CN105761039A - 快递信息大数据处理方法 - Google Patents
快递信息大数据处理方法 Download PDFInfo
- Publication number
- CN105761039A CN105761039A CN201610090106.4A CN201610090106A CN105761039A CN 105761039 A CN105761039 A CN 105761039A CN 201610090106 A CN201610090106 A CN 201610090106A CN 105761039 A CN105761039 A CN 105761039A
- Authority
- CN
- China
- Prior art keywords
- data
- express delivery
- software
- fast
- message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012384 transportation and delivery Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 title claims abstract description 22
- 230000008569 process Effects 0.000 claims description 37
- 230000003139 buffering effect Effects 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000003672 processing method Methods 0.000 claims description 21
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000001737 promoting effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- VEMKTZHHVJILDY-UHFFFAOYSA-N resmethrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=COC(CC=2C=CC=CC=2)=C1 VEMKTZHHVJILDY-UHFFFAOYSA-N 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及一种快递信息大数据处理方法，通过数据实时缓存异步批量入库的方式以及大数据分区并行运算方式，有效降低了网络异常的发生，充分有效的利用了服务器网络资源性能，同时降低了对后端数据入库的压力，从整体上提升了数据处理的效率。
Description
技术领域
本发明涉及物流信息技术领域，尤其是指一种快递信息大数据处理方法。
背景技术
随着全国电商及快递行业的快速发展，以及邮政对快递行业安全监管及时性需求的增强，现有的快递信息收集处理系统由于非实时性已无法满足需求；随着电商及快递行业信息数据量的暴增，现有的快递信息收集、处理、分析业务已经异常缓慢，无法满足大数据量的高效运算，经常造成企业快递数据的挤压导致无法及时收集，或者收集后无法及时处理的困境。
如图1所示，现有的快件信息收集一般采用两种方式，方式一是文件方式传输，即快件数据信息通过生成FPT（文件传输协议）文件的方式，固定在某个时间段集中传输到服务接收端，服务接收端将接收到FPT文件传输至接口应用程序，通过所述接口应用程序获取FPT文件中的快件数据，并集中输送至数据库；方式二是将快件数据信息通过报文格式即消息串报文方式传输，使快件数据信息通过实时消息串报文及时传送到服务器接收端，服务器接收端通过接口应用程序实时处理报文获取快件数据，然后输送至所述数据库。所述数据库中快件数据通常按照时间顺序存储后，再集中处理分析，完成一次运算统计结果。
随着数据量的暴增，以上两种数据收集处理方式在面对目前的实时处理分析需求及大数据量的数据处理时，都不能很好地发挥系统性能，实现系统功能。方式一显然无法很好满足实时的数据传输需求，方式二虽然满足了实时传输需求，单次实时处理入库性能在数据量小的情况下数据可以正常传输，但是数据量如果突破一定量级，就会有大量数据堆积在发送端无法及时发送，单次入库性能就会成为瓶颈；再者，由于每次报文数据请求都进行一次入库操作，然后返回数据接收成功的处理方式，此种同步处理方式最大的问题就是每次数据请求的响应时间都特别长，很大程度上浪费了网络资源，也增大了网络超时的错误率；由此导致大量数据要么无法实时传输，要么在实施传输时，大量数据拥堵，无法及时传输处理，系统处理的性能和效率也急速下降，甚至无法处理运行。另外，数据库存储的数据量也会成倍增加，面对如此巨量的数据，数据库层面的分析处理过程也无法及时运算出结果，甚至根本无法完成运算，因此现有的服务器资源和性能没有充分的发挥出功用。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中在应对快递大数据时处理运算效率低的问题从而提供一种提高运算处理效率的快递信息大数据处理方法。
为解决上述技术问题，本发明的一种快递信息大数据处理方法，包括如下步骤：步骤S1：数据推送端将快递数据信息通过报文格式传输至服务器接收端；步骤S2：所述服务器接收端通过接口应用程序接收并处理所述服务器接收端以报文格式传输的快递数据信息以获取快递数据，然后将获取的快递数据存储在数据缓冲中，同时所述服务器接收端将报文格式的快递数据信息传输成功状态返回给所述数据推送端；步骤S3：将所述数据缓冲中的快递数据处理后发送至数据库；步骤S4：所述数据库接收发送的快递数据并进行统计处理。
在本发明的一个实施例中，所述步骤S2中，所述接口应用程序包括nginx软件以及多个第一Tomcat软件，所述服务器接收端通过所述nginx软件接收所述数据推送端以报文格式传输的快递数据信息并分发至所述第一Tomcat软件内，通过所述第一Tomcat软件处理所述快递数据信息以获取快递数据。
在本发明的一个实施例中，所述第一Tomcat软件内设有用于处理所述快递数据信息的数据接收处理程序。
在本发明的一个实施例中，通过所述第一Tomcat软件获取快递数据后将所述快速数据传输至数据缓冲中。
在本发明的一个实施例中，所述步骤S3中，快递数据通过ApacheActiveMQ软件、Memcached软件或者Redis软件存储在所述数据缓冲中。
在本发明的一个实施例中，所述数据缓冲中的快递数据通过多个第二Tomcat软件对所述数据缓冲中的快递数据进行处理，将处理后的数据传输至所述数据库中。
在本发明的一个实施例中，所述第二Tomcat软件内设有用于处理所述快递数据信息的数据入库处理程序。
在本发明的一个实施例中，所述数据入库处理程序从所述数据缓冲中读取指定数量的快递数据，并执行一次数据入库请求。
在本发明的一个实施例中，所述步骤S4中所述数据库对接收后快递数据进行统计处理的方法为：首先将快递数据按照类别分别存储在所述数据库的不同区域上，然后对不同区域上的快递数据进行运算，最后对所有运算结果进行统计。
在本发明的一个实施例中，所述将快递数据按照类别分别存储在所述数据库的不同区域上的方法为：先按照时间对所述数据库进行分区，然后根据数据的属性，再对已按照时间分区后的数据库继续进行分区。
本发明的上述技术方案相比现有技术具有以下优点：
本发明所述快递信息大数据处理方法中通过数据实时缓存异步批量入库的方式，有效降低了网络异常的发生，很好地解决了对网络的影响，充分有效的利用了服务器网络资源性能，同时降低了对后端数据入库的压力，对实时大数据的控制处理更加灵活高效可控。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中
图1是现有快递信息数据处理方法的流程图；
图2本发明所述快递信息大数据处理方法流程图；
图3是本发明所述缓冲数据入库的流程图。
具体实施方式
如图2所示，本实施例提供一种快递信息大数据处理方法，包括如下步骤：步骤S1：数据推送端将快递数据信息通过报文格式传输至服务器接收端；步骤S2:所述服务器接收端通过接口应用程序接收并处理所述服务器接收端以报文格式传输的快递数据信息以获取快递数据，然后将获取的快递数据存储在数据缓冲中，同时所述服务器接收端将报文格式的快递数据信息传输成功状态返回给所述数据推送端;步骤S3：将所述数据缓冲中的快递数据处理后发送至数据库；步骤S4：所述数据库接收发送的快递数据并进行统计处理。
本实施例所述一种快递信息大数据处理方法，所述步骤S1中，数据推送端将快递数据信息通过报文格式传输至服务器接收端，从而使快递数据信息通过实时消息串报文及时传送到所述服务器接收端，从而最大可能的保证数据传输的实时性；所述步骤S2中，所述服务器接收端通过接口应用程序接收并处理所述服务器接收端以报文格式传输的快递数据信息以获取快递数据，然后将获取的快递数据存储在数据缓冲中，从而充分有效的利用了服务器网络资源性能，可以避免网络异常，很好地解决了对网络的影响，降低了对后端数据入库的压力，同时对实时大数据的控制处理更加灵活高效；同时所述服务器接收端将报文格式的快递数据信息传输成功状态返回给所述数据推送端，从而大幅度降低每次报文请求的响应时间，迅速提升数据实时网络传输的效率；所述步骤S3中，将所述数据缓冲中的快递数据处理后发送至数据库，有利于实现缓存数据在秒级以内时间完成入库的操作，极大提升了数据入库性能；所述步骤S4中，所述数据库接收发送的快递数据并进行统计处理，有利于整体提升数据处理的效率，从而最快速的得到数据统计结果。
如图3所示，所述步骤S2中，所述接口应用程序包括nginx软件以及多个第一Tomcat软件，由于现有所述接口应用程序仅仅设有一个第一Tomcat软件，所述第一Tomcat软件也称为web应用服务器，其内设有用于处理所述快递数据信息的数据接收处理程序，通过所述第一Tomcat软件处理报文格式的快递数据信息从而可以获取快递数据，在大批量高并发的数据请求情况下，所述第一Tomcat软件处理数据的能力有限，而所述nginx软件可以及时接收来自所述数据推送端通过报文格式传输的快递数据信息，所述服务器接收端通过所述nginx软件接收所述数据推送端以报文格式传输的快递数据信息后分发至所述第一Tomcat软件内，通过所述第一Tomcat软件处理所述快递数据信息以获取快递数据。其中所述nginx软件可以对所述第一Tomcat软件进行集群，作为高并行分发中间件，且所述第一tomcat集群的数量可以根据数据量的大小，产生速度，灵活设置。若大批量高并发的数据同时发出处理请求，为了降低单个所述第一Tomcat软件处理数据的压力，可逐步增加所述第一Tomcat软件的集群数量来增大数据的处理能力，通过所述第一Tomcat软件获取快递数据后将快速数据传输至数据缓冲中，在硬件环境满足的条件下，可以提升接口的稳定性以及并发请求的处理能力，降低数据接收异常发生的频率。通过所述nginx软件以及所述第一Tomcat软件的结合使负载均衡，数据缓存批量入库的实时异步接口技术实现方案，既可很好的满足大数据实时推送的需求，又最大限度利用了服务器、网络资源，提升了服务器与网络资源的利用率。
所述步骤S3中，所述数据缓冲的方式采用ApacheActiveMQ软件、Memcached软件或者Redis软件，所述快递数据通过ApacheActiveMQ软件、Memcached软件或者Redis软件存储在所述数据缓冲中，由于充分有效的利用了服务器网络资源性能，可以降低网络异常的发生，很好地解决了对网络的影响，降低了对后端数据入库的压力。鉴于本应用场景，本实施例采用了比较轻量级的ApacheActiveMQ消息队列机制。所述数据缓冲中的快递数据通过多个第二Tomcat软件对所述数据缓冲中的快递数据进行处理，具体地，所述第二Tomcat软件内设有用于处理所述快递数据信息的数据入库处理程序，通过所述入库处理程序可以对所述数据缓冲中的快递数据进行处理，其中所述第二tomcat可以集群，且集群的数量可以根据数据量的大小，产生速度，灵活设置；然后将处理后的数据传输至所述数据库中，从而极大提升了数据入库性能，同时对实时大数据的控制处理更加灵活高效。另外，所述数据入库处理程序从所述数据缓冲中读取指定数量的快递数据，并执行一次数据入库请求，其中指定数量的快递数据可根据数据库性能情况灵活设定。
所述步骤S4中所述数据库接收发送的快递数据并进行统计处理的方法为：首先将快递数据按照类别分别存储在所述数据库的不同区域上，本步骤针对数据量的暴增，现有的数据处理过程已经无法及时的运算出统计结果，为了能够处理如此巨大的数据量，采取分而治之，在数据存储上采用分区的方式，科学的规划了数据存储的问题，有利于保证数据处理的最大单元在可接受范围内；然后对不同区域上的快递数据进行运算，通过采用并行的处理方式对各个分区的运行统计分析，而每个分区上的运算都能快速完成，其中并行的方式是通过采用数据库自身的job功能在一个过程中同时启动多个job任务的方式来实现，并行加分区算法处理分析方案很好地解决了大数据快速处理分析的性能瓶颈问题；最后对所有运算结果进行统计，就可以整体提升数据处理的效率，最大程度上发挥数据服务器的性能，从而最快速的保证数据处理分析的统计结论。
所述将快递数据按照类别分别存储在所述数据库的不同区域上的方法为：先按照时间对所述数据库进行分区，然后根据数据的属性，再对已按照时间分区后的数据库继续进行分区。本实施例中不仅按天分区，还要根据数据的不同属性，把一天的数据进行分区，以保证每个分区上的数据量维持在一定的量级，从而保证每部分可检所处理的数据量在一定的量级上。
综上，本发明所述技术方案具有以下优点：
1.本发明所述快递信息大数据处理方法，所述步骤S1中，数据推送端将快递数据信息通过报文格式传输至服务器接收端，从而使快递数据信息通过实时消息串报文及时传送到所述服务器接收端，从而最大可能的保证数据传输的实时性；所述步骤S2中，所述服务器接收端通过接口应用程序接收并处理所述服务器接收端以报文格式传输的快递数据信息以获取快递数据，然后将获取的快递数据存储在数据缓冲中，从而充分有效的利用了服务器网络资源性能，可以避免网络异常，很好地解决了对网络的影响，降低了对后端数据入库的压力，同时对实时大数据的控制处理更加灵活高效；同时所述服务器接收端将报文格式的快递数据信息传输成功状态返回给所述数据推送端，从而大幅度降低每次报文请求的响应时间，迅速提升数据实时网络传输的效率；所述步骤S3中，将所述数据缓冲中的快递数据处理后发送至数据库，有利于实现缓存数据在秒级以内时间完成入库的操作，极大提升了数据入库性能；所述步骤S4中，所述数据库接收发送的快递数据并进行统计处理，有利于整体提升数据处理的效率，从而最快速的得到数据统计结果。
2.本发明所述快递信息大数据处理方法，所述步骤S4中所述数据库对批量发送的快递数据进行统计处理的方法为：首先将快递数据按照类别分别存储在所述数据库的不同区域上，由于在数据存储上采用分区的方式，科学的规划了数据存储的问题，有利于保证数据处理的最大单元在可接受范围内；然后对不同区域上的快递数据进行运算，通过采用并行的处理方式对各个分区的运行统计分析，而每个分区上的运算都能快速完成，并行加分区算法处理分析方案很好地解决了大数据快速处理分析的性能瓶颈问题；最后对所有运算结果进行统计，就可以整体提升数据处理的效率，最大程度上发挥数据服务器的性能，从而最快速的保证数据处理分析的统计结论。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种快递信息大数据处理方法，其特征在于，包括如下步骤：
步骤S1：数据推送端将快递数据信息通过报文格式传输至服务器接收端；
步骤S2：所述服务器接收端通过接口应用程序接收并处理所述服务器接收端以报文格式传输的快递数据信息以获取快递数据，然后将获取的快递数据存储在数据缓冲中，同时所述服务器接收端将报文格式的快递数据信息传输成功状态返回给所述数据推送端；
步骤S3：将所述数据缓冲中的快递数据处理后发送至数据库；
步骤S4：所述数据库接收发送的快递数据并进行统计处理。
2.根据权利要求1所述的快递信息大数据处理方法，其特征在于：所述步骤S2中，所述接口应用程序包括nginx软件以及多个第一Tomcat软件，所述服务器接收端通过所述nginx软件接收所述数据推送端以报文格式传输的快递数据信息并分发至所述第一Tomcat软件内，通过所述第一Tomcat软件处理所述快递数据信息以获取快递数据。
3.根据权利要求2所述的快递信息大数据处理方法，其特征在于：所述第一Tomcat软件内设有用于处理所述快递数据信息的数据接收处理程序。
4.根据权利要求2或3所述的快递信息大数据处理方法，其特征在于：通过所述第一Tomcat软件获取快递数据后将所述快速数据传输至数据缓冲中。
5.根据权利要求1所述的快递信息大数据处理方法，其特征在于：所述步骤S3中，快递数据通过ApacheActiveMQ软件、Memcached软件或者Redis软件存储在所述数据缓冲中。
6.根据权利要求1或5所述的快递信息大数据处理方法，其特征在于：所述数据缓冲中的快递数据通过多个第二Tomcat软件对所述数据缓冲中的快递数据进行处理，将处理后的数据传输至所述数据库中。
7.根据权利要求6所述的快递信息大数据处理方法，其特征在于：所述第二Tomcat软件内设有用于处理所述快递数据信息的数据入库处理程序。
8.根据权利要求7所述的快递信息大数据处理方法，其特征在于：所述数据入库处理程序从所述数据缓冲中读取指定数量的快递数据，并执行一次数据入库请求。
9.根据权利要求1所述的快递信息大数据处理方法，其特征在于：所述步骤S4中所述数据库对接收后快递数据进行统计处理的方法为：首先将快递数据按照类别分别存储在所述数据库的不同区域上，然后对不同区域上的快递数据进行运算，最后对所有运算结果进行统计。
10.根据权利要求9所述的快递信息大数据处理方法，其特征在于：所述将快递数据按照类别分别存储在所述数据库的不同区域上的方法为：先按照时间对所述数据库进行分区，然后根据数据的属性，再对已按照时间分区后的数据库继续进行分区。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610090106.4A CN105761039A (zh) | 2016-02-17 | 2016-02-17 | 快递信息大数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610090106.4A CN105761039A (zh) | 2016-02-17 | 2016-02-17 | 快递信息大数据处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105761039A true CN105761039A (zh) | 2016-07-13 |
Family
ID=56330958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610090106.4A Pending CN105761039A (zh) | 2016-02-17 | 2016-02-17 | 快递信息大数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105761039A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106487902A (zh) * | 2016-10-19 | 2017-03-08 | 华迪计算机集团有限公司 | 一种基于消息中间件的数据收集方法和系统 |
| CN107734004A (zh) * | 2017-09-26 | 2018-02-23 | 河海大学 | 一种基于Nginx、Redis的高并发负载均衡系统 |
| WO2018054200A1 (zh) * | 2016-09-26 | 2018-03-29 | 上海泓智信息科技有限公司 | 文件读取方法和装置 |
| CN109873904A (zh) * | 2019-03-05 | 2019-06-11 | 平安科技（深圳）有限公司 | 消息推送的用户消息状态上报处理方法、装置及存储介质 |
| CN113141319A (zh) * | 2020-01-17 | 2021-07-20 | 阿里巴巴集团控股有限公司 | 消息处理方法、装置、电子设备及存储介质 |
| CN113239104A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 快递数据入库方法和系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981440A (zh) * | 2012-11-02 | 2013-03-20 | 武汉理工大学 | 基于SaaS的智能设备监控管理系统 |
| CN103827901A (zh) * | 2013-03-18 | 2014-05-28 | 深圳市银信网银科技有限公司 | 一种物流信息安全传输的方法及系统 |
-
2016
- 2016-02-17 CN CN201610090106.4A patent/CN105761039A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981440A (zh) * | 2012-11-02 | 2013-03-20 | 武汉理工大学 | 基于SaaS的智能设备监控管理系统 |
| CN103827901A (zh) * | 2013-03-18 | 2014-05-28 | 深圳市银信网银科技有限公司 | 一种物流信息安全传输的方法及系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018054200A1 (zh) * | 2016-09-26 | 2018-03-29 | 上海泓智信息科技有限公司 | 文件读取方法和装置 |
| CN107870928A (zh) * | 2016-09-26 | 2018-04-03 | 上海泓智信息科技有限公司 | 文件读取方法和装置 |
| CN106487902A (zh) * | 2016-10-19 | 2017-03-08 | 华迪计算机集团有限公司 | 一种基于消息中间件的数据收集方法和系统 |
| CN107734004A (zh) * | 2017-09-26 | 2018-02-23 | 河海大学 | 一种基于Nginx、Redis的高并发负载均衡系统 |
| CN109873904A (zh) * | 2019-03-05 | 2019-06-11 | 平安科技（深圳）有限公司 | 消息推送的用户消息状态上报处理方法、装置及存储介质 |
| CN109873904B (zh) * | 2019-03-05 | 2021-08-03 | 平安科技（深圳）有限公司 | 消息推送的用户消息状态上报处理方法、装置及存储介质 |
| CN113141319A (zh) * | 2020-01-17 | 2021-07-20 | 阿里巴巴集团控股有限公司 | 消息处理方法、装置、电子设备及存储介质 |
| CN113141319B (zh) * | 2020-01-17 | 2024-05-03 | 阿里巴巴集团控股有限公司 | 消息处理方法、装置、电子设备及存储介质 |
| CN113239104A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 快递数据入库方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105761039A (zh) | 快递信息大数据处理方法 | |
| CN106375241B (zh) | 批量数据处理方法、前端系统、主机及批量数据处理系统 | |
| CN105577801B (zh) | 一种业务加速方法及装置 | |
| US9015303B2 (en) | Message queue behavior optimizations | |
| CN112162865A (zh) | 服务器的调度方法、装置和服务器 | |
| CN109218355A (zh) | 负载均衡引擎，客户端，分布式计算系统以及负载均衡方法 | |
| CN111324445A (zh) | 一种任务调度模拟系统 | |
| CN109788315A (zh) | 视频转码方法、装置及系统 | |
| CN108881485A (zh) | 保障大数据包下的高并发系统响应时间的方法 | |
| US20170171337A1 (en) | Scalable data feed system | |
| CN102299959A (zh) | 一种数据库集群系统的负载均衡实现方法和装置 | |
| CN102891809B (zh) | 多核网络设备报文按接口保序方法及系统 | |
| CN104063293A (zh) | 一种数据备份方法及流计算系统 | |
| CN102859961A (zh) | 具有自适应的文件处理的分布式视频转码系统 | |
| CN110300188A (zh) | 数据传输系统、方法和设备 | |
| WO2004042571A2 (en) | A communication method with reduced response time in a distributed data processing system | |
| CN102724132A (zh) | 一种提高tcp连接复用处理效率的方法及装置 | |
| CN111200606A (zh) | 深度学习模型任务处理方法、系统、服务器及存储介质 | |
| CN110365786B (zh) | 作业处理系统、异步作业调度方法和计算机设备 | |
| CN103338156B (zh) | 一种基于线程池的命名管道服务器并发通信方法 | |
| US20180084077A1 (en) | Processing a unit of work | |
| CN114327837A (zh) | 一种基于消息队列的分布式任务调度运行系统及方法 | |
| CN113055493B (zh) | 数据包处理方法、装置、系统、调度设备和存储介质 | |
| CN110266787B (zh) | 一种混合云管理系统、方法及计算机设备 | |
| CN108614820A (zh) | 实现流式源数据解析的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160713 |