CN110363622B - 一种数据处理的方法及系统 - Google Patents

一种数据处理的方法及系统 Download PDF

Info

Publication number
CN110363622B
CN110363622B CN201910590137.XA CN201910590137A CN110363622B CN 110363622 B CN110363622 B CN 110363622B CN 201910590137 A CN201910590137 A CN 201910590137A CN 110363622 B CN110363622 B CN 110363622B
Authority
CN
China
Prior art keywords
data
expense
information
expense data
server
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.)
Active
Application number
CN201910590137.XA
Other languages
English (en)
Other versions
CN110363622A (zh
Inventor
余昌俊
鲜丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Swiftpass Tech Co ltd
Original Assignee
Swiftpass Tech Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Swiftpass Tech Co ltd filed Critical Swiftpass Tech Co ltd
Priority to CN201910590137.XA priority Critical patent/CN110363622B/zh
Publication of CN110363622A publication Critical patent/CN110363622A/zh
Application granted granted Critical
Publication of CN110363622B publication Critical patent/CN110363622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0213—Consumer transaction fees
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0222—During e-commerce, i.e. online transactions
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据处理技术领域，尤其涉及一种数据处理的方法及系统。所述数据处理的方法包括：对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，所述优惠金额数据与所述第二费用数据组成一份第三费用数据；汇聚每一份所述第三费用数据。通过将待处理的第一费用数据进行分流给多个服务器进行处理，再进行汇总，从而能够提高计算效率，增强系统的鲁棒性。

Description

一种数据处理的方法及系统
技术领域
本发明涉及数据处理技术领域，尤其涉及一种数据处理的方法及系统。
背景技术
随着经济的快速发展和国民收入的增长，旅游已经逐步成为国民大众日常生活常态化的生活选项，越来越多的人愿意利用休闲时间外出旅游，通过旅游来放松心情。
目前，越来越多的人选择通过网络来预定旅游行程，会有各种优惠，人们常常通过一个账户为多个用户进行预定，通过该方式预定需要计算每个人的优惠，不同的优惠计算方式不同，如果单笔订单预定人数过多，会出现反应迟钝的现象，而且每个人的优惠都需要存入数据库中，会造成数据库频繁交互，导致系统压力大。
发明内容
基于此，有必要针对上述技术问题，提供一种数据处理的方法及系统，提高计算效率，增强系统的鲁棒性。
第一方面，本发明实施例提供了一种数据处理的方法，包括：
对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；
从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；
基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，将所述优惠金额数据与所述第二费用数据组成一份第三费用数据；
汇聚每一份所述第三费用数据。
在一些实施例中，所述对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，包括：
基于半监督学习，生成分流决策；
根据所述分流决策，将所述待处理的第一费用数据进行分流，生成多份第二费用数据。
在一些实施例中，所述订单信息包括预定用户信息、预定项目信息以及费用信息，所述第二费用数据包括至少一个订单信息，所述从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则，包括：
根据所述第二费用数据，获取至少一个订单信息；
根据所述至少一个订单信息，通过规则引擎为每一订单信息匹配对应的优惠计算规则。
在一些实施例中，所述基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，包括：
基于每一订单信息匹配到的优惠计算规则，对每一订单信息进行处理，得到每一订单信息对应的优惠金额信息。
在一些实施例中，所述基于每一订单信息匹配到的优惠计算规则，对每一订单信息进行处理，得到每一订单信息对应的优惠金额信息，包括：
根据所述预定用户信息、预定项目信息以及费用信息；
确定每一预定用户在每一预定项目中的项目费用及优惠费用；
根据每一预定用户在每一预定项目中的项目费用及优惠费用，确定每一订单信息对应的优惠金额信息。
在一些实施例中，所述将所述优惠金额数据与所述第二费用数据组成一份第三费用数据，包括：
将每一订单信息对应的费用信息与优惠金额信息进行组合，生成与所述第二费用数据对应的第三费用数据。
在一些实施例中，所述汇聚每一份所述第三费用数据，包括：
将每一份与所述第二费用数据对应的第三费用数据进行组合，生成汇总数据并保存所述汇总数据。
第二方面，本发明实施例还提供了一种数据处理的装置，包括：
分流单元，用于对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；
优惠计算规则匹配单元，用于从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；
优惠金额数据单元，用于基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据；
第三费用数据单元，用于将所述优惠金额数据与所述第二费用数据组成一份第三费用数据；
汇聚单元，用于汇聚每一份所述第三费用数据。
第三方面，本发明实施例提供一种数据处理的系统，应用上述的数据处理的方法，所述系统包括：
一个主服务器以及与其连接的多个从服务器，其中，
所述主服务器用于对待处理的第一费用数据进行分流，生成多份第二费用数据；
多个所述从服务器分别用于处理所述多份第二费用数据，从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，所述优惠金额数据与所述第二费用数据组成一份第三费用数据，并将所述第三费用数据返回所述主服务器，所述主服务器对所述第三费用数据进行汇总，生成汇总数据。
在一些实施例中，所述主服务器包括主数据库，所述主数据库用于存储待处理的第一费用数据、第三费用数据以及汇总数据，每一个从服务器均包括一个从数据库，每一从数据库用于保存对应的第二费用数据。
在一些实施例中，所述规则引擎为Drools规则引擎。
第四方面，本发明实施例还提供了一种服务器，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述数据处理的方法。
第五方面，本发明实施例还提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被服务器执行时，使所述服务器执行上述数据处理的方法。
与现有技术相比，本发明的有益效果是：区别于现有技术的情况，本发明实施例中的数据处理的方法，包括：对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，所述优惠金额数据与所述第二费用数据组成一份第三费用数据；汇聚每一份所述第三费用数据。通过将待处理的第一费用数据进行分流给多个服务器进行处理，再进行汇总，从而能够提高计算效率，增强系统的鲁棒性。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本发明实施例提供的一种数据处理的方法的应用场景示意图；
图2是本发明实施例提供的数据分流示意图；
图3是本发明实施例提供的一种数据处理的方法的流程示意图；
图4是本发明实施例提供的一种数据处理的装置的结构示意图；
图5是本发明实施例提供的一种数据处理的系统的结构示意图；
图6是本发明实施例提供的一种服务器的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。
为了方便读者更好地理解本发明，在对本发明的发明思想进行描述之前，先对本发明的运行环境进行描述，请参阅图1，图1是本发明实施例提供的一种数据处理的方法的应用场景示意图，如图1所示，该运行环境包括：终端设备、主服务器以及至少四个从服务器，例如：从服务器1，从服务器2，从服务器3，…，从服务器N。其中，终端设备通过网络连接主服务器，所述网络用于在终端设备和主服务器之间提供通信链路的介质，网络可以包括各种连接类型，比如有线、无线通信链路或者光纤电缆等。用户可以使用终端设备通过网络与主服务器进行交互，以接收或者发送消息。
终端设备可以是有显示屏并且支持各种应用的各种电子设备，终端设备还可以安装各种通讯客户端应用，比如旅游类应用、终端可以运行有浏览器，也可以运行有其它能够加载和显示网页页面的应用程序等。
主服务器可以是一台服务器，例如机架式服务器、刀片式服务器、塔式服务器或者机柜式服务器等，也可以是由若干台服务器组成的服务器集群，或者是一个云计算服务中心，主服务器主要用于对终端设备发送的待处理的第一费用数据进行分流，将分流后的第一费用数据分解成多份第二费用数据，并将所述第二费用数据发送到对应的从服务器。主服务器也可以是远程地从第三方服务器获得数据来应答终端设备请求的服务器。例如，在用户使用终端设备上显示的旅游类应用进行旅游项目购买时，主服务器根据用户发送的请求从第三方服务器远程获取用户发送的待处理的第一费用数据，对所述待处理的第一费用数据进行分流，将所述第二费用数据发送到对应的从服务器，并将从服务器的处理结果反馈到终端设备。
从服务器，可以是一台服务器，例如机架式服务器、刀片式服务器、塔式服务器或者机柜式服务器等，也可以是由若干台服务器组成的服务器集群，或者是一个云计算服务中心，从服务器主要用于对主服务器分流后产生的第二费用数据进行处理，并将处理结果反馈到主服务器。
请参阅图2，图2是本发明实施例提供的数据分流示意图；
如图2所示，用户通过终端设备将待处理的第一费用数据发送到主服务器，所述主服务器接收所述待处理的第一费用数据，并对所述待处理的第一费用数据进行分流，通过分流之后，生成多份第二费用数据，并将所述多份第二费用数据发送到从服务器，例如：所述第一费用数据通过分流之后，生成N份第二费用数据，其中，N为正整数且N≥4，所述N份第二费用数据分别为第二费用数据1，第二费用数据2，第二费用数据3，…，第二费用数据N，所述主服务器将所述N份第二费用数据分别发送到与其对应的从服务器，例如：从服务器1、从服务器2、从服务器3，…，从服务器N，主服务器将待处理的数据经过分流后通过网络发送给从服务器1、从服务器2、从服务器3，…，从服务器N，从服务器对各自接收到的数据进行处理，从服务器1对第二费用数据1进行处理，从服务器2对第二费用数据2进行处理，从服务器3对第二费用数据3进行处理，从服务器N对第二费用数据N进行处理，最终将处理结果返回主服务器，由主服务器进行数据汇总保存。需要说明的是，本申请实施例提供的方法还可以进一步的拓展到其他合适的应用环境中，而不限于图1中所示的应用环境。在实际应用过程中，该应用环境还可以包括更多或者更少的终端设备、主服务器以及从服务器。
请参阅图3，图3是本发明实施例提供的一种数据处理的方法的流程示意图；
如图3所示，所述数据处理的方法由服务器执行，所述方法包括：
步骤S31：对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；
具体的，所述待处理的第一费用数据为用户通过终端设备生成的，并且，通过终端设备向主服务器发送所述第一费用数据，由于第一费用数据可能包括多笔订单，并且单笔订单预定票的人数可能较多，若单纯通过主服务器进行处理，在人数较多的情况下，会存在频繁的交互问题，影响主服务器的处理效率，因此本发明通过终端设备将所述待处理的第一费用数据发送到主服务器，由主服务器对待处理的第一费用数据进行分流，分流之后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理，具体的，所述主服务器连接多个从服务器，所述主服务器将待处理的第一费用数据分流生成N个第二费用数据后，将所述N个第二费用数据发送到N个从服务器，每一从服务器对应一个第二费用数据，由所述N个服务器分别对N个第二费用数据中的一个进行处理，提高处理效率。
可以理解的是，所述第一费用数据分解为第二费用数据需要基于一定的数据决策，需要确定数据分流之后的合理性。在本发明实施例中，所述数据决策基于半监督学习生成。具体的，所述对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，包括：
基于半监督学习，生成分流决策；
根据所述分流决策，将所述待处理的第一费用数据进行分流，生成多份第二费用数据。
具体的，通过所述半监督学习中的神经网络进行分流决策预测，主服务器接收到第一费用数据后，向所述神经网络输入所述第一费用数据以及各从服务器的网络状态信息，例如：网速、路由时间等信息，所述神经网络基于所述第一费用数据以及各从服务器的网络状态信息，预测出一个分流决策，以使所述主服务器根据所述分流决策，将所述待处理的第一费用数据进行分流，生成多份第二费用数据。
在本发明实施例中，所述方法还包括：
在生成的分流决策的基础上，通过半监督学习进行迭代生成最优的分流决策，具体的，半监督学习的迭代过程包括如下步骤：
步骤(1)：初始化半监督学习中的评估神经网络，迭代次数k初始化为1；
步骤(2)：当k小于或等于给定迭代次数K时，将所述第一费用数据以及各从服务器的网络状态信息作为神经网络的输入，预测出初步的分流决策；
步骤(3)：在初步预测的分流决策的基础上，再产生另一种不同的分流决策；
步骤(4)：对初步预测的分流决策以及另一种不同的分流决策分别计算时间损耗，确定时间损耗更小的分流决策；
步骤(5)：将时间损耗更小的分流决策和输入的所述第一费用数据以及各从服务器的网络状态信息配对，组成一组带标签的数据，供神经网络学习；
步骤(6)：运用梯度下降算法和上一过程的数据，不断减小神经网络的误差，使其不断被优化，预测得更准，同时令k＝k+1，返回步骤(2)；
步骤(7)：当k大于给定迭代次数K时，学习过程结束，得到最优的分流决策。
步骤S32：从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；
具体的，所述第一费用数据被分流成多个第二费用数据，所述第二费用数据包括至少一个订单信息，与所述第二费用数据对应的从服务器通过规则引擎匹配每一所述订单信息对应的优惠计算规则，具体的，所述订单信息包括预定用户信息、预定项目信息以及费用信息，所述第二费用数据包括至少一个订单信息，所述从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则，包括：
根据所述第二费用数据，获取至少一个订单信息；
具体的，所述第二费用数据包括至少一个订单信息，所述从服务器通过解析所述第二费用数据，获取至少一个订单信息，所述订单信息包括：预定用户信息、预定项目信息以及费用信息。
在本发明实施例中，不同的预定项目所产生的项目费用是不同的，可对预定项目设置优先级别，将所述预定项目对应的项目费用最高的预定项目设置为第一优先级，将所述预定项目对应的项目费用次之的预定项目设置为第二优先级别，预先设置第一优先级别高于第二优先级别，优先显示优先级别高的预定项目给用户，在其他一些实施例中，可设置销量最高的项目为第一优先级，销量次之的设置为第二优先级，优先显示销量高的项目给用户，从而方便用户在第一时间了解最受欢迎的项目。由于同一账户可添加多个不同的用户，不同的用户根据各自需求又会选择不同的项目，不同的项目对应的费用又是不同的，因此，需要分别独立计算每个预定用户在不同的预定项目中所需的项目费用。
根据所述至少一个订单信息，通过规则引擎为每一订单信息匹配对应的优惠计算规则。在本发明实施例中，所述规则引擎为Drools规则引擎。
步骤S33：基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，将所述优惠金额数据与所述第二费用数据组成一份第三费用数据；
具体的，所述第二费用数据包括至少一个订单信息，所述从服务器通过解析所述第二费用数据，获取至少一个订单信息，基于每一订单信息匹配到的优惠计算规则，对每一订单信息进行处理，得到每一订单信息对应的优惠金额信息。例如：所述第二费用数据包括两个订单信息，规则引擎匹配到所述两个订单信息对应的优惠计算规则，根据所述优惠计算规则，分别确定两个订单信息对应的优惠金额信息。
具体的，所述基于每一订单信息匹配到的优惠计算规则，对每一订单信息进行处理，得到每一订单信息对应的优惠金额信息，包括：
根据所述预定用户信息、预定项目信息以及费用信息；
确定每一预定用户在每一预定项目中的项目费用及优惠费用；
根据每一预定用户在每一预定项目中的项目费用及优惠费用，确定每一订单信息对应的优惠金额信息。
其中，每一订单信息均包括预定用户信息、预定项目信息以及费用信息，其中，所述预定用户信息包括用户数量、用户年龄、用户历史购买记录、用户户籍等信息，所述预定项目信息包括：项目名称、项目数量等信息，所述费用信息包括：项目费用、套票费用等信息，所述从服务器根据所述预定用户信息、预定项目信息以及费用信息，确定每一预定用户在每一预定项目中的项目费用及优惠费用，例如：某一用户在游轮的门票费用为300元，优惠费用为50元，所述从服务器根据该用户在游轮的门票费用以及优惠费用，确定该订单信息对应的优惠金额信息为300-50＝250元。
在本发明实施例中，所述预定项目信息包括预定娱乐项目、入住项目、餐饮项目以及出行往返项目等。用户通过移动终端在具备行程预定服务的电商平台提交预定请求，预定请求中包含预定项目和至少一个预定用户。具体地，用户通过移动终端在在线旅行社预定行程时，需要通过注册时使用的账号和密码进行登陆，主服务器通过账号和密码确定用户是否具有登录资格，当用户账号秘密与注册时一致，则具备登录资格，允许用户登录，若用户不具备登录资格，则发送提醒注册信息，用户根据注册信息进行注册后方可进行登录，主服务器可以通过账号识别到哪个用户登录。用户登录完成后，可根据需求添加家庭人员信息或者其他相关人员信息，同一账号可添加多个不同用户，在本发明实施例中，添加的用户为至少一个，添加完成后方可选择乘坐人、出发时间、出发地、目的地信息，以及娱乐项目、入住项目、餐饮项目等，选择完成后即可提交预定请求，服务器接收预定请求。需要说明的是，本发明实施例中登录的账户可以为身份证件号和手机号等能够唯一标识用户的关键字段，其具体可以根据实际应用的需要进行相应设置，此处不做限制。
具体的，所述将所述优惠金额数据与所述第二费用数据组成一份第三费用数据，包括：
将每一订单信息对应的费用信息与优惠金额信息进行组合，生成与所述第二费用数据对应的第三费用数据。
例如：某一用户在游轮的门票费用为300元，优惠费用为50元，所述从服务器根据该用户在游轮的门票费用以及优惠费用，确定该订单信息对应的优惠金额信息为300-50＝250元，将所述第二费用数据中的每一订单信息对应的费用信息与优惠金额信息进行组合，生成与所述第二费用数据对应的第三费用数据。可以理解的是，所述第三费用数据由第二费用数据对应的从服务器进行处理，所述第三费用数据包括多个订单信息对应的费用信息与优惠金额信息。
在本发明实施例中，通过规则引擎匹配优惠计算规则，包括：确定所述预定用户在预定项目中享有的优惠方式，所述优惠方式包括满减方式、满折方式、随机减方式、抹零方式等。其中，不同的用户对应不同的会员等级，例如：贵宾用户、普通用户，不同的用户由于等级不同预定相同和/或不同的项目享有的优惠方式是不一样的，可根据用户的会员等级设置不同的优惠方式。如果用户会员等级为贵宾用户，则享有贵宾用户享有的优惠方式，若用户会员等级为普通用户，即享有普通用户享有的优惠方式，相应的，不同的会员等级享有的优惠方式的折扣力度也是不同的。
具体的，当优惠方式为满减方式时，预定用户在所述预定项目中的订单金额大于或者等于满减阈值，可根据设置的满减规则进行满减。不同会员等级的用户享有的满减规则不同，但不同用户预定相同项目所对应的预设费用是相同的，只是优惠费用不同，从而造成所需的项目费用也不同。例如，贵宾用户和普通用户同一预定项目对应的预设费用均为500，贵宾用户在某一预定项目中享有500减150的满减优惠，普通用户享有500减100。
当优惠方式为满折方式，预定用户在所述预定项目中的订单金额大于或等于满折阈值时，将订单金额乘以预设的打折百分比，将其计算结果与预设的优惠限额做比较，若大于优惠限额，则优惠金额为优惠限额，否则优惠金额等于订单金额乘以打折百分比的结果值，若订单金额小于满折阈值，则无优惠金额。的订单金额大于或者等于满减阈值，可根据设置的满减规则进行满减。不同会员等级的用户享有的满折规则不同。
例如，贵宾用户享有的满折规则为，满100打八折，最高减免50元的活动，即当设定的满折阈值为100，打折百分比为80％，优惠限额为50，若订单金额为200，其优惠计算结果为200x80％＝160，由于计算结果大于优惠限额，故最终优惠金额为50。普通用户享有的满折规则为，满100打七折，最高减免30元的活动，即当设定的满折阈值为100，打折百分比为70％，优惠限额为30，若订单金额为200，其优惠计算结果为200x70％＝140，由于计算结果大于优惠限额，故最终优惠金额为30。
当优惠方式为抹零方式，不同会员等级的用户享有的抹零方式不同。贵宾用户享有的抹零方式是，抹去元角分，即贵宾用户在所述预定项目中的当订单金额大于一设定阈值时，则抹去元角分，最终的订单金额则为10的整数倍，除去的部分金额则为优惠金额；普通用户享有的抹零方式是，抹去角分，即普通用户在所述预定项目中的当订单金额大于一预设阈值时，则抹去角分，最终的订单金额则为1的整数倍，除去的部分金额则为优惠金额。例如，贵宾用户消费59.9元，抹去元角分后，实际订单金额为50元，普通用户消费59.9元，抹去角分后，则实际订单金额为59元。
在本发明实施例中，所有的优惠计算规则均存储在优惠规则数据库中，通过规则引擎匹配优惠计算规则，优惠方式的种类不局限于上述的几种，还可以包括其他的优惠方式，可根据需求在优惠规则数据库中进行添加。
步骤S34：汇聚每一份所述第三费用数据。
具体的，所述第二费用数据对应的从服务器基于匹配到的优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，将所述优惠金额数据与所述第二费用数据组成第三费用数据后，所述从服务器将所述第三费用数据发送到主服务器，以使所述主服务器汇聚每一份所述第三费用数据。
具体的，所述汇聚每一份所述第三费用数据，包括：
将每一份与所述第二费用数据对应的第三费用数据进行组合，生成汇总数据并保存所述汇总数据。
在本发明实施例中，所述主服务器包括主数据库，所述第一费用数据和所述汇总数据均保存在所述主数据库，每一从服务器均包括一个从数据库，所述主服务器将待处理的第一费用数据进行分流后生成的多份第二费用数据发送到对应的从服务器，所述从服务器将其保存到从数据库中，并将所述从服务器将对第二费用数据进行处理后生成的第三费用数据保存到其从数据库中。
需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。
相应的，本发明实施例还提供了一种数据处理的装置，请再参阅图4，图4是本发明实施例提供的一种数据处理的装置的结构示意图；
如图4所示，该数据处理的装置40，包括：
分流单元41，用于对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；
优惠计算规则匹配单元42，用于从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；
优惠金额数据单元43，用于基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据；
第三费用数据单元44，用于将所述优惠金额数据与所述第二费用数据组成一份第三费用数据；
汇聚单元45，用于汇聚每一份所述第三费用数据。
本发明实施例通过提供一种数据处理的装置，包括：分流单元，用于对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；优惠计算规则匹配单元，用于从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；优惠金额数据单元，用于基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据；第三费用数据单元，用于将所述优惠金额数据与所述第二费用数据组成一份第三费用数据；汇聚单元，用于汇聚每一份所述第三费用数据。通过将待处理的第一费用数据进行分流给多个服务器进行处理，再进行汇总，从而能够提高计算效率，增强系统的鲁棒性。
需要说明的是，上述数据处理的装置可执行本发明实施例所提供的数据处理的方法，具备执行方法相应的功能模块和有益效果。未在数据处理的装置实施例中详尽描述的技术细节，可参见本发明实施例所提供的数据处理的方法。
请参阅图5，图5是本发明实施例提供的一种数据处理的系统的结构示意图；
如图5所示，该数据处理的系统50，应用上述的数据处理的方法，所述系统包括：
一个主服务器以及与其连接的多个从服务器，其中，
所述主服务器用于对待处理的第一费用数据进行分流，生成多份第二费用数据；
多个所述从服务器分别用于处理所述多份第二费用数据，从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，所述优惠金额数据与所述第二费用数据组成一份第三费用数据，并将所述第三费用数据返回所述主服务器，所述主服务器对所述第三费用数据进行汇总，生成汇总数据。
在本发明实施例中，所述数据处理的系统50还包括多个终端设备，例如：终端设备1、终端设备2，…，终端设备N；所述终端设备通信连接主服务器，用于向主服务器发送第一费用数据，例如：与所述主服务器连接的多个从服务器分别为从服务器1、从服务器2、从服务器3，…，从服务器N；其中，所述主服务器包括主数据库，所述从服务器1、从服务器2、从服务器3，…，从服务器N分别包括一从数据库，所述主数据库用于存储终端设备发送的待处理的第一费用数据，并且，所述主数据库还存储多个从服务器发送的第三费用数据以及对所述第三费用数据进行汇总后生成的汇总数据，其中，每一所述从数据库用于保存对应的第二费用数据，可以理解的是，所述主数据库也可以保存其对第一费用数据进行分流后生成的多份第二费用数据，所述从数据库也可以保存其对第二费用数据进行处理后生成的第三费用数据。
本数据处理的系统的工作流程如下：用户通过终端设备将待处理的第一费用数据发送到主服务器，所述主服务器接收所述待处理的第一费用数据，并对所述待处理的第一费用数据进行分流，通过分流之后，生成多份第二费用数据，并将所述多份第二费用数据发送到从服务器，例如：所述第一费用数据通过分流之后，生成N份第二费用数据，其中，N为正整数且N≥4，所述N份第二费用数据分别为第二费用数据1，第二费用数据2，第二费用数据3，…，第二费用数据N，所述主服务器将所述N份第二费用数据分别发送到与其对应的从服务器，例如：从服务器1、从服务器2、从服务器3，…，从服务器N，主服务器将待处理的数据经过分流后通过网络发送给从服务器1、从服务器2、从服务器3，…，从服务器N，从服务器对各自接收到的第二费用数据进行处理，例如：从服务器1对第二费用数据1进行处理，从服务器2对第二费用数据2进行处理，从服务器3对第二费用数据3进行处理，从服务器N对第二费用数据N进行处理，并分别得到对应的优惠金额数据，所述从服务器1、从服务器2、从服务器3，…，从服务器N分别将其对应的优惠金额数据与第二费用数据组合，得到处理结果并生成第三费用数据，并将所述第三费用数据返回主服务器，由主服务器对多份第三费用数据进行数据汇总，从而生成汇总数据并保存于主数据库，所述主服务器还可以将所述汇总数据发送到用户的终端设备。在本发明实施例中，所述规则引擎为Drools规则引擎。
在本发明实施例中，通过提供一种数据处理的系统，所述系统包括：一个主服务器以及与其连接的多个从服务器，其中，所述主服务器用于对待处理的第一费用数据进行分流，生成多份第二费用数据；多个所述从服务器分别用于处理所述多份第二费用数据，从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，所述优惠金额数据与所述第二费用数据组成一份第三费用数据，并将所述第三费用数据返回所述主服务器，所述主服务器对所述第三费用数据进行汇总，生成汇总数据。通过将待处理的第一费用数据进行分流给多个服务器进行处理，再进行汇总，从而能够提高计算效率，增强系统的鲁棒性。
请参阅图6，图6是本发明实施例提供的服务器的硬件结构示意图，如图6所示，该服务器60包括：
一个或多个处理器61以及存储器62，图6中以一个处理器61为例。
处理器61和存储器62可以通过总线或者其他方式连接，图6中以通过总线连接为例。
存储器62作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的数据处理的方法对应的指令/模块。处理器61通过运行存储在存储器62中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的数据处理的方法。
存储器62可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据数据处理的装置使用所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至数据处理的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器62中，当被所述一个或者多个处理器61执行时，执行上述任意方法实施例中的数据处理的方法，例如，执行以上描述的图3中的方法步骤S31至步骤S34。
本发明实施例的服务器60以多种形式存在，在执行以上描述的图3所示的各个步骤；也可实现图4所述的各个单元的功能时，上述服务器60包括但不限于：
(1)塔式服务器
一般的塔式服务器机箱和我们常用的PC机箱差不多，而大型的塔式机箱就要粗大很多，总的来说外形尺寸没有固定标准。
(2)机架式服务器
机架式服务器是由于满足企业的密集部署，形成的以19英寸机架作为标准宽度的服务器类型，高度则从1U到数U。将服务器放置到机架上，并不仅仅有利于日常的维护及管理，也可能避免意想不到的故障。首先，放置服务器不占用过多空间。机架服务器整齐地排放在机架中，不会浪费空间。其次，连接线等也能够整齐地收放到机架里。电源线和LAN线等全都能在机柜中布好线，可以减少堆积在地面上的连接线，从而防止脚踢掉电线等事故的发生。规定的尺寸是服务器的宽(48.26cm＝19英寸)与高(4.445cm的倍数)。由于宽为19英寸，所以有时也将满足这一规定的机架称为“19英寸机架”。
(3)刀片式服务器
刀片服务器是一种HAHD(High Availability High Density，高可用高密度)的低成本服务器平台，是专门为特殊应用行业和高密度计算机环境设计的，其中每一块“刀片”实际上就是一块系统母板，类似于一个个独立的服务器。在这种模式下，每一个母板运行自己的系统，服务于指定的不同用户群，相互之间没有关联。不过可以使用系统软件将这些母板集合成一个服务器集群。在集群模式下，所有的母板可以连接起来提供高速的网络环境，可以共享资源，为相同的用户群服务。
(4)云服务器
云服务器(Elastic Compute Service,ECS)是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务。其管理方式比物理服务器更简单高效，用户无需提前购买硬件，即可迅速创建或释放任意多台云服务器。云服务器的分布式存储用于将大量服务器整合为一台超级计算机，提供大量的数据存储和处理服务。分布式文件系统、分布式数据库允许访问共同存储资源，实现应用数据文件的IO共享。虚拟机可以突破单个物理机的限制，动态的资源调整与分配消除服务器及存储设备的单点故障,实现高可用性。
本发明实施例提供了一种计算机程序产品，包括存储在非易失性计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时时，使所述计算机执行：图3中的方法步骤S31至步骤S34。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种数据处理的方法，其特征在于，包括：
对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，每一份所述第二费用数据由不同的服务器进行处理；
从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则，以分别独立计算每个预定用户在不同的预定项目中所需的项目费用，其中，所述订单信息包括预定用户信息、预定项目信息以及费用信息，所述第二费用数据包括至少一个订单信息；
基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，将所述优惠金额数据与所述第二费用数据组成一份第三费用数据；
汇聚每一份所述第三费用数据；
所述对待处理的第一费用数据进行分流，分流后所述第一费用数据被分解成多份第二费用数据，包括：
基于半监督学习，生成分流决策；
根据所述分流决策，将所述待处理的第一费用数据进行分流，生成多份第二费用数据；
所述基于半监督学习，生成分流决策，包括：
通过所述半监督学习中的神经网络进行分流决策预测，基于所述第一费用数据以及各从服务器的网络状态信息，预测出一个分流决策。
2.根据权利要求1所述的方法，其特征在于，所述从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则，包括：
根据所述第二费用数据，获取至少一个订单信息；
根据所述至少一个订单信息，通过规则引擎为每一订单信息匹配对应的优惠计算规则。
3.根据权利要求2所述的方法，其特征在于，所述基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，包括：
基于每一订单信息匹配到的优惠计算规则，对每一订单信息进行处理，得到每一订单信息对应的优惠金额信息。
4.根据权利要求3所述的方法，其特征在于，所述基于每一订单信息匹配到的优惠计算规则，对每一订单信息进行处理，得到每一订单信息对应的优惠金额信息，包括：
根据所述预定用户信息、预定项目信息以及费用信息；
确定每一预定用户在每一预定项目中的项目费用及优惠费用；
根据每一预定用户在每一预定项目中的项目费用及优惠费用，确定每一订单信息对应的优惠金额信息。
5.根据权利要求3所述的方法，其特征在于，所述将所述优惠金额数据与所述第二费用数据组成一份第三费用数据，包括：
将每一订单信息对应的费用信息与优惠金额信息进行组合，生成与所述第二费用数据对应的第三费用数据。
6.根据权利要求5所述的方法，其特征在于，所述汇聚每一份所述第三费用数据，包括：
将每一份与所述第二费用数据对应的第三费用数据进行组合，生成汇总数据并保存所述汇总数据。
7.一种数据处理的系统，其特征在于，应用如权利要求1-6任一项所述的方法，所述系统包括：
一个主服务器以及与其连接的多个从服务器，其中，
所述主服务器用于对待处理的第一费用数据进行分流，生成多份第二费用数据；
所述主服务器还用于基于半监督学习，生成分流决策；
所述基于半监督学习，生成分流决策，包括：通过所述半监督学习中的神经网络进行分流决策预测，基于所述第一费用数据以及各从服务器的网络状态信息，预测出一个分流决策；
多个所述从服务器分别用于处理所述多份第二费用数据，从所述第二费用数据中获取订单信息，并通过规则引擎匹配优惠计算规则；基于匹配到的所述优惠计算规则对所述第二费用数据进行处理，得到对应的优惠金额数据，所述优惠金额数据与所述第二费用数据组成一份第三费用数据，并将所述第三费用数据返回所述主服务器，所述主服务器对所述第三费用数据进行汇总，生成汇总数据；
所述从服务器还用于分别独立计算每个预定用户在不同的预定项目中所需的项目费用，其中，所述订单信息包括预定用户信息、预定项目信息以及费用信息，所述第二费用数据包括至少一个订单信息。
8.根据权利要求7所述的系统，其特征在于，所述主服务器包括主数据库，所述主数据库用于存储待处理的第一费用数据、第三费用数据以及汇总数据，每一个从服务器均包括一个从数据库，每一从数据库用于保存对应的第二费用数据。
9.根据权利要求7或8所述的系统，其特征在于，所述规则引擎为Drools规则引擎。
CN201910590137.XA 2019-07-02 2019-07-02 一种数据处理的方法及系统 Active CN110363622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910590137.XA CN110363622B (zh) 2019-07-02 2019-07-02 一种数据处理的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910590137.XA CN110363622B (zh) 2019-07-02 2019-07-02 一种数据处理的方法及系统

Publications (2)

Publication Number Publication Date
CN110363622A CN110363622A (zh) 2019-10-22
CN110363622B true CN110363622B (zh) 2022-03-29

Family

ID=68217994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910590137.XA Active CN110363622B (zh) 2019-07-02 2019-07-02 一种数据处理的方法及系统

Country Status (1)

Country Link
CN (1) CN110363622B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150000540A (ko) * 2013-06-24 2015-01-05 (주)에어포스 Nfc태그와 연동하는 포스시스템의 매장할인혜택을 이용한 마케팅방법
CN103428217B (zh) * 2013-08-19 2016-05-25 中国航空动力机械研究所 分布式并行计算的作业分配方法及分配系统
CN105488134A (zh) * 2015-11-25 2016-04-13 用友网络科技股份有限公司 大数据处理方法及大数据处理装置
CN108241969A (zh) * 2017-12-22 2018-07-03 北京车和家信息技术有限公司 订单拆分及支付的方法及系统、计算机设备
CN109146646A (zh) * 2018-09-25 2019-01-04 北京三快在线科技有限公司 拆单结算方法、装置、电子设备及计算机可读介质
CN109766358A (zh) * 2018-12-17 2019-05-17 深圳壹账通智能科技有限公司 账单数据管理方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN110363622A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
Li et al. The method and tool of cost analysis for cloud computing
CN104966214B (zh) 一种电子券的交互方法和装置
CN107094165A (zh) 配送能力确定、配送任务获取、配送资源调度方法和设备
US11119562B2 (en) Power sharing among user devices
US20150058844A1 (en) Virtual computing resource orchestration
US20130205007A1 (en) Suggesting migration to a cloud computing infrastructure
CN105376111B (zh) 资源分配方法和装置
Das et al. A QoS and profit aware cloud confederation model for IaaS service providers
CN108242014A (zh) 保险产品的销售处理方法、装置、存储介质及终端
Li et al. A price-incentive resource auction mechanism balancing the interests between users and cloud service provider
CN109242551A (zh) 基于区块链的销售线索管理方法、装置、介质及电子设备
Badshah et al. Optimising infrastructure as a service provider revenue through customer satisfaction and efficient resource provisioning in cloud computing
CN101901421A (zh) 处理委托目的地管理装置、程序以及方法
CN110363622B (zh) 一种数据处理的方法及系统
Wei et al. Adaptive resource management for service workflows in cloud environments
CN114070847B (zh) 服务器的限流方法、装置、设备及存储介质
CN109525404A (zh) 一种流量池资费优化方法、装置、计算机设备及介质
CN112346628A (zh) 一种特享资源凭证管理方法、系统和电子设备
CN103902380B (zh) 一种利用沙箱来确定资源分配的方法、装置和设备
CN115048224B (zh) 一种基于多个云服务商的算力复用管理方法及其装置
US10067778B2 (en) Management system, recording medium and method for managing virtual machines
JP2023081840A (ja) アジャイル保管スペースを管理するための方法、システム、およびコンピュータプログラム製品（物理的な保管スペースのスケーラビリティ）
US20150058068A1 (en) Methods and systems for managing suppliers and flow of goods on an ecommerce platform
KR101219816B1 (ko) 서비스 중단없이 안정적으로 회원 서비스 시스템의 데이터 이전이 가능한 클라우드 서버
Li et al. Resource allocation in cloud computing: model and algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant