基于Java的银行综合担保的管理系统设计与实现

王姝

辽宁锦州渤海大学信息科学与技术学院

基于Java的银行综合担保的管理系统设计与实现

王姝

辽宁锦州渤海大学信息科学与技术学院

本文针对银行信用担保展开研究，以Java语言和B/S架构实现了担保综合管理系统，一种可跨平台的银行综合担保管理系统，本文阐述综合担保管理系统实现技术，通过对银行综合担保系统的业务工作需求进行分析，并讲述银行担保系统的初步设计方案，其中包括银行担保管理系统的详细功能设计和数据库设计，针对综合担保的业务实施跟踪服务，分析各项信用担保业务数据。本文的银行担保系统能够有效地解决银行信贷各个环节出现的担保问题，该银行担保系统具有操作简单、共享数据模式等优点。

银行 B/S架构 担保管理系统 Java

1 引言

目前，银行担保管理趋于成熟与完善，银行担保事项发展已经深入到社会中各个领域中，尤其银行担保想要向多方向发展担保领域，这也金融行业急需解决的银行信用担保问题，信用担保在国民生产总值上处于核心位置。

由于我国银行信贷刚刚起步的不发达银行信贷事业，虽经金融行业已经渗透到各种领域中，但是银行信贷发展不健全的乱象任然存在，由金融市场逐渐衍生银行担保业务，可以促进我国金融业务的不断整合。

对于银行担保之间的业务担保进行统计分析，该银行担保管理模型不但减轻了员工繁琐的担保业务流程，本文制定以银行担保工作流方式严格规范银行担保程序，严格要求的企业分析指标，担保系统经过审核企业信贷资质和主要业绩，从基本基本信息业务评估开始，到银行担保风险预测评估的审核流程。银行担保业务实施部门之间信息共享担保业务，系统中发展潜在担保客户来源，大大提升企业的良好信誉度，并创造社会价值。

2 银行综合担保系统的设计与实现

2.1 需求分析

银行担保综合管理信息系统主要实现银行与企业之间的担保相关事宜，银行担保综合管理系统是以企业担保客户为中心的担保原则，银行为客户进行担保综合管理。

2.2 银行综合担保系统技术架构

银行担保系统合海量担保数据存储架构具有的异构性、分布性和复杂性等特点，从银行担保系统技术架构编程实现角度阐述，本文实现的银行综合担保系统拟采用三层架构设计思想，使软件结构更加清晰，银行担保系统更易于整体扩展功能。

显示层：为用户提供操作便捷的友好界面，通过客户端实现数据查询，高级客户提供公共接口或者扩展系统。

业务逻辑层：在银行综合担保系统需要并行处理大量数据，并对整个担保系统配置参数管理。

数据资源层：数据资源层是整个银行担保系统平台的基础。

2.3 银行综合担保系统的功能结构设计

（1）企业数据资源管理，企业信息是银行担保系统的基础数据。

（2）担保前管理，实施保前管理进行担保项目申请、受理担保项目的审核审批和担保项目管理功能。

（3）担保后管理，当签订担保实施合同之后，尚未出保的担保项目都进入在保管理阶段，此时应实施在保管理，并启用担保后监控实施程序。

（4）银行担保费用管理，点击“担保费用管理”功能选项，进入银行担保手续费收取管理功能页面。

（5）资信管理，点击“企业资信管理”功能列表，进入“客户资信评估”选项，进入资信处理页面。

（6）保证金管理，担保企业须缴纳一定担保比例的担保保证金，选择功能列表中“担保保证金”选项，点击担保保证金管理，进入保证金管理界面。

2.4 银行综合担保系统的数据存储架构设计

本文研究银行综合担保管理信息系统的接口类型、数据存取结构、软件模型实现的技术路线、银行担保系统功能结构设计等。

2.4.1 担保数据并行加载存储模块设计

担保数据并行加载存储功能模块是银行综合担保管理系统的数据访问层最主要的模块，它根据银行综合担保管理平台的功能而设计的数据存储架构，该系统存储平台最主要实现了担保数据的分布式处理模式，而在实现担保数据处理层过程中，担保业务数据需要并行加载存储到服务器中，该模块成为了整个银行担保系统实现的核心，分布式技术为该银行担保平台提供了数据并行存储和数据动态加载处理的存储技术支撑。

对担保管理系统实现分布式管理和负载平衡技术用于存储节点的负载均衡与容错管理，以上数据存储功能在此基础平台中实现合理配置，其使用Hadoop组件技术来实现让各个组件之间协同工作以达到最优效果。

并行加载存储模块包括：并行数据加载功能模块、并行ETL功能模块和并行数据存储模块。并行加载存储模块提供对海量担保数据的并行数据加载处理与数据存储功能，并行加载存储模块提供对处理后的数据进行数据加载存储。

2.4.2 担保数据并行查询模块设计

系统内提供对海量担保数据的并行查询功能设计，用户根据需要自定义事务并行查询处理等功能，在并行查询功能设计之前，需要为系统配置一个全局的数据字典，该数据字典是维护并行数据库的相关信息。

2.4.3 Hadoop分布式文件系统设计

根据银行担保平台的功能设计，银行担保数据存储平台最主要的功能部分是并行数据加载处理层，在实现并行数据加载处理时，并行担保数据加载存储模块成为了整个银行担保系统实现的核心功能，Hadoop分布式技术为该银行担保平台提供了数据并行加载存储模型及方法，使用Hadoop分布式文件系统存储海量银行担保数据，可以通过分布式计算模型处理数据源，以此用来实现海量银行担保数据的存储管理。Hadoop是分布式计算平台框架，它具有非常好的容错性，可以运行部署在低廉的硬件设备上，用来实现对海量银行担保并行加载存储的数据集，并且提供了对银行担保数据高吞吐率的读写操作。

HDFS采用M/S的体系结构，这是一种集群构成的体系结构，由一个NameNode和多个DataNode共同组成的服务器，目的是管理分布式文件数据，HDFS执行文件系统的管理方式，可以打开、重命名文件、数据映射到DataNode和关闭操作，DataNode节点负责存储数据，负责处理银行担保数据读写请求，根据NameNode的命令，用来执行数据库的创建、复制、黏贴、删除工作。

2.4.4 MapReduce编程

MapReduce功能是实现多任务分布式处理任务，即是将“任务分解和处理结果汇总”，Map将任务分解为多个，Reduce将分解后多个任务处理结果进行汇总操作，从HDFS中读取处理的银行担保数据分解多个小任务的数据集，小数据集之间是实现并行处理，将处理后的结果存储在分布式的数据库中，可以归纳如下：数据输入-数据集分解-数据处理-结果输出。

将海量银行担保数据分解成M个小任务并行Map操作，形成中间键值对，以key值进行分组操作,最后形成性的combile(ki,list(vi))数据集，通过形成的Result集，再进行数据的并行处理Reduce操作，最后将输出数据存储到分布式数据库中保存。

3 系统平台特性

在本文中，以往银行担保数据存储系统大部分使用传统的服务器集群或者网格计算技术，它们的缺点是耗费昂贵的硬件资源、效率并不高、系统的可靠性并不强等。以往传统的系统数据存储系统与本文中银行担保数据存储平台为原型作比较，表1本文银行担保数据存储平台和以往银行担保数据存储系统之间的比较。

因此，本文实现的银行担保数据管理平台是基于Hadoop分布式存储技术，使数据存储加载的编程与系统实现有效的结合起来比较容易，能够高效地实现数据存储管理海量的银行担保数据，其具体来说有以下几种特性：

（1）可扩展性：该系统具备数据存储计算和存储的扩展性；

（2）经济可行性：具有性价比高的特点；

（3）安全性能：Hadoop具备数据备份与恢复机制、分解与汇总任务监控机制，保证了分布式处理的数据安全性。

（4）高效性：Hadoop分布式文件实现高效银行担保数据之间的交互操作，实现银行担保数据的本地存储和本地计算的一种分布式数据处理模式，为实现高效的处理大量银行担保数据打下基础。

表1 本文银行担保数据存储平台和以往银行担保数据存储系统之间的比较

4 结论与展望

本文研究银行综合担保管理系统，设计了基于Hadoop分布式技术的银行担保综合担保管理系统，系统可以实现在低廉的硬件设备上搭建系统平台，达到了高效存储和管理银行担保数据的要求，银行担保系统设计与实现表明，该系统具有性能良好的扩展性。

[1]张利胜、狄娜等编著.中小企业信用担保.上海财经大学出版社，2001

[2]依恩·戴维斯.中小企业融资方案和信用担保机构担保余再担保方案的国际比较.中国担保，2006第一期（内部资料）

[3]姜明.住房担保信息管理系统的设计与实现[D].沈阳:东北大学,2011

[4]Armbrust M,Fox A,Griffith R,et al.Above the cloud：A berkely view of cloud computing.Berkely,CA,USA：University of California,2009