Redis是高性能的key-value数据库，支持5种基本类型(String, List, Set, ZSet, Hash)以及5种基本类型的扩展。对于Set数据类型，天然的支持交集、差集、并集等集合运算。
将预处理过的对账文件按轧帐标识和比对元素加载到Redis的一个Set A，本系统的交易记录也一并加载到Redis的另外一个Set B。Set A和Set B的交集即为对账对平的交易。
Set A-Set B差集并不是多的记录，还需要将每个元素和Set B-Set A的差集进行查找，如果有轧帐标识一样但比对元素不一样的，即为差错交易；如果没有轧帐标识一样的元素，才能判断是多的记录。同理，可以找出少的记录。
这种借助于Redis轧帐，是一种纯内存计算，预热快，速度快，充分利用Redis的成熟计算类型，没有复杂的程序逻辑处理，避免出错。但缺点是计算机内存有限，不能支持海量对账数据。
改进措施
按一定规则，进行数据分片，不同的数据按照轧账标识分片到不同的Redis，最后再进行汇总，但同时也增加了轧帐复杂性。
如果把轧帐进行数学模型抽象的话，可以抽象为一个典型的算法问题：构建2个无重复元素的集合，按照一定比对规则找出2个集合的差集、交集，对差集和交集的元素属性进行计算比对，找出差异性。
通过抽象后，我们可以看出，有很多实现方法，比如Java JDK提供的集合计算Collections、擅长搜索的Elastic Search等。
这种实现方式需要视具体情况进行分析，有些实现需要花大量的时间和逻辑在数据预热上，有些实现会导致汇总数据的逻辑复杂化。
总之，对账系统涉及公司的账务会计核心，尽早建立完备的对账系统，可以推动更加精细化掌握业务情况，特别是互联网金融公司。
在对账系统落地时，可以综合考虑本文提出的方案，找出适合公司业务发展的技术方案，尽量使用成熟技术解决业务问题，减少技术风险性。
本文的下半部分将讲述如何处理海量数据的对账，以及平帐/差错处理和虚拟账户对账，敬请期待。
作者介绍
王兴建
现任上海秦苍（买单侠）信息科技有限公司软件架构师，加入秦苍之前，曾在中国银联、证通任职。
专注于Java Core、NoSQL、分布式服务框架等技术领域，对移动支付、客户认证、红包、虚拟账户、信贷等业务领域有丰富的经验，擅长将成熟技术应用于业务。
目前主要负责秦苍运营商合作业务的架构设计，以及技术在业务中的落地工作。