执行公开找新策略

找新简述

执行公开找新(包含：'zhixing','shixin','xianxiao','zhongben')
zhixing: 通过任务表增加的zhixing_id和爬取结果1101的zhixing_id进行找新
shixin: 通过任务表增加的ep_id和爬取结果1101的ep_id进行找新
zhongben: 通过任务表增加的zhongben_id和爬取结果1101的zhongben_id进行找新
xianxiao： 通过shixin和zhongben新增数据的name进行找新

数据关系

执行公开网站信息首先进入被执行人数据库，如果被执行人未履行生效法律文书确定的义务并具有相关法律规定的情形则纳入失信被执行人。如果被执行人确无可供执行财产，则纳入终本案件。失信和终本都可能被纳入限消名单。

找新策略详情

* 被执行人
  * 每天发布四次任务，每次发布的zhixing_id为距今十五天内且爬取失败次数小于80次且爬取结果为1101或null的zhixing_id
  * 每次发布任务前，判断任务表内执行结果为1000的最大zhixing_id id1与表内最大zhixing_id id2,若两个id之差(id2-id1)小于七万，就补充差额的zhixing_id到任务表内。

* 终本案件
  * 根据每天终本网页上的最大zhongben_id(有些zhongben_id为错误值，需要排除),按照向上增加2万，向下增加6万的范围补充执行任务表内没有的id
  * 每天发布四次任务，每次发布的zhongben_id为距今3天内且爬取失败次数小于80次且爬取结果为1101或null的zhongben_id

* 限制高消费
  * 使用每天失信和终本新增的name作为任务进行查找

* 失信被执行人
  * 与被执行招新策略一致，增大ep_id后发布任务

发布id的时间范围，最大失败次数以及补充id的范围都可通过data_pump的参数进行调整 ###data_pump参数说明

队列名称及队列地址

• redis host: redis://:utn@0818@bdp-mq-001.redis.rds.aliyuncs.com:6379/7
• redis port: 6379
• redis db: 7
• redis key:
  • risk_zxgk

优先级队列说明

• risk_zxgk 支持队列优先级
  • 找新任务
    • zhixing：risk_zxgk:101
    • shixin：risk_zxgk:102
    • zhongben：risk_zxgk:103
    • xianxiao：risk_zxgk:4
  • 存量循环更新任务
    • zhixing：risk_zxgk:51
    • shixin：risk_zxgk:52
    • zhongben：risk_zxgk:53
    • xianxiao：risk_zxgk:2
  • 补漏及其他任务
    • risk_zxgk:60

任务输入参数（样例）

找新任务

zhixing
{
  "zhixing_id": "1371041114",
  "task_type": "spider_zhixing_task",
  "update_id_type": "zhixing"
}

shixin
{
  "shixin_id": "1371041114",
  "task_type": "spider_shixin_task",
  "update_id_type": "shixin"
}

xianxiao
{
  "pname": "刘春志",
  "task_type": "spider_xianxiao_task",
  "update_id_type": "xianxiao"
}

zhongben
{
  "zhongben_id": "1371041114",
  "task_type": "spider_zhongben_task",
  "update_id_type": "zhongben"
}

例行更新任务

任务参数中update_id_type变化
zhixing
{
  "zhixing_id": "1371041114",
  "task_type": "spider_zhixing_task",
  "update_id_type": "zhixing_routine"
}

shixin
{
  "shixin_id": "1371041114",
  "task_type": "spider_shixin_task",
  "update_id_type": "shixin_routine"
}

xianxiao
{
  "pname": "刘春志",
  "task_type": "spider_xianxiao_task",
  "update_id_type": "xianxiao_routine"
}

zhongben
{
  "zhongben_id": "1371041114",
  "task_type": "spider_zhongben_task",
  "update_id_type": "zhongben_routine"
}

代码地址

数据存储表地址

任务表:主要包括id(zhixing_id,ep_id,zhongben_id)，task_result(1000/1101/null),
failures_number(爬取失败次数:0--max_failure_number)等字段

业务表:业务数据，包含爬虫结果(id,name等)以及内部分析字段(company_name_digest等)

报警信息：zhongben24小时内找新失败
索引：public-company-spider-data-*
监控频率：每4小时一次
监控起止时间： 06:00到20:00
报警条件：spider_name=risk_zxgk 且 task_params.update_id_type=zhongben 且 task_result=1000 24小时内量少于10条

补漏预警:以zhongben补漏为例，zhixing与shixin预警逻辑一致，统计每天任务表内未更新的数据写到total字段，total>10报警,或补漏预警程序失败未向es写入数据时报警

报警内容:"报警:zhongben补漏数据24小时内未更新"
索引：mysql_stat-*
监控频率：每天两次
监控时间：10:00和16:00
报警条件：db_host=bdp-ext.rwlb.rds.aliyuncs.com且db_name=bdp_risk且db_table=risk_zhongben_loss 24小时内量为0条
或db_host=bdp-ext.rwlb.rds.aliyuncs.com且db_name=bdp_risk且db_table=risk_zhongben_loss 且total>10 24小时内量大于1条

例行更新预警:zhixing T+3预警，统计三天内es例行任务量与业务表中满足例行条件的数据量进行比较，差值计入total字段，total<0，说明三天内未例行完成，进行报警

报警内容:"报警:被执行表T+3更新未完成"
索引：mysql_stat-*
监控频率：每天一次
监控时间：10:00
报警条件：db_host=bdp-rds-001.mysql.rds.aliyuncs.com且db_name=utn_ng_risk且db_table=risk_zhixing且total<0 24小时内量大于0条

部署地址

10.8.6.18

部署方法及说明

• crontab + data_pump
• supervisor + data_pump
• supervisor + consumer

数据接收来源

1.爬虫数据进行数据更新
2.代码生成新的执行id进行爬虫任务发布