN114841710A (zh) * | 2022-06-30 | 2022-08-02 | 深圳华锐分布式技术股份有限公司 | 交易系统故障时的撤单方法、装置、设备及介质 |
| CN115118738A (zh) * | 2022-08-30 | 2022-09-27 | 深圳华锐分布式技术股份有限公司 | 基于rdma的灾备方法、装置、设备及介质 |
| CN115936886A (zh) * | 2023-03-15 | 2023-04-07 | 深圳华锐分布式技术股份有限公司 | 异构证券交易系统的失效检测方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| Omar H. Alhazmi等.Evaluating disaster recovery plans using the cloud.《 2013 Proceedings Annual Reliability and Maintainability Symposium (RAMS)》.2013,第1-6页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116225789A (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114124968B (zh) | 基于行情数据的负载均衡方法、装置、设备及介质 | |
| CN115936886B (zh) | 异构证券交易系统的失效检测方法、装置、设备及介质 | |
| CN115118738B (zh) | 基于rdma的灾备方法、装置、设备及介质 | |
| CN116225789B (zh) | 交易系统备份能力检测方法、装置、设备及介质 | |
| CN115731047B (zh) | 批量订单处理方法、设备及介质 | |
| CN113687834B (zh) | 分布式系统节点部署方法、装置、设备及介质 | |
| CN116823141A (zh) | 付款数据处理方法、装置、设备及介质 | |
| CN116843454B (zh) | 渠道信息管理方法、装置、设备及介质 | |
| CN116860508B (zh) | 分布式系统软件缺陷连续自愈方法、装置、设备及介质 | |
| CN116414699B (zh) | 运营运维测试方法、装置、设备及介质 | |
| CN116361753B (zh) | 权限认证方法、装置、设备及介质 | |
| CN117851520B (zh) | 证券核心交易引擎的数据同步方法、系统、设备及介质 | |
| CN116306591B (zh) | 流程表单生成方法、装置、设备及介质 | |
| CN118037198B (zh) | 事件关联物品管理方法、装置、设备及介质 | |
| CN116934263B (zh) | 产品批量准入方法、装置、设备及介质 | |
| CN116455756B (zh) | 基于行情推送及查询的带宽均衡方法、设备及介质 | |
| CN118014696B (zh) | 交易订单预热方法、装置、设备及介质 | |
| CN116739611B (zh) | 客户信息跟踪管理方法、装置、设备及介质 | |
| CN116541309B (zh) | 基于交易系统转换的测试方法、装置、设备及介质 | |
| CN116401104A (zh) | 应用数据源切换方法、装置、设备及介质 | |
| CN117519938A (zh) | 基于表单数据的收单任务处理方法、装置、设备及介质 | |
| CN117422430A (zh) | 同案交流方法、装置、设备及介质 | |
| CN118193494A (zh) | 执法数据资源系统的数据处理方法、装置、设备及介质 | |
| CN117151955A (zh) | 交通案件处理状态跟踪方法、装置、设备及介质 | |
| CN114139199A (zh) | 数据脱敏方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |