一、背景
年底很多移动产品都会推出自己的年度账单，每年都会引起大众媒体的关注。今年有幸参与了宜信财富APP年度账单的开发，本文将带大家探索宜信财富年度账单背后的技术架构和研发逻辑，希望可以给大家带来一些思路上的启发。
二、前端整体架构和执行流程
宜信财富年度账单前端架构所采用的技术栈包括：
前端页面是用H5制作；
数据加载进度百分比，技术用到swiper插件和一些CSS3动效；
海报生成用到了canvas图片合成，把海报背景和二维码合二为一。
为了完成MGM的追踪，在二维码中嵌入M1信息。
三、数据来源和数据处理
本次年度账单涉及客户维度、销售维度、客户标签等数据，其中客户维度包括活动参与、文章、视频浏览等数据。这部分数据的整合来源于数据中台的主题数据。以下是数据中台的架构图：
ODS：数据来源层，存放从业务系统抽取过来的数据，业务系统中的原始数据经过抽取、洗净、传输装入本层。这层数据接近原始数据，却不等同原始数据，数据装入的时候进行了去重、去噪、表命名、字段命名等一系列规范操作。
DW：数据仓库层，该层是数据仓库的主体，将ODS层的数据按照主题建立数据模型，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合，是一个包含所有主题的通用的集合。
DM：数据集市层，是以某个业务应用为出发点而生成的字段比较的宽表，用于提供后续的业务查询、OLAP分析、数据分发等，该层数据主要由轻度汇总层和明细层数据计算生成。
在数据中台的架构上，我们建立了“以客户为中心”的标签体系。该套标签体系按照人口属性、价值指标、地理指标、心理指标等几大类对数据进行分层管理，标签的加工方式主要来源于DW和DM层数据的轻量汇总或者衍生加工，以及部分模型生成的产品预测等标签。这套标签体系支持360度客户画像以及分析关键接触点，提供基于跨渠道全流客户体验优化和关键触点优化。
本次账单的数据主要来源于业务操作、用户管理等源系统数据，这些数据被结构化地存储在数据库集群中，且都已接入数据中台，并按照定时任务或者实时数据落入对应主题域。账单数据通过其相应主题数据加工而成，前端通过接口API访问数据。
账单需求里的“销售评价消息实时推送”和“账单传播短信发送”都是通过智能运营系统支持的，该系统是集运营活动创建、执行、管理、反馈、迭代为一体的自动化平台，能够通过用户属性、标签、计划、操作等数据筛选客群，实现目标的精准触达，提升关键指标和运营效率。
下面是智能运营系统创建运营计划流程图：
销售评价消息实时推送：该功能依赖wormhole实时平台将数据落到数据库，然后在智能运营系统里配置数据，最终通过消息中心和极光将消息推送到产品终端。
账单传播短信发送：按照业务规则筛选符合条件的客群，在智能运营系统里配置短信模板等内容，然后调用notify通过短信平台将短信发送给客户。
四、技术后台
用户数据来源于宜信财富平台本身数据，包含：基础信息、浏览信息、参与活动等多项数据，如何保证数据准确、高效地传达到前端是后端开发所必须保障的。资产平台采用了spring+jersery+oracle+redis+jetCache的技术架构，为了提升用户体验度，加快响应时间，数据存储上该项目采用了缓存、非关系数据库和传统关系数据库灵活结合的方式，更好地提供数据支撑。
在对接年度账单需求时，我们也着重考虑了接口响应时间。年度账单用户数据包括用户活动数据及操作数据两张表，其中操作数据是一个重量级表格，为了减少数据库的IO操作，采用了两种方式来减少IO时间：
根据数据组提供的标签，尽量减少访问资产数据表的几率；
利用java8的Stream的新特性，将复杂的SQL逻辑放进代码中进行处理。
Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，更像一个高级版本的 Iterator。
此外Stream还提供了并行技术，在不关注集合内部数据顺序的时候，可以采用并行Stream拆解任务来加速处理过程。例如在做统计，需要将子产品进行汇总，或其他操作时。
如果将复杂的代码逻辑直接用SQL来实现，代码会非常冗长，执行效率也不高。代码的逻辑是使用并行流Stream，根据类型对相关数据进行分类汇总，并且根据本次需求的业务场景将某一子类划分到另一个类别下。
使用Stream并行流代替SQL逻辑可以加速执行效率，减少响应时间。感兴趣的同学如果想了解Stream的更多特性，可以参考技术文档。Stream的应用能够让代码逻辑更加清晰，提高速度。
五、总结
此项目是由多个团队共同协作完成，本文对年度账单需求做了一次技术层面的梳理，由于时间比较匆忙，内容不太详细，希望可以给大家带来一些开发思路，也希望用户可以真切感受到我们的用心。识别文末二维码，即可参与年度账单生成。
来源：宜信财富管理技术团队
作者：米志华、孙李强、李力、赵全超
