CN110795445A - 并发任务的处理方法、装置、服务器设备及介质 - Google Patents

并发任务的处理方法、装置、服务器设备及介质 Download PDF

Info

Publication number
CN110795445A
CN110795445A CN201911039668.6A CN201911039668A CN110795445A CN 110795445 A CN110795445 A CN 110795445A CN 201911039668 A CN201911039668 A CN 201911039668A CN 110795445 A CN110795445 A CN 110795445A
Authority
CN
China
Prior art keywords
processing
database
task
task processing
parallel processing
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.)
Granted
Application number
CN201911039668.6A
Other languages
English (en)
Other versions
CN110795445B (zh
Inventor
贾立
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.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology 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 Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201911039668.6A priority Critical patent/CN110795445B/zh
Publication of CN110795445A publication Critical patent/CN110795445A/zh
Application granted granted Critical
Publication of CN110795445B publication Critical patent/CN110795445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2308Concurrency control
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开实施例公开了一种并发任务的处理方法、装置、服务器设备及介质,其中并发任务的处理方法包括:在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;当监测到所述数据库中的数据值满足设定条件时,将所述数据库的并行处理模式切换为串行处理模式;在所述串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。本公开实施例提供的并发任务的处理方法、装置、服务器设备及介质,用于在任务处理请求并发情况下快速响应各个任务处理请求。

Description

并发任务的处理方法、装置、服务器设备及介质
技术领域
本公开实施例涉及计算机软件技术,尤其涉及一种并发任务的处理方法、装置、服务器设备及介质。
背景技术
在通过应用软件实现某种业务服务时,通常通过数据库(DB)来记录用户信息、商品信息和消息等各种数据。数据库中可以有一个或多个数据集。例如,在电商平台软件中,可能会用数据集来记录商品。通常情况下,数据集中的一行数据用来记录一个商品,可包括商品标识、商品名称、价格、描述、商品售卖店铺、库存、订单量等字段。
目前,服务器在接收到一个商品交易订单时,会首先在数据集中查找该商品;从查找到的商品行数据中确定库存量,如果库存量不为零,则根据售出数量修改库存量,并将修改后的库存量结果同步更新至磁盘中的数据集。同时,将订单交易成功的信息反馈给客户端。
上述处理方式,在遇到高并发、高频率修改行数据的情况下就会响应不及时。例如,交易订单高并发的场景下,由于各个交易订单的成功与否都取决于是否有库存量,所以需要逐个顺序识别商品行数据的库存量来确认订单是否可处理,导致响应速度较慢。
发明内容
有鉴于此,本公开实施例提供了一种并发任务的处理方法、装置、服务器设备及介质,以解决并发任务场景下需要顺序处理任务而导致响应慢的问题。
第一方面,本公开实施例提供了一种并发任务的处理方法,包括:
在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;
当监测到所述数据库中的数据值满足设定条件时,将所述数据库的并行处理模式切换为串行处理模式;
在所述串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
第二方面,本公开实施例提供了一种并发任务的处理装置,包括:
并行处理模块,用于在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;
模式切换模块,用于当监测到所述数据库中的数据值满足设定条件时,将所述数据库的并行处理模式切换为串行处理模式;
串行处理模块,用于在所述串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
第三方面,本公开实施例提供了一种服务器设备,所述服务器设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开任一实施例所述的并发任务的处理方法。
第四方面,本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开任一实施例所述的并发任务的处理方法。
本公开实施例提供的并发任务的处理方法的技术方案,在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库,通过并行处理提高了任务处理请求的处理速度,从而提高了系统响应速度;当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式,在设定条件下通过串行处理模式进行处理可以防止锁定任务处理请求的大量撤销,而且设定条件时的库存量通常较少,所以不会出现系统延时;在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新数据库。通过并行处理模式与串行处理模式的结合,大大提高了任务处理请求并发情况下的任务处理请求的处理速度,用户体验较好。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本公开实施例一提供的并发任务的处理方法流程图;
图2示出了本公开实施例二提供的并发任务的处理方法流程图;
图3示出了本公开实施例三提供的并发任务的处理方法流程图;
图4示出了本公开实施例四提供的并发任务的处理装置的框图示意图;
图5示出了本公开实施例四提供的又一并发任务的处理装置的框图示意图;
图6示出了本公开实施例六提供的一种服务器设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
实施例一
图1示出了本公开实施例一提供的并发任务的处理方法流程图,本公开实施例可适用于提高任务并发场景下的任务处理请求响应速度的情况,该方法通常由服务器实现,具体可通过配置在服务器中的软件和/或硬件来实施。
如图1所示,本公开实施例中提供的并发任务的处理方法,包括如下步骤:
S101、在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库。
对于各种服务平台来说,比如,电商平台、约车平台、金融服务平台等,均拥有各自的商品,这些商品有的是实体产品,有的是服务产品。但无论何种形式的商品,其商品信息通常存储在服务器的数据库中,并以数据集的形式存在。以电商平台为例,在以数据集记录商品信息时,每个数据值(数据行)记录一个商品的商品信息,包括商品标识、商品名称、商品价格、商品详情、商品售卖店铺、库存量、订单量等字段。
用户在客户端下单后,客户端向服务器发送任务处理请求,服务器接收来自各个客户端的任务处理请求。对于拥有较大客户量和较高欢迎度商品的服务平台,有时会出现任务并发的情况,比如,电商平台热销商品的秒杀时段、金融服务平台高收益率限时理财产品售卖时段等。因此本公开实施例的任务并发是指瞬时或短时间内产生的大量任务处理请求,本公开实施例以同一种商品的任务并发场景为例进行说明。
为了提高同一商品任务并发时的任务处理请求的处理速度,本公开实施例使数据库在任务并发时处于并行处理模式,并对接收到的各任务处理请求进行并行处理。该并行处理包括并行核对多个任务处理请求的商品信息,即核对各任务处理请求所对应的数据集中的数据值,且商品信息包括显示的当前库存量信息。通过并行处理进行商品信息核对,可以大大减少每个任务处理请求的平均商品信息核对时间,从而减少每个任务处理请求的整体处理时间。
可以理解的是,如果商品的库存量小于任务处理请求的购买量,则系统通常会因库存量不足而撤销该任务处理请求;如果数据库中的库存量小于商品的实际库量,则无法向所有显示任务成功的任务处理请求发货,因此在任务处理请求处理时,通常要保证库存量实时准确地更新。为此,本公开实施例基于串行处理,根据已通过信息核对的任务处理请求的购买量串行修改数据库中的库存量,从而对于库存量修改阶段的每个任务处理请求来说,库存量均是最新数值。
进一步的,在更新库存量的同时,还基于串行处理将库存量的更新信息实时写入磁盘的指定位置以实时更新数据库。采用串行处理进行数据库的更新可以准确获取各个任务处理请求所对应的库存量信息。
优选地,本公开实施例在更新数据库的同时,确定当前数据库更新所基于的任务处理请求,并向该任务处理请求的发起方反馈任务成功的信息,以使用户明确自己下单的商品已购买成功。
可以理解的是,由于并行处理的同时性,因此会出现同时为多个任务处理请求核对库存量,以及在并行信息核对阶段出现多个任务处理请求对应同一库存量,而在串行更新数据库阶段,每个任务处理请求对应不同的库存量的情况。因此数据库的并行处理模式需要基于足够的商品库存量,才能防止出现已通过商品信息核对阶段的任务处理请求在数据库更新阶段因为库存量不足而被撤销。
针对可能在数据库更新阶段才发现商品库存量不足的情况,本公开实施例在并行处理阶段结束,即商品信息核对阶段结束时向任务处理请求的发起方发送任务成功信息,并在数据库更新阶段结束时对该任务成功信息进行更新。该任务成功信息更新方式为:在数据库更新阶段,如果库存量大于或等于当前任务处理请求的购买量,则保持当前任务处理请求的任务成功信息;如果库存量小于当前任务处理请求的购买量,则向当前任务处理请求的发起方发送库存量不足的信息,以告知发起方下单失败。
S102、当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式。
为了防止出现在数据库更新阶段才发现商品库存量不足的情况,本公开实施例对库存量设置了设定条件,且该设定条件优选为库存量的下限值。一旦检测到数据库中的当前库存量满足了该设定条件,则将数据库的并行处理模式切换至串行处理模式。
其中,设定条件设置时通常需要考虑并行进行商品信息核对的速度、串行更新数据库的速度、每个任务处理请求的平均购买量、任务处理请求的期望购买量范围等。
可以理解的是,如果商品库存量足够大,而商品受欢迎度较低,那么秒杀时段,或者秒杀时段的任务并发阶段所需库存量有可能远低于商品库存量。那么在秒杀结束或者在任务并发阶段结束后无法使服务器通过前述设定条件界值退出当前的并行处理模式,为此本公开实施例还引入了设定并发条件。如果当前同时出现的任务量不满足设定并发条件,则使数据库由当前的并行处理模式切换至串行处理模式。其中,设定并发条件通常是指瞬时或短时内出现的任务处理请求数量阈值。
S103、在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新数据库。
当数据库处于串行处理模式时,顺序执行各个任务处理请求的商品信息核对和数据库更新,因此数据集中的库存量对于每一个任务处理请求来说均为最新值。因此对于串行处理模式,如果某任务处理请求通过了商品信息核对,就意味着当前库存量大于或等于该任务处理请求的购买量,不会出现因为已通过商品信息核对却因库存量不足而撤销任务处理请求的情况。
可以理解的是,并行处理模式下任务处理请求的处理效率远远大于串行处理模式下任务请求的处理效率。本公开实施例的串行处理模式通常是在库存量满足设定条件,即库存量较低的时候才启动,因此串行处理模式通常会在很短的时间内处理完剩余库存量所对应的任务处理请求,即本公开实施例既可以在任务并发时具有较高的响应速度,又可以防止出现已通过商品信息核对阶段的任务处理请求在数据库更新阶段因为库存量不足而被撤销的情况。
本公开实施例提供的并发任务的处理方法的技术方案,在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库,通过并行处理提高了任务处理请求的处理速度,从而提高了系统响应速度;当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式,在设定条件下通过串行处理模式进行处理可以防止锁定任务处理请求的大量撤销,而且设定条件时的库存量通常较少,所以不会出现系统延时;在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新数据库。通过并行处理模式与串行处理模式的结合,既可以在任务并发时具有较高的响应速度,又可以防止出现已通过商品信息核对阶段的任务处理请求在数据库更新阶段因为库存量不足而被撤销的情况。
实施例二
本公开实施例在上述公开实施例的基础上,增加了数据库由串行模式向并行模式切换的步骤,与上述公开实施例提出的并发任务的处理方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述公开实施例。
相应的,如图2所示,并发任务的处理方法的步骤包括:
S200、在串行处理模式下,如果接收到的任务处理请求的数量达到设定并发条件,且数据库中的数据值超出设定条件,则切换数据库为并行处理模式。
在串行处理模式下,针对每个任务处理请求,基于串行处理识别任务处理请求中的商品购买量是否未超出商品在数据库中的库存量,如果没有超出,则继续处理该任务处理请求,并基于串行处理将数据库中的库存量减去该任务处理请求所对应的商品购买量以更新数据库,并在更新数据库的同时向该任务处理请求的发起方反馈任务成功消息。
可以理解的是,处于并行处理模式时的数据库的资源占用率高于处于串行处理模式时的数据库的资源占用率,因此本公开实施例数据库在非任务并发状态下优选处于串行处理模式,仅在服务器接收到的任务处理请求的数量达到了设定并发条件,且数据库中的数据值超出设定条件时,将换数据库切换为并行处理模式,从而在保证任务处理请求处理速度的同时,降低数据库的资源占用率。
S201、在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库。
S202、当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式。
S203、在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
相较于现有技术,通过并行处理模式与串行处理模式的结合,使数据库兼顾服务器资源占用率和任务并发时任务处理请求的响应速度,在保证任务处理请求的处理速度的同时尽可能降低服务器的资源占用率。
实施例三
本公开实施例在上述公开实施例基础上,对并发任务进行了详细阐述,与上述公开实施例提出的并发任务的处理方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述公开实施例。
相应的,如图3所示,并发任务的处理方法的步骤包括:
S301、在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库。
其中,接收到的各任务处理请求为接收到的所有任务处理请求中的前N个任务处理请求;其中,N为自然数,并基于并发任务出现时的库存量和每个任务处理请求的购买允许量确定。其中,购买允许量为设定的每个任务处理请求的最大购买数量。
示例性的,如果商品的库存量为M,每个任务处理请求最多购买两件,那么该库存量所对应的任务处理请求量的范围为M/2到M,因此即便任务并发阶段同时产生该商品的2M个任务处理请求,那么考虑到库存量,本公开实施例最多锁定M个任务处理请求,并对该最多M个任务处理请求进行并行处理,任务处理请求锁定完毕之后,向剩余任务处理请求发送任务失败的消息,或者先使剩余任务处理请求处于等待状态,待库存量显示为零时,向剩余任务处理请求发送任务失败的消息。其中,任务处理请求的锁定数量的设定通常需要考虑商品库存量、任务处理请求的购买允许量以及任务处理请求主动撤销量。其中,任务处理请求主动撤销为任务处理请求发起方主动撤销其发起的任务处理请求。
任务请求锁定之后,针对每个任务处理请求,基于并行处理核任务处理请求对应的商品信息,比如购买量是否未超出商品在数据库中的库存量;如果未超出,则在商品信息核对完成之后,基于串行处理将数据库中的库存量减去每个任务处理请求的商品购买量以更新数据库,同时向数据库更新所基于的任务处理请求发送任务成功消息。
S302、当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式。
S303、在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
相较于数据库的串行处理模式,数据库的并行处理模式可以同时进行多个任务处理请求的商品信息核对,大大减少了商品核对的时间,从而减少了平均到每个任务处理请求的任务处理时间,提高了服务器的响应速度,用户体验较好。
实施例四
图4示出了本公开实施例四提供的并发任务的处理装置的框图示意图,本公开实施例通常配置在服务器中,并通过软件或硬件实现,可实现上述公开实施例提供的并发任务的处理方法。
如图4所示,本公开实施例提供的并发任务的处理装置,包括:
并行处理模块11,用于在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库。
模式切换模块12,用于当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式。
串行处理模块13,用于在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新数据库。
可选的,如图5所示,模式切换模块12还用于在串行处理模式下,如果接收到的任务处理请求的数量达到设定并发条件,且数据库中的数据值超出设定条件,则切换数据库为并行处理模式。
可选地,还包括消息反馈模块,用于向数据库更新所对应的任务处理请求的发起方反馈任务成功消息。
可选地,并行处理模块具体用于对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库,并行处理包括向任务发起方法反馈任务成功消息;如果任务处理请求在并行处理之后对应有数据库的更新,则更新该任务处理请求的任务成功消息;如果任务处理请求在并行处理之后没有对应数据库的更新,则撤销该任务处理请求对应的任务成功消息。
本公开实施例提供的并发任务的处理装置的技术方案,通过并行处理模块在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库;通过模式切换模块在监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式;通过串行处理模块在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新数据库。既可以在任务并发时具有较高的响应速度,又可以防止出现已通过商品信息核对阶段的任务处理请求在数据库更新阶段因为库存量不足而被撤销的情况。
本公开实施例提供的并发任务的处理装置,与上述公开实施例提供的并发任务的处理方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述公开实施例,并且本公开实施例与上述公开实施例具有相同的有益效果。
实施例五
图6示出了本公开实施例五提供的服务器设备的结构示意图。本公开实施例中的服务器设备可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(Read-Only Memory,ROM)602中的程序或者从存储装置608加载到随机访问存储器(Random Access Memory,RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序商品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例方法限定的上述功能。
本公开实施例提供的服务器设备与上述公开实施例提供的并发任务的处理方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述公开实施例,并且本公开实施例与上述公开实施例具有相同的有益效果。
实施例六
本公开实施例六提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述公开实施例所提供的并发任务的处理方法。
需要说明的是,本公开上述的计算机存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read-OnlyMemory,EPROM)或闪存(FLASH)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机存储可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机存储承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库;当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式;在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序商品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准商品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种并发任务的处理方法,包括:
在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;
当监测到数据库中的数据值满足设定条件时,将数据库的并行处理模式切换为串行处理模式;
在串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新数据库。
根据本公开的一个或多个实施例,【示例二】提供了一种并发任务的处理方法,还包括:
可选的,在串行处理模式下,如果接收到的任务处理请求的数量达到设定并发条件,且数据库中的数据值超出设定条件,则切换数据库为并行处理模式。
根据本公开的一个或多个实施例,【示例三】提供了一种并发任务的处理方法,还包括:
可选的,任务处理请求为订单处理请求,数据库包括用于记录商品信息的数据值,数据值为库存量,设定条件为库存量的下限值。
根据本公开的一个或多个实施例,【示例四】提供了一种并发任务的处理方法,还包括:
可选的,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库包括:针对每个任务处理请求,基于并行处理识别所述任务处理请求中的商品购买量是否未超出商品在数据库中的库存量;如果未超出,则继续处理任务处理请求,并基于串行处理将数据库中的库存量减去每个任务处理请求的商品购买量。
根据本公开的一个或多个实施例,【示例五】提供了一种并发任务的处理方法,还包括:
可选的,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库之后,确定数据库更新所基于的任务处理请求;向该任务处理请求的发起方反馈任务成功消息。
根据本公开的一个或多个实施例,【示例六】提供了一种并发任务的处理方法,包括:
对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库,包括:对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新数据库,并行处理包括向任务处理请求的发起方反馈任务成功消息;如果任务处理请求在并行处理之后对应有数据库的更新,则更新该任务处理请求的任务成功消息;如果任务处理请求在并行处理之后没有对应数据库的更新,则撤销该任务处理请求对应的任务成功消息。
根据本公开的一个或多个实施例,【示例七】提供了一种并发任务的处理方法,包括:
接收到的各任务处理请求为接收到的所有任务处理请求中的前N个任务处理请求,其中,N为自然数,并基于并发任务出现时的库存量和每个任务处理请求的购买允许量确定。
根据本公开的一个或多个实施例,【示例八】提供了一种并发任务的处理装置,包括:
并行处理模块,用于在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;
模式切换模块,用于当监测到所述数据库中的数据值满足设定条件时,将所述数据库的并行处理模式切换为串行处理模式;
串行处理模块,用于在所述串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
根据本公开的一个或多个实施例,【示例九】提供了一种服务器设备,该服务器设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述示例所述的并发任务的处理方法。
根据本公开的一个或多个实施例,【示例十】提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述示例所述的并发任务的处理方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种并发任务的处理方法,其特征在于,包括:
在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;
当监测到所述数据库中的数据值满足设定条件时,将所述数据库的并行处理模式切换为串行处理模式;
在所述串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
2.根据权利要求1所述的方法,其特征在于,还包括:
在串行处理模式下,如果接收到的任务处理请求的数量达到设定并发条件,且所述数据库中的数据值超出所述设定条件,则切换所述数据库为并行处理模式。
3.根据权利要求1所述的方法,其特征在于,
所述任务处理请求为订单处理请求,所述数据库包括用于记录商品信息的数据值,所述数据值为库存量,所述设定条件为库存量的下限值。
4.根据权利要求3所述的方法,其特征在于,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库包括:
针对每个任务处理请求,基于并行处理识别所述任务处理请求中的商品购买量是否未超出所述商品在数据库中的库存量;
如果未超出,则继续处理所述任务处理请求,并基于串行处理将所述数据库中的库存量减去每个任务处理请求的商品购买量。
5.根据权利要求1所述的方法,其特征在于,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库之后,还包括:
确定数据库更新所基于的任务处理请求;
向该任务处理请求的发起方反馈任务成功消息。
6.根据权利要求1所述的方法,其特征在于,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库,包括:
对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库,所述并行处理包括向任务处理请求的发起方反馈任务成功消息;
如果任务处理请求在并行处理之后对应有数据库的更新,则更新该任务处理请求的任务成功消息;
如果任务处理请求在并行处理之后没有对应数据库的更新,则撤销该任务处理请求对应的任务成功消息。
7.根据权利要求1所述的方法,其特征在于,接收到的各任务处理请求为接收到的所有任务处理请求中的前N个任务处理请求;
其中,N为自然数,并基于并发任务出现时的库存量和每个任务处理请求的购买允许量确定。
8.一种并发任务的处理装置,其特征在于,包括:
并行处理模块,用于在数据库的并行处理模式下,对接收到的各任务处理请求进行并行处理,并根据并行处理结果串行更新所述数据库;
模式切换模块,用于当监测到所述数据库中的数据值满足设定条件时,将所述数据库的并行处理模式切换为串行处理模式;
串行处理模块,用于在所述串行处理模式下,对接收到的各任务处理请求进行串行处理,并根据串行处理结果串行更新所述数据库。
9.一种服务器设备,其特征在于,所述服务器设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的并发任务的处理方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的并发任务的处理方法。
CN201911039668.6A 2019-10-29 2019-10-29 并发任务的处理方法、装置、服务器设备及介质 Active CN110795445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911039668.6A CN110795445B (zh) 2019-10-29 2019-10-29 并发任务的处理方法、装置、服务器设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911039668.6A CN110795445B (zh) 2019-10-29 2019-10-29 并发任务的处理方法、装置、服务器设备及介质

Publications (2)

Publication Number Publication Date
CN110795445A true CN110795445A (zh) 2020-02-14
CN110795445B CN110795445B (zh) 2022-08-05

Family

ID=69442040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911039668.6A Active CN110795445B (zh) 2019-10-29 2019-10-29 并发任务的处理方法、装置、服务器设备及介质

Country Status (1)

Country Link
CN (1) CN110795445B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112261594A (zh) * 2020-10-23 2021-01-22 北京金和网络股份有限公司 不定时消息推送方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968815A (zh) * 2010-10-29 2011-02-09 西本新干线股份有限公司 并发请求处理方法
CN107291769A (zh) * 2016-04-11 2017-10-24 北京京东尚科信息技术有限公司 处理并发订单的方法和装置
CN108388150A (zh) * 2018-04-11 2018-08-10 武汉灏存科技有限公司 基于数据手套的仿真模拟方法、装置、系统及存储介质
CN108460507A (zh) * 2017-02-22 2018-08-28 阿里巴巴集团控股有限公司 订单处理方法、交易系统及服务器
CN109726127A (zh) * 2018-12-28 2019-05-07 四川新网银行股份有限公司 一种基于单套测试环境的自动扩充方法
CN110100241A (zh) * 2016-12-16 2019-08-06 华为技术有限公司 一种用于编译串行和并行数据库查询执行计划的数据库系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968815A (zh) * 2010-10-29 2011-02-09 西本新干线股份有限公司 并发请求处理方法
CN107291769A (zh) * 2016-04-11 2017-10-24 北京京东尚科信息技术有限公司 处理并发订单的方法和装置
CN110100241A (zh) * 2016-12-16 2019-08-06 华为技术有限公司 一种用于编译串行和并行数据库查询执行计划的数据库系统和方法
CN108460507A (zh) * 2017-02-22 2018-08-28 阿里巴巴集团控股有限公司 订单处理方法、交易系统及服务器
CN108388150A (zh) * 2018-04-11 2018-08-10 武汉灏存科技有限公司 基于数据手套的仿真模拟方法、装置、系统及存储介质
CN109726127A (zh) * 2018-12-28 2019-05-07 四川新网银行股份有限公司 一种基于单套测试环境的自动扩充方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112261594A (zh) * 2020-10-23 2021-01-22 北京金和网络股份有限公司 不定时消息推送方法及装置

Also Published As

Publication number Publication date
CN110795445B (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN109067610B (zh) 一种监控方法和装置
CN110866709B (zh) 合并订单的方法和装置
CN110738436B (zh) 一种确定可用库存的方法和装置
CN105243001B (zh) 业务对象的异常告警方法和装置
CN113807960A (zh) 异构链间的跨链处理方法、装置、系统、电子设备
CN112184348A (zh) 订单数据处理方法、装置、电子设备及介质
CN112435101A (zh) 订单信息处理方法、装置、电子设备和计算机可读介质
CN111861502B (zh) 信息处理方法、系统、电子设备及存储介质
US20160328674A1 (en) Method and system for omni-channel multi-hub order and inventory management
CN111179080B (zh) 一种订单处理方法和订单处理装置
CN112288545A (zh) 信息处理、发送、更新方法、装置、设备和介质
US20240054451A1 (en) Inventory information processing method and device
CN110795445B (zh) 并发任务的处理方法、装置、服务器设备及介质
JP7481487B2 (ja) 出庫制御のための方法、装置及びシステム
US20220020080A1 (en) Data Entity Revisions for an Offline Database
CN111275450A (zh) 一种商品退货后的关联优惠信息的处理方法和系统
CN111292028A (zh) 库存信息处理方法及系统、计算机系统和可读存储介质
CN113506068A (zh) 一种出入库方法、装置、存储介质及电子设备
CN113379258A (zh) 库存管理方法和装置
CN113762866A (zh) 一种物流信息处理方法、装置以及系统
CN110895777B (zh) 一种处理超时服务单的方法和装置
CN113780650B (zh) 运力锁定方法、装置、设备和存储介质
CN113157405A (zh) 业务流程断点重试的方法和装置
CN115525665A (zh) 一种信息处理方法、装置、电子设备及计算机可读介质
CN114418482A (zh) 订单信息处理方法、装置、电子设备和计算机可读介质

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