一、关于前置机的报警机制:
1
、通道组每日巡检前置机的运行是否出现假死等问题,巡检每两个小时一次,上午
10
点至晚八点;
2
、
关键词监控,已经出现过假死的前置机或者
usb
不能识别的银行前置机,通过日志监控系统
及时报警。
3
、
zabbix
报警,只能监控到前置机宕机,不能监控到假死和
usb
不能识别。
以上方案是都只是借助外部力量,针对以上不足,开发小组后续根据各个通道的假死或者
usb
不能识别的实际情况,我们自己做短信和邮件报警。
二、关于交易明细查询:
1. 接口使用分析
1)
浦发的查询是单线程单账户间隔
20
秒轮询账户交易明细接口。每天是
86400
秒,
86400/20=4320
。也就是说浦发账户交易明细查询接口【
4.4
账户明细查询(
8924
)】理论上一天最多支持
4320
个账号查询交易明细,再考虑分页的情况,肯定到达不到这么多就轮询不过来了;
2)
不管查询
T
日还是
T-1
的交易明细,在账户达到
4320
时,肯定是轮询不完
综上,查询次数有限,需要有节制的使用。
2. 避免当日交易明细无效查询的建议策略
1)
在企业结算支付成功之后的账号,发起交易明细查询;
2)
余额比较法,用余额是否变动来判断账号是否存在交易。账号余额与上一次余额做比较,如果有变化,则发起查询,如果没有,则不查。当日账号余额查询,银行的接口支持批量查询,效率高于当日交易明细查询。
这种方法的弊端是借贷金额相等,有交易发生时不能及时查询。可以在
T+1
日的时候使用日终明细获取(
9003
)弥补;
3)
针对分页查询,从上一次结束的页数开始查询。每个银行返回的交易明细都是有序的,在企业结算发生交易或者余额出现变动,从上一次查询结束的地方开始。
综上,如何有节制的减少查询次数。
3. 接口使用策略
比如浦发银行,
日终明细获取(
9001
),日终明细获取(
9003
),日间账户明细下载(
9004
)都是可以使用。没有必要所有场景的交易明细查询都挤一个接口。
4.关于前置机调用频次
不管是目前的单线程还是将来开通多线程并发,银行提供的资源总是有限的,而业务情况,账号的交易情况是千变万化的,不可预估的。我的建议是在能满足业务需求的情况下应该避免过多无效的查询,节约查询资源,而不是动辄就全部轮询所有账号。
银行交易Java 银行交易明细能查多久
转载本文章为转载内容,我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题,欢迎原作者联系我们进行内容更正或删除文章。
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
量化交易开发之初识量化(一)
本系列课程将开启手把手保姆级实战课程,开发属于你自己的量化策略!!!
量化交易 策略因子 实战教学 -
量化交易开发之基本语法(三)
本教程则是以量化的情景从零讲解python编程,所以将更适合想学做量化策略的人。
数据 变量名 python -
量化交易开发之函数API(四)
我们讲解一下python中的函数知识
API 数据 python