【提升团队运营效率】交易履约之订单中心实践
本文作者:京东科技-市场与平台运营中心-平台研发部,晏银喜、张学君、袁宝龙、高传江、杨迎心、游斌平、付达。
特别感谢:杨广兴、张然、姬英泽、赵宁、张彤,在系统建设过程中的贡献。
1、概述
1.1 交易履约是什么?
首先定义下什么是交易履约,交易履约是在甲乙双方达成交易产生订单后,乙方按照订单条款为甲方提供服务或交付约定物的行为。
1.2 交易履约订单中心是个什么系统?
交易履约订单中心为履约行为提供必要的系统能力支撑,交易履约订单中心记录了交易流通的过程和状态,包括交易主体、产品信息、成交金额、计费、支付、业务信息等全流程信息,为上下游提供数据标准化、全集数据查询和串联流程的功能。目前已接入的场景有:京音业绩匹配、交易数据看板、京音线上化结算、 交易流程串联等。目前交易履约订单中心年订单量 1.5 亿+,在电销、企微、金店、开放平台、用户增长等场景下,有效支持了消金、财富、保险、支付、分期商城等各大业务线的线上、线下的业务发展。
image2、名词解释
数据来源:交易数据的来源,包含业务信息、联系人、数据接入协议等。
订单模版:交易履约订单中心采用泛化的格式存储交易数据,针对每个交易场景配置一个订单模版,模版上配置映射规则来解析数据。
跟单:履约订单中心接收满足某些条件的交易数据。
补单:当数据源的数据不完整或不满足业务场景需求,履约订单中心请求外部接口来补充交易数据。
推送模版:履约订单中心将交易数据推送到下游系统。
3、设计实现
3.1 整体架构
整体架构主要分成四个部分(如下图的蓝色部分),依据高内聚、低耦合的设计原则,每个分层只专注处理自己的业务逻辑,分层之间通过 MQ 消息驱动数据流转。
接收层:负责接收上游产品层的交易数据,目前支持 MQ 消息和杰夫接口两种协议。
数据处理层:负责对数据进行解析、幂等判断、交易时序判断、补充数据完整性、映射订单模型等。
数据推送层:负责对数据按照指定的规则格式化、推送到下游系统,目前支持 MQ 和杰夫两种协议。
查询服务:负责数据的查询和导出。
image3.2 业务接入配置化
经过对整体架构的设计和抽象以后,我们发现各个业务线的数据处理流程具有高度的一致性:数据接收、数据处理、数据推送,而在不同的业务线产品的交易场景下会存在一些特定的差异,比如,只接收满足某些条件的交易数据、金条借款的订单与基金购买的订单模型不同、只有满足某些条件的数据才推送给结算系统等。为了提高业务的接入效率、降低接入成本,我们抽象了一套通用的数据处理流程,流程中的分支通过条件表达式来识别,同时提供一套完整的配置化页面供产品和运营同学使用,最终实现了业务接入配置化、自助化,如下图:
image3.2.1 配置数据来源和订单模版
数据接收层通过配置的数据来源协议编码路由到订单模版,不同的业务产品交易场景会配置不同的订单模版。
image3.2.2 配置模版内容
在数据的处理环节,我们要解决不同数据来源的数据解析、模型映射、幂等判断、时序判断等问题,不同来源的差异化我们通过配置化来支持,如下图所示的配置内容,将要解析的数据配置成 JsonPath
,数据处理程序通过读取字段类型是“交易单号”的配置,来解析交易单号并完成幂等判断;通过读取“交易时间”的配置,来解析并完成数据时序的判断。
Fastjson
1.2.0 之后的版本支持JSONPath,
可以在java
框架中当作对象查询语言(OQL)来使用。
// 解析贷款单号
Object loanId = JSONPath.extract(jsonStr, "$.jt_df_success.loanId");
// 解析还款单号
Object loanNo = JSONPath.extract(jsonStr, "$.jt_repayment.taskData.loanNo");
3.2.3 配置表达式
前面提到过,在通用的数据流程中存在这样的分支流程:当满足一定条件时做某些事情,具体的条件根据业务场景的诉求确定,要做的事情是可以枚举和抽象的,比如过滤订单消息或者调用某个服务等。这种场景类似于一个轻量级的规则引擎,我们通过开源的 MVEL
类库来实现这个表达式引擎(特点:灵活、性能高、无类型限制)。下图所示为一个过滤消息的配置示例:
MVEL
类库在订单中心主要的应用场景是对预配置的表达式进行逻辑运算。
Object result = MVEL.executeExpression("$actExt3$=='SECOBT_JD'&&$accountType$==21", context);
3.3 业务交易明细看板配置化
我们提供了通用的数据查询接口和通用的查询页面,来满足数据检索的诉求。针对不同业务产品的交易场景,下游系统都有个性化的查询诉求,比如那些字段需要作为查询条件、哪些字段要在列表页展示、哪些字段需要导出等,类似这样的个性化诉求我们一样是通过配置化来支持的,如下图的配置示例所示:
image通用的查询页面通过切换业务线来联动更新查询条件和列表字段:
image3.4 业务数据推送配置化
我们也具备将上游产品层的数据转发给下游系统的能力,目前支持杰夫接口和 MQ 消息两种协议,针对下游接口标准不统一的情况,我们同样通过配置化的方式来支持:
image下游接口的字段可以灵活配置,推送程序运行时解析推送配置,以交易数据为上下文组装推送参数,泛化调用下游接口。
image4、规划
交易履约订单中心经过 2 年的建设与推广使用,已经完成了系统的基本能力建设,通过配置化能满足多数交易场景的数据接入需求。但是对于运营效率提升、数据核对与告警等需求支持的还不完善,为了更好的发挥系统价值,进一步提升运营效率,交易履约订单中心有以下几个方面的规划:
完善配置化功能:优化配置页面交互方式,降低使用门槛、提高运营效率。
提升稳定性:建立熔断机制、应急响应机制等。
提升数字化能力:建设支持更多维度的数据看板、建立数据核对与告警机制。