姚仁毅

業(yè)務(wù)人員銷售中最期盼的是什么？是初次成功約見(jiàn)客戶？或是與客戶相談甚歡？抑或是順利簽下合同？……或許這些都因人而異，但一個(gè)共有的時(shí)刻肯定是看到系統(tǒng)提示收費(fèi)成功的那一瞬間。在互聯(lián)網(wǎng)+的今天，移動(dòng)實(shí)時(shí)支付在互聯(lián)網(wǎng)業(yè)務(wù)中的重要作用顯而易見(jiàn)，阿里、騰訊、京東等網(wǎng)絡(luò)大咖都有自己的支付業(yè)務(wù)。

實(shí)時(shí)支付在保險(xiǎn)行業(yè)的廣泛應(yīng)用，讓用戶享受到了更加便捷的服務(wù)。市場(chǎng)上存在眾多的第三方支付通道、第四方支付通道，保險(xiǎn)公司與其合作需要結(jié)合很多方面，比如成本管理、性能選擇和大額支持等。保險(xiǎn)公司數(shù)字平臺(tái)實(shí)時(shí)支付服務(wù)的用途之一就是駕馭各個(gè)支付通道，無(wú)需人工干預(yù)，系統(tǒng)自適應(yīng)、自選擇最佳的支付通道并應(yīng)用到匹配的業(yè)務(wù)場(chǎng)景。

天安人壽的實(shí)時(shí)支付服務(wù)基于松耦合架構(gòu)，采用云計(jì)算、大數(shù)據(jù)、人工智能技術(shù)，為天安人壽十多個(gè)系統(tǒng)提供實(shí)時(shí)支付服務(wù)。上線一年多以來(lái)，滿足了財(cái)務(wù)部門渠道對(duì)接、金額限制等多方面的管理需求，在常態(tài)的銷售節(jié)點(diǎn)高峰期，可輕松應(yīng)對(duì)千萬(wàn)點(diǎn)擊量，擁有強(qiáng)悍的服務(wù)性能和穩(wěn)定性。

云計(jì)算，高度靈活可擴(kuò)展性與強(qiáng)大的SAAS服務(wù)

保險(xiǎn)產(chǎn)品在一年中的不同階段會(huì)有不同的銷售需求，銷售的波峰與波谷對(duì)系統(tǒng)負(fù)載能力的要求相差巨大。云服務(wù)器的高彈性和高可用性在處理能力最大滿足業(yè)務(wù)需要的同時(shí)使硬件成本降低。

天安人壽實(shí)時(shí)支付服務(wù)的服務(wù)器部署在云計(jì)算平臺(tái)，根據(jù)不同時(shí)期的業(yè)務(wù)需要，隨時(shí)對(duì)服務(wù)器配置進(jìn)行橫向或縱向調(diào)整。橫向上，10分鐘之內(nèi)可以從 1臺(tái)單節(jié)點(diǎn)擴(kuò)展到100臺(tái)規(guī)模的集群，包括負(fù)載均衡、緩存、數(shù)據(jù)庫(kù)在內(nèi)的服務(wù)器；縱向上，單節(jié)點(diǎn)停機(jī)升級(jí)CPU和內(nèi)存，只需5分鐘；增加和削減資源是雙向?qū)ΨQ的，當(dāng)業(yè)務(wù)高峰消失時(shí)，可以同樣快速地將配置降低到所需的程度。實(shí)時(shí)支付服務(wù)在硬件投入上可以定時(shí)定量匹配業(yè)務(wù)銷售需求，盡可能減少資源浪費(fèi)或產(chǎn)生瓶頸。

接入SaaS，互聯(lián)網(wǎng)技術(shù)與保險(xiǎn)行業(yè)深度融合

支付服務(wù)發(fā)生在交易環(huán)節(jié)中、上游業(yè)務(wù)系統(tǒng)、下游財(cái)務(wù)系統(tǒng)和銀行端，支付過(guò)程場(chǎng)景復(fù)雜，變化多端，對(duì)系統(tǒng)事務(wù)處理能力要求較高。處理高并發(fā)復(fù)雜事務(wù)的基本原則是：大事務(wù) = 小事務(wù) + 異步。以一個(gè)轉(zhuǎn)賬的場(chǎng)景為例來(lái)說(shuō)明這個(gè)問(wèn)題：Bob向Smith轉(zhuǎn)賬100元，同步需要11ms，異步處理不超過(guò)2ms，兩種方式用時(shí)差距顯而易見(jiàn)，并且在異步處理中，很重要的一個(gè)環(huán)節(jié)是異步消息的傳送（消息隊(duì)列）。

天安人壽實(shí)時(shí)支付服務(wù)的架構(gòu)采用典型的分布式多層架構(gòu)。處理高并發(fā)復(fù)雜事務(wù)的關(guān)鍵是：合理地將業(yè)務(wù)的一個(gè)大事務(wù)拆分為若干個(gè)異步的小事務(wù)，實(shí)現(xiàn)子系統(tǒng)間的分工合作。這樣在業(yè)務(wù)高峰期，系統(tǒng)可以較短時(shí)間內(nèi)迅速吃進(jìn)海量支付請(qǐng)求，而不對(duì)服務(wù)器造成巨大壓力。

在這個(gè)環(huán)節(jié)，天安人壽借助了RocketMQ消息隊(duì)列中間件，使系統(tǒng)妥善且高效處理了前后兩端的異步交互。RocketMQ具備“海量消息堆積”特性，即單個(gè)Topic可堆積100億+條消息，防止系統(tǒng)高流量崩潰。架構(gòu)設(shè)計(jì)過(guò)程中，需要著重解決業(yè)務(wù)如何與云服務(wù)進(jìn)行深度融合，在哪個(gè)業(yè)務(wù)點(diǎn)進(jìn)行結(jié)合，以及如何進(jìn)行事務(wù)拆分，才能在消息隊(duì)列引入時(shí)達(dá)到最佳處理性能等諸多問(wèn)題，實(shí)施過(guò)程中包含了大量事務(wù)分析以及測(cè)試驗(yàn)證。

進(jìn)行事務(wù)拆分后，雖然訪問(wèn)量仍然很大，但每一部分處理都不再需要進(jìn)行復(fù)雜的計(jì)算，經(jīng)過(guò)負(fù)載均衡和簡(jiǎn)潔的前端邏輯驗(yàn)證后，數(shù)據(jù)將被迅速發(fā)往消息隊(duì)列中排隊(duì)等待后端處理，這樣實(shí)時(shí)支付形成了一種“輕計(jì)算，高I/O”特點(diǎn)的處理方式。

大數(shù)據(jù)分析

喚醒沉眠的海量支付數(shù)據(jù)

實(shí)時(shí)支付服務(wù)通過(guò)QuickBI實(shí)現(xiàn)大數(shù)據(jù)分析，為用戶提供渠道豐富的信息分析與統(tǒng)計(jì)，實(shí)時(shí)支付的記錄中包含用戶所購(gòu)買產(chǎn)品的渠道、金額、所用銀行卡歸屬、銀聯(lián)機(jī)構(gòu)類別等主要的特征變量。

支付系統(tǒng)通過(guò)云端的SaaS服務(wù)對(duì)自身產(chǎn)生的海量數(shù)據(jù)進(jìn)行分析，借助云端大數(shù)據(jù)服務(wù)特點(diǎn)：接入簡(jiǎn)單，使用成本低，查詢高效等快速進(jìn)行操作長(zhǎng)生結(jié)果。分析結(jié)果不但可以幫助渠道用戶了解客戶的支付習(xí)慣和理財(cái)習(xí)慣，還可以幫助財(cái)務(wù)部門對(duì)使用哪條支付渠道更便捷、成本更低廉進(jìn)行自動(dòng)決策。大數(shù)據(jù)分析功能的加入使支付平臺(tái)擺脫傳統(tǒng)對(duì)接轉(zhuǎn)換類型系統(tǒng)的單一形象，擁有了炫酷多彩的前端展示方式，操作人員只需配置好數(shù)據(jù)源和查詢維度，以及用哪種報(bào)表和圖表進(jìn)行展示，就可以將一個(gè)高效絢麗的數(shù)據(jù)平臺(tái)與自身系統(tǒng)無(wú)縫銜接。

人工智能，初步實(shí)現(xiàn)系統(tǒng)主動(dòng)替人做事愿景

在設(shè)計(jì)實(shí)現(xiàn)支付服務(wù)預(yù)警功能時(shí)，結(jié)合了人工智能的設(shè)計(jì)思想，雖然只是最初級(jí)的機(jī)器學(xué)習(xí)方式，但卻是向AI這一熱門領(lǐng)域邁出的重要一步。

監(jiān)控主要針對(duì)兩部分，一是系統(tǒng)異常，二是支付失敗。

對(duì)于系統(tǒng)異常，采用的是掃描系統(tǒng)日志的方式，首先選取了LogStash作為日志采集和分析的工具，LogStash會(huì)收集集群服務(wù)器中各個(gè)節(jié)點(diǎn)所產(chǎn)生的日志，并加工成所需內(nèi)容，再利用AOP設(shè)計(jì)模式實(shí)時(shí)監(jiān)聽(tīng)日志中出現(xiàn)的Java運(yùn)行異常。

例如在當(dāng)前策略中，出現(xiàn)對(duì)方網(wǎng)絡(luò)中斷，日志會(huì)報(bào)出ConnectException異常的堆棧信息，系統(tǒng)實(shí)時(shí)掃描到此信息，立即以短信的形式通知運(yùn)維人員采取行動(dòng)。

對(duì)于業(yè)務(wù)數(shù)據(jù)的異常，主要通過(guò)掃描日志與數(shù)據(jù)庫(kù)相結(jié)合的方式。在監(jiān)控內(nèi)容上，給預(yù)警管理器設(shè)定了一些主要的監(jiān)控字段，最主要的幾個(gè)比如銀聯(lián)返回時(shí)間與請(qǐng)求時(shí)間的差、銀聯(lián)、支付結(jié)果、前端系統(tǒng)回調(diào)狀態(tài)，再在這些主要字段基礎(chǔ)上加入可配置的判定條件，比如請(qǐng)求銀聯(lián)10分鐘以內(nèi)未收到反饋信息，被設(shè)定為一類警告，請(qǐng)求某個(gè)具體銀聯(lián)10分鐘以上沒(méi)返回的，被設(shè)定為另一類警告（銀聯(lián)的處理時(shí)間會(huì)有差別），以此建立起最初的預(yù)警模型。

系統(tǒng)平臺(tái)還為預(yù)警模塊設(shè)立了專門的學(xué)習(xí)資料庫(kù)，每次發(fā)出的預(yù)警都會(huì)被記錄，類似快照功能。運(yùn)維人員可以對(duì)每次的預(yù)警記錄設(shè)定效果等級(jí)，預(yù)警模塊會(huì)自動(dòng)定期讀取這些評(píng)定，在給定范圍內(nèi)自行對(duì)預(yù)警條件進(jìn)行微調(diào)，完善預(yù)警模型。這樣隨著時(shí)間的增加，模型和學(xué)習(xí)數(shù)據(jù)庫(kù)都將逐步完善，即使增加新的監(jiān)控條件，預(yù)警模塊也可以借助已有模型來(lái)迅速優(yōu)化預(yù)警條件。預(yù)警是由查詢分析功能來(lái)實(shí)現(xiàn)，預(yù)警模塊另一個(gè)重要組件是處理策略。系統(tǒng)不但可以發(fā)出通知，還可以根據(jù)模型和策略自行處理一些業(yè)務(wù)上的異常情況。例如，發(fā)現(xiàn)某銀聯(lián)在一段時(shí)間內(nèi)，連續(xù)多筆業(yè)務(wù)返回金額超限，系統(tǒng)會(huì)自動(dòng)停止請(qǐng)求該銀聯(lián)，將業(yè)務(wù)切換到其它可以使用的銀聯(lián)通道。

當(dāng)下，云計(jì)算的使用不再是簡(jiǎn)單的接入，自身業(yè)務(wù)的分析與云的結(jié)合才是金融單位信息技術(shù)部門今后需要長(zhǎng)期探索的方向。機(jī)器學(xué)習(xí)的算法大多比較復(fù)雜，天安人壽雖然目前在系統(tǒng)中加入這個(gè)功能旨在勇于嘗試，技術(shù)團(tuán)隊(duì)還在繼續(xù)研究和完善，但經(jīng)過(guò)更深入的探索和學(xué)習(xí)后平臺(tái)系統(tǒng)必將有更大進(jìn)步?！绑w量小，性能強(qiáng)，技術(shù)新”，互聯(lián)網(wǎng)技術(shù)應(yīng)用的強(qiáng)大優(yōu)勢(shì)注定其將越來(lái)越有效促進(jìn)和支撐整個(gè)行業(yè)甚至社會(huì)的進(jìn)步與發(fā)展。