首页 JAVA

# 研发人员能源互联网关注点

# 技术架构和系统设计：

  1. 开发人员需要理解和评估能源互联网营销系统的技术架构，包括后端服务器、数据库、前端界面等方面的设计。他们需要确保系统具有良好的可扩展性、性能和安全性。
  2. 总体架构图
    • 总体架构图
  3. 技术架构图第一版
    • 技术架构图
  4. 技术架构图第二版
    • 技术架构图
  5. 延展设计图
    • 技术架构图

# 数据管理和分析：

  1. 能源互联网营销系统涉及大量数据的收集、存储和分析，开发人员需要关注数据管理的方案，包括数据的采集、清洗、存储和处理，以及数据分析和挖掘技术的应用。

# 用户体验和界面设计：

  1. 用户体验对于能源互联网营销系统至关重要。开发人员需要与设计团队合作，确保系统界面友好、易用，并能够满足用户的需求和期望。

# 安全性和隐私保护：

  1. 能源互联网营销涉及用户的个人和敏感信息，因此安全性和隐私保护是至关重要的。开发人员需要关注系统的安全设计，包括身份验证、数据加密、访问控制等方面的实施。

# 云计算和物联网技术：

  1. 能源互联网营销系统通常需要借助云计算和物联网技术实现设备之间的连接和数据交换。开发人员需要了解并熟练应用这些技术，确保系统的稳定性和可靠性。

# 集成和扩展性：

  1. 能源互联网营销系统通常需要与其他系统集成，例如能源管理系统、智能电表系统等。开发人员需要考虑系统的集成方案，并确保系统具有良好的扩展性，能够满足未来业务发展的需求。

# 持续优化和迭代：

  1. 能源互联网营销系统是一个持续发展的过程，开发人员需要通过持续优化和迭代来不断改进系统，以满足用户和业务的不断变化的需求。

# 数据库信息汇总

  1. Oracle DB1

    • emss_pserv

      1. ocs_business_scenario: 全渠道场景表
      2. ocs_channel_archive: 渠道档案表
      3. ocs_channel_inter_rela: 渠道业务授权表
      4. ocs_interface_def: 接口定义表
      5. ocs_relat_map: 全渠道关系映射表
      6. ocs_system_config: 系统参数配置

    • emss_cmc

      1. mgt_org: 管理单位表
  2. Oracle DB3
    • emss_pfc
      1. pay_chan: 收费渠道表
      2. coll_trans_rec: 代收记录表
      3. coll_trans_reco: 对账汇总表 (代收 + 托收)
      4. pd_order: 批扣订单表
      5. pd_acct: 批扣明细表
      6. charg_acct: 收费记录表
      7. pay_order: 支付订单表
      8. cash_chk_rec: 解款到账表
      9. chan_auto_task_cfg: 代扣上限表
  3. Oracle DB4
    • emss_woc
      1. hldy_info: 假日信息表
      -- EMSS_WOC.HLDY_INFO definition
      CREATE TABLE "EMSS_WOC"."HLDY_INFO" 
      (	"HLDY_INFO_ID" NUMBER(16,0) NOT NULL ENABLE, 
          "HLDY_NAME" VARCHAR2(256 CHAR) COLLATE "USING_NLS_COMP", 
          "HLDY_TYPE" VARCHAR2(8) COLLATE "USING_NLS_COMP", 
          "BEG_DATE" DATE, 
          "END_DATE" DATE, 
          "INTERVAL_DATE_NUM" NUMBER(5,0), 
          "CREATOR" VARCHAR2(32) COLLATE "USING_NLS_COMP", 
          "CREAT_DATE" DATE, 
          CONSTRAINT "PK_HLDYINFO" PRIMARY KEY ("HLDY_INFO_ID")
      USING INDEX PCTFREE 10 INITRANS 2 MAXTRANS 255 COMPUTE STATISTICS NOLOGGING 
      STORAGE(INITIAL 65536 NEXT 1048576 MINEXTENTS 1 MAXEXTENTS 2147483645
      PCTINCREASE 0 FREELISTS 1 FREELIST GROUPS 1
      BUFFER_POOL DEFAULT FLASH_CACHE DEFAULT CELL_FLASH_CACHE DEFAULT)
      TABLESPACE "TBS_EMSS_WOC"  ENABLE
      )  DEFAULT COLLATION "USING_NLS_COMP" SEGMENT CREATION IMMEDIATE 
      PCTFREE 10 PCTUSED 40 INITRANS 1 MAXTRANS 255 
      NOCOMPRESS NOLOGGING
      STORAGE(INITIAL 65536 NEXT 1048576 MINEXTENTS 1 MAXEXTENTS 2147483645
      PCTINCREASE 0 FREELISTS 1 FREELIST GROUPS 1
      BUFFER_POOL DEFAULT FLASH_CACHE DEFAULT CELL_FLASH_CACHE DEFAULT)
      TABLESPACE "TBS_EMSS_WOC" ;
      CREATE UNIQUE INDEX "EMSS_WOC"."PK_HLDYINFO" ON "EMSS_WOC"."HLDY_INFO" ("HLDY_INFO_ID") 
      PCTFREE 10 INITRANS 2 MAXTRANS 255 COMPUTE STATISTICS NOLOGGING 
      STORAGE(INITIAL 65536 NEXT 1048576 MINEXTENTS 1 MAXEXTENTS 2147483645
      PCTINCREASE 0 FREELISTS 1 FREELIST GROUPS 1
      BUFFER_POOL DEFAULT FLASH_CACHE DEFAULT CELL_FLASH_CACHE DEFAULT)
      TABLESPACE "TBS_EMSS_WOC" ;
      GRANT DELETE ON "EMSS_WOC"."HLDY_INFO" TO "DEV_EMSS_WOC";
      GRANT INSERT ON "EMSS_WOC"."HLDY_INFO" TO "DEV_EMSS_WOC";
      GRANT SELECT ON "EMSS_WOC"."HLDY_INFO" TO "DEV_EMSS_WOC";
      GRANT UPDATE ON "EMSS_WOC"."HLDY_INFO" TO "DEV_EMSS_WOC";
      GRANT SELECT ON "EMSS_WOC"."HLDY_INFO" TO "DEV_EMSS_BAC";
      GRANT SELECT ON "EMSS_WOC"."HLDY_INFO" TO "EMSS_BAC";
      COMMENT ON TABLE EMSS_WOC.HLDY_INFO IS '假日信息表';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.HLDY_INFO_ID IS '属性描述：本实体记录的唯一标识';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.HLDY_NAME IS '属性描述：假日名称';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.HLDY_TYPE IS '属性描述：假日类型：01法定节假日 02补班日 03调休日01和03都是休息日，01代表法定3倍工资 02代表法定2部工资';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.BEG_DATE IS '属性描述：开始日期';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.END_DATE IS '属性描述：结束日期';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.INTERVAL_DATE_NUM IS '属性描述：间隔天数';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.CREATOR IS '属性描述：创建人';
      COMMENT ON COLUMN EMSS_WOC.HLDY_INFO.CREAT_DATE IS '属性描述：创建日期';
  4. MySQL
    • quanqudao_data
      • fact: 事实表
        1. fact_debit: 代扣汇总表
        2. fact_debit_error: 代扣失败汇总表
        3. fact_deplicate_charge: 疑似重复缴费表
        4. fact_debit_wk: 代扣工单关联表
      CREATE TABLE `fact_debit_wk` (
      `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键',
      `sta_date` date NOT NULL COMMENT '年月日',
      `mgt_org_code` varchar(20) DEFAULT NULL COMMENT '管理单位编码',
      `channel_code` varchar(20) DEFAULT NULL COMMENT '渠道编码',
      `busi_type` varchar(20) DEFAULT NULL COMMENT '业务类型',
      `mq_msg` text COMMENT '工单消息',
      `handle_time` datetime DEFAULT NULL COMMENT '工单时间',
      `accept_content` text COMMENT '工单内容',
      `create_time` datetime DEFAULT NULL COMMENT '创建时间',
      PRIMARY KEY (`id`,`sta_date`),
      KEY `indx_mgt` (`mgt_org_code`),
      KEY `indx_sta_date` (`sta_date`) USING BTREE,
      KEY `indx_channel` (`channel_code`)
      ) ENGINE=InnoDB AUTO_INCREMENT=69 DEFAULT CHARSET=utf8mb4
      PARTITION BY RANGE COLUMNS(sta_date) (
      PARTITION p202401 VALUES LESS THAN ('2024-02-01'),
      PARTITION p202402 VALUES LESS THAN ('2024-03-01'),
      PARTITION p202403 VALUES LESS THAN ('2024-04-01'),
      PARTITION p202404 VALUES LESS THAN ('2024-05-01'),
      PARTITION p202405 VALUES LESS THAN ('2024-06-01'),
      PARTITION p202406 VALUES LESS THAN ('2024-07-01'),
      PARTITION p202407 VALUES LESS THAN ('2024-08-01'),
      PARTITION p202408 VALUES LESS THAN ('2024-09-01'),
      PARTITION p202409 VALUES LESS THAN ('2024-10-01'),
      PARTITION p202410 VALUES LESS THAN ('2024-11-01'),
      PARTITION p202411 VALUES LESS THAN ('2024-12-01'),
      PARTITION p202412 VALUES LESS THAN ('2025-01-01'),
      PARTITION p202501 VALUES LESS THAN ('2025-02-01'),
      PARTITION p202502 VALUES LESS THAN ('2025-03-01'),
      PARTITION p202503 VALUES LESS THAN ('2025-04-01'),
      PARTITION p202504 VALUES LESS THAN ('2025-05-01'),
      PARTITION p202505 VALUES LESS THAN ('2025-06-01'),
      PARTITION p202506 VALUES LESS THAN ('2025-07-01'),
      PARTITION p202507 VALUES LESS THAN ('2025-08-01'),
      PARTITION p202508 VALUES LESS THAN ('2025-09-01'),
      PARTITION p202509 VALUES LESS THAN ('2025-10-01'),
      PARTITION p202510 VALUES LESS THAN ('2025-11-01'),
      PARTITION p202511 VALUES LESS THAN ('2025-12-01'),
      PARTITION p202512 VALUES LESS THAN ('2026-01-01')
      );
      • PS : 以上四个表皆采用分区方式:
        1. PARTITION BY RANGE COLUMNS (sta_date): 这表示使用基于日期范围的分区方式，并且以 sta_date 列作为分区列。
        2. PARTITION: 这是每个分区的开始定义。每个分区都有一个唯一的名称。
        3. VALUES LESS THAN ('date_value'): 这是定义分区的范围条件。每个分区根据指定的列的值进行划分，当列的值小于指定的日期值时，数据就会被放入该分区
      • 分区方式一共有:
        • 范围分区（Range Partitioning）：根据列的范围值将数据分区。例如，根据日期范围将数据分为不同的分区。
        • 列表分区（List Partitioning）：根据列的离散值列表将数据分区。例如，根据地区列表将数据分为不同的分区。
        • 哈希分区（Hash Partitioning）：根据列值的哈希值将数据分区。哈希分区通常用于平均分配数据，避免某些分区数据量过大的情况。
        • 分区键分区（Partition Key Partitioning）：根据列值的某种特性进行分区，比如根据年份、月份等。
        • 范围 - 列表混合分区（Range-List Hybrid Partitioning）：结合了范围分区和列表分区的特性，先按范围进行分区，再在每个范围内根据列表进行二次分区。
        • 复合分区（Composite Partitioning）：使用多种分区方法的组合，例如先进行哈希分区，然后在每个哈希分区内再进行范围或列表分区。
        • 子分区（Subpartitioning）：在每个分区内再进行进一步的分区。可以与上述任何一种分区方式结合使用。