一、背景
年底很多移動產品都會推出自己的年度賬單，每年都會引起大衆媒體的關注。今年有幸參與了宜信財富APP年度賬單的開發，本文將帶大家探索宜信財富年度賬單背後的技術架構和研發邏輯，希望可以給大家帶來一些思路上的啓發。
二、前端整體架構和執行流程
宜信財富年度賬單前端架構所採用的技術棧包括：
- 前端頁面是用H5製作；
- 數據加載進度百分比，技術用到swiper插件和一些CSS3動效；
- 海報生成用到了canvas圖片合成，把海報背景和二維碼合二爲一。
- 爲了完成MGM的追蹤，在二維碼中嵌入M1信息。
三、數據來源和數據處理
本次年度賬單涉及客戶維度、銷售維度、客戶標籤等數據，其中客戶維度包括活動參與、文章、視頻瀏覽等數據。這部分數據的整合來源於數據中臺的主題數據。以下是數據中臺的架構圖：
- ODS：數據來源層，存放從業務系統抽取過來的數據，業務系統中的原始數據經過抽取、洗淨、傳輸裝入本層。這層數據接近原始數據，卻不等同原始數據，數據裝入的時候進行了去重、去噪、表命名、字段命名等一系列規範操作。
- DW：數據倉庫層，該層是數據倉庫的主體，將ODS層的數據按照主題建立數據模型，是爲企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合，是一個包含所有主題的通用的集合。
- DM：數據集市層，是以某個業務應用爲出發點而生成的字段比較的寬表，用於提供後續的業務查詢、OLAP分析、數據分發等，該層數據主要由輕度彙總層和明細層數據計算生成。
在數據中臺的架構上，我們建立了“以客戶爲中心”的標籤體系。該套標籤體系按照人口屬性、價值指標、地理指標、心理指標等幾大類對數據進行分層管理，標籤的加工方式主要來源於DW和DM層數據的輕量彙總或者衍生加工，以及部分模型生成的產品預測等標籤。這套標籤體系支持360度客戶畫像以及分析關鍵接觸點，提供基於跨渠道全流客戶體驗優化和關鍵觸點優化。
本次賬單的數據主要來源於業務操作、用戶管理等源系統數據，這些數據被結構化地存儲在數據庫集羣中，且都已接入數據中臺，並按照定時任務或者實時數據落入對應主題域。賬單數據通過其相應主題數據加工而成，前端通過接口API訪問數據。
賬單需求裏的“銷售評價消息實時推送”和“賬單傳播短信發送”都是通過智能運營系統支持的，該系統是集運營活動創建、執行、管理、反饋、迭代爲一體的自動化平臺，能夠通過用戶屬性、標籤、計劃、操作等數據篩選客羣，實現目標的精準觸達，提升關鍵指標和運營效率。
下面是智能運營系統創建運營計劃流程圖：
- 銷售評價消息實時推送：該功能依賴wormhole實時平臺將數據落到數據庫，然後在智能運營系統裏配置數據，最終通過消息中心和極光將消息推送到產品終端。
- 賬單傳播短信發送：按照業務規則篩選符合條件的客羣，在智能運營系統裏配置短信模板等內容，然後調用notify通過短信平臺將短信發送給客戶。
四、技術後臺
用戶數據來源於宜信財富平臺本身數據，包含：基礎信息、瀏覽信息、參與活動等多項數據，如何保證數據準確、高效地傳達到前端是後端開發所必須保障的。資產平臺採用了spring+jersery+oracle+redis+jetCache的技術架構，爲了提升用戶體驗度，加快響應時間，數據存儲上該項目採用了緩存、非關係數據庫和傳統關係數據庫靈活結合的方式，更好地提供數據支撐。
在對接年度賬單需求時，我們也着重考慮了接口響應時間。年度賬單用戶數據包括用戶活動數據及操作數據兩張表，其中操作數據是一個重量級表格，爲了減少數據庫的IO操作，採用了兩種方式來減少IO時間：
- 根據數據組提供的標籤，儘量減少訪問資產數據表的機率；
- 利用java8的Stream的新特性，將複雜的SQL邏輯放進代碼中進行處理。
Stream 不是集合元素，它不是數據結構並不保存數據，它是有關算法和計算的，更像一個高級版本的 Iterator。
此外Stream還提供了並行技術，在不關注集合內部數據順序的時候，可以採用並行Stream拆解任務來加速處理過程。例如在做統計，需要將子產品進行彙總，或其他操作時。
如果將複雜的代碼邏輯直接用SQL來實現，代碼會非常冗長，執行效率也不高。代碼的邏輯是使用並行流Stream，根據類型對相關數據進行分類彙總，並且根據本次需求的業務場景將某一子類劃分到另一個類別下。
使用Stream並行流代替SQL邏輯可以加速執行效率，減少響應時間。感興趣的同學如果想了解Stream的更多特性，可以參考技術文檔。Stream的應用能夠讓代碼邏輯更加清晰，提高速度。
五、總結
此項目是由多個團隊共同協作完成，本文對年度賬單需求做了一次技術層面的梳理，由於時間比較匆忙，內容不太詳細，希望可以給大家帶來一些開發思路，也希望用戶可以真切感受到我們的用心。
來源：宜信財富管理技術團隊
作者：米志華、孫李強、李力、趙全超