[发明专利]一种处理批量任务的方法、装置、计算设备及存储介质

说明书

本申请公开了一种处理批量任务的方法、装置、计算设备及存储介质，属于金融科技技术领域，用于对批量任务的异常进行有效监控。所述方法包括：在批量任务满足批量处理触发条件时，确定批量任务的实际数据量；根据批量任务对应的历史批量处理数据，确定对批量任务进行批量处理的数据量参考范围；若实际数据量未在数据量参考范围之内，则阻断对于批量任务的本次批量处理；若实际数据量在数据量参考范围之内，则根据实际数据量对目标批量任务进行批量处理。该方案以历史批量处理数据作为基础，可以提升批量预测的准确性，进而做出准确的批量处理决策。

技术领域

本申请涉及金融(Fintech)科技的计算机技术领域，尤其涉及一种处理批量任务的方法、装置、计算设备及存储介质。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Finteh)转变，批量处理技术也不例外，但由于金融行业的安全性、实时性要求，也对批量处理技术提出的更高的要求。随着金融行业批量任务的数量越来越多，批量系统处理的数据量越来越大，影响面也越来越广。如果批量系统出现异常，将出现大范围的数据错误，并且这些错误数据大多都是不可逆转的。

所以，针对批量任务的异常进行有效监控是目前需要解决的问题。

发明内容

本申请实施例提供一种处理批量任务的方法、装置、计算设备及存储介质，用于对批量任务的异常进行有效监控。

第一方面，提供一种处理批量任务的方法，所述方法包括：

确定批量任务是否满足预设的批量处理触发条件；

在满足所述批量处理触发条件时，确定所述批量任务的实际数据量；

根据所述批量任务对应的历史批量处理数据，确定对所述批量任务进行批量处理的数据量参考范围；

若所述实际数据量未在所述数据量参考范围之内，则阻断对于所述批量任务的本次批量处理；

若所述实际数据量在所述数据量参考范围之内，则根据所述实际数据量对所述目标批量任务进行批量处理。

在一种可能的设计中，根据所述批量任务对应的历史批量数据，确定对所述批量任务进行批量处理的数据量参考范围，包括：

解析出所述批量任务中的待处理数据类型；

在所述历史批量数据中，确定所述待处理数据类型对应的参考特征对象，并调取各个所述参考特征对象对应的目标数据值，所述目标数据值用于表征所述参考特征对象在预设时长内对应的数据值；

根据所述批量任务对应的预先训练的批量任务预测模型和各个所述参考特征对象对应的目标数据值，确定各个所述参考特征对象对应的参考数据量，并根据各个所述参考特征对象对应的参考数据量，确定所述批量任务的数据量参考阈值；其中，所述批量任务预测模型是根据所述历史批量数据中的所述参考特征对象对应的数据值训练得到的；

根据所述批量任务的数据量参考阈值，确定所述数据量参考范围。

在一种可能的设计中，所述批量任务预测模型按照以下方式训练得到：

从所述历史批量数据包括的所有特征对象中，按照预设选择策略确定所述参考特征对象；其中，每个特征对象与所述待处理数据类型进行批量处理对应的数据量具有关联关系；

从所述历史批量数据中确定多个历史时间段，并分别提取每个历史时间段内的各个所述参考特征对象对应的数据值；

根据每个历史时间段内的各个所述参考特征对象对应的数据值，对初始的批量任务预测模型进行训练，以得到训练后的批量任务预测模型。

在一种可能的设计中，从所述历史批量数据包括的所有特征对象中，按照预设选择策略确定所述参考特征对象，包括：