[发明专利]一种基于DFA算法的卡bin匹配方法及系统

说明书

本发明提出了一种基于DFA算法的卡bin匹配方法及系统，涉及互联网技术领域。包括构建卡bin库，将数据库卡bin信息进行本地缓存；并存储到本地缓存中，服务启动初始化时,先查询数据库卡bin信息数据，得到list集合；遍历集合取其中的卡bin作为key，实体数据作为value；bin大于等于6位的截取前6位作为key，小于6位的直接作为key；先判断是否有key，当无key时将新建list集合作为value，按卡bin长度倒序放入卡bin词库；当有key时把卡bin数据放入list集合,按卡bin长度倒序存入卡bin词库。实现精准高效匹配卡bin，避免去除数据库暴力查询的问题。

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种基于DFA算法的卡bin匹配方法及系统。

背景技术

随着互联网的飞速发展和网民数量的日益增多，互联网高潮来临，中国网络购物的用户规模不断上升。由于互联网的普及，网络购物的优点更加突出，日益成为一种重要的购物形式。以网络购物、网上支付和旅行预订为代表的商务类应用持续快速增长，并引领其他互联网应用发展，成为互联网发展的突出特点。支付绑卡成为购物的必备条件，在交易链路中，通过一张银行卡卡号来识别这张银行卡所属发卡机构，以及通过卡bin走不同的卡清算组织是基本的需求。在单模式匹配算法中，比较经典的有：BF算法、KMP算法和BM算法等；在多模式匹配算法中，比较经典的有：AC算法、CW算法和WM算法等，这些算法存在时间复杂度高、实际应用中匹配速度慢、灵活性差和实际应用困难等问题。

现有技术针对卡号查询卡bin，常见的问题有如下三个方面：a.大量查询：在现有日活跃一千多万查询的背景下，大量的访问数据库，频繁连接和关闭数据库，这样会导致IO访问次数太频繁，内存消耗过高，机器负载压力增大。b.效率低下：数据库很容易成为系统性能的一个瓶颈，单机存储容量，IO和CPU处理能力都有限，当单表的数据量达到1000W或100G以后，库表的增删改查操作面临着性能大幅下降的问题。C.命中率低：由于卡号数据量达到一亿多，而匹配的卡bin数据只有两万多，使用卡号作为redis的key值缓存会导致缓存命中概率低，而通常来讲，缓存的命中率越高则表示使用缓存的收益越高，应用的性能越好(响应时间越短、吞吐量越高),抗并发的能力越强。

目前，需要一种基于DFA算法的卡bin匹配方法，使其能够实现精准高效匹配卡bin，避免去除数据库暴力查询的问题。

发明内容

本发明的目的在于提供一种基于DFA算法的卡bin匹配方法，其能够通过卡bin数据集合构建卡bin词库对卡号进行DFA算法匹配，从而实现基于在亿级数据量模式下的卡号下，精准高效匹配卡bin，避免去除数据库暴力查询的问题。

本发明的另一目的在于提供一种基于DFA算法的卡bin匹配系统，其能够通过卡bin数据集合构建卡bin词库对卡号进行DFA算法匹配，从而实现基于在亿级数据量模式下的卡号下，精准高效匹配卡bin，避免去除数据库暴力查询的问题。

本发明的实施例是这样实现的：

第一方面，本申请实施例提供一种基于DFA算法的卡bin匹配方法，其包括如下步骤，S1确定有穷自动机构建阶段：构建卡bin库，将数据库卡bin信息进行本地缓存；S2并存储到本地缓存中，构建卡bin词库：a.服务启动初始化时,先查询数据库卡bin信息数据，得到list集合；b.遍历list集合，取其中的卡bin作为key，实体数据作为value；c.对卡bin大于等于6位的，截取前6位作为key，对卡bin小于6位的，直接作为key；d.先判断是否有key，当无key时，将新建list集合作为value，按卡bin长度倒序放入卡bin词库；当有key时，把卡bin数据放入list集合,按卡bin长度倒序存入卡bin词库；e.卡bin词库构建完毕；S3针对上游传过来的卡号在卡bin词库进行DFA命中匹配。