CN111340414A - 云仓大数据处理方法、云仓系统、计算机设备和存储介质 - Google Patents
云仓大数据处理方法、云仓系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111340414A CN111340414A CN202010092729.1A CN202010092729A CN111340414A CN 111340414 A CN111340414 A CN 111340414A CN 202010092729 A CN202010092729 A CN 202010092729A CN 111340414 A CN111340414 A CN 111340414A
- Authority
- CN
- China
- Prior art keywords
- cloud
- node database
- database
- data
- warehouse
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 81
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 239000000463 material Substances 0.000 claims abstract description 145
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000007726 management method Methods 0.000 claims abstract description 37
- 238000012986 modification Methods 0.000 claims abstract description 26
- 230000004048 modification Effects 0.000 claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 53
- 230000003068 static effect Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000000275 quality assurance Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 25
- 230000007246 mechanism Effects 0.000 description 21
- 239000005022 packaging material Substances 0.000 description 17
- 238000007639 printing Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 238000012790 confirmation Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012946 outsourcing Methods 0.000 description 5
- 238000013475 authorization Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011232 storage material Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种云仓大数据处理方法、云仓系统、计算机设备和存储介质,该云方法,包括:云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作;当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
Description
技术领域
本发明属于云仓储领域,尤其涉及云仓储中大数据处理方法和云仓系统。
背景技术
物流的仓储环节可分为外包仓储和自建仓储两种模式。两种模式下又通常会出现不同的问题。对于外包仓储模式来说,因供应商规模大小不一、服务质量参差不齐,企业通常需要与多数仓储供应商合作,才能满足自身的业务覆盖需求;特别是节假日时期,易发生外包仓储爆仓、商品配送延误等问题,严重影响了企业客户体验,导致企业业务情况不太理想。对于自建仓储来说,则是高昂的成本问题,以及自建团队、自建系统等带来的管理压力。
以物流的“热敏纸”为例,物流公司的网点一次性购买热敏纸不足,便会导致网点因热敏纸不足,而出现无法发货的情况。如果网点一次性储备的热敏纸过多,就会导致网点的资金大量占用,同时如果热敏纸没有及时使用完,会造成热敏纸的失效,从而造成大量的损失。在此情况下,及时掌握网点的热敏纸的使用情况,给网点提供预警,保障网点的热敏纸充足,成为了一个刻不容缓的任务。然而,当前市场上,没有更好的产品,能满足目前网点的实际需要,可以能及时预警网点的实际使用量,进而提前下单,保证网点的库存充足。
为了解决上述两种仓储模式带来的问题,一种新的仓储体系——云仓应运而生。云仓通过中央云系统运用云计算,对整合过后的下属分仓内库存分布进行完美调拨分配,以多仓为据点,进行货物出入库。云仓兼容了外包的成本优点及自建仓储的服务优势,在避免自建仓储带来的高成本问题的同时,又可以解决外包仓储服务质量差的问题。
下面简单介绍一下云仓。云仓也可以是向社会开放仓储资源和配送资源的第三方物流服务模式。商家跟云仓平台企业签定入仓协议,在云仓平台根据市场销售预测数据来布局库存,使用云仓平台的仓库资源,将库存布在离消费者最近的仓库里。当顾客订单下达后,由云仓平台自动选择最优仓库拣选出货,然后由云仓平台将货品送到顾客手中,最终实现对市场需求的极速反应,提高市场竞争力。在云仓模式下,能大大缩短配送时间,高效的干线运输能力缩短了从生产商到仓库的运输时间。除了仓库网点多,库存分布广、离顾客近外,还有强大、高效的仓库间的干线运输体系,大大提升干线运输效率。而高效的干线运输体系能缩短了从生产商到仓库的运输时间。另外,云仓体系内共享各处库存也进一步降低了安全库存量,通常来说:分仓增加会增加整个供应链网络中的库存总量。但在云仓体系中,通过干线快速调拨能力,和信息系统强大的订单选仓能力,使各分仓的库存实现共享,从而降低整个供应链网络中的库存量。在云仓的运营中,客户下单后,OMS将订单传入最近的仓库,智能匹配到的分仓再利用WMS进行发货就近完成配送;分仓每过一定周期将货物存储情况进行一次反馈,在存量不够的情况下,通过中央系统向供应商发出补货申请。云仓应用统一的中央云系统以及智能化的分拣设备,具有高效快速的订单处理能力及配送效率。
上海伯俊软件科技有限公司在201711119833.X的专利中公开了一种用于全渠道零售的云仓派单方法,公开了一种云仓派单机制。即:
云仓系统的云仓管理模块的功能包括:云仓订单,包含了线上和线下的所有单据,下单成功之后所有的单据都可在此进行查询;云仓确认单,云仓订单确认提交成功之后,系统会进行自动派单,该云仓确认单的作用即为确认云仓订单派单的门店是否符合条件,若符合,用户可在此进行确认;云仓发货单,云仓发货单为仓库确认发货,云仓发货单提交成功之后,系统将会根据规则定义生成对应的零售单以及库存调整单;云仓退货单,零售单确认之后,如果零售明细存在云仓退货,则会生成相应的云仓退货单;云仓共享库存,查询云仓集合总库存,以及每家参与云仓的门店商品库存,
仓库优先,是指相应的订单类型,在指派发货店仓过程,若存在门店与仓库都满足的情况下,是否优先选择仓库发货,当选择仓库发货时,则在门店和仓库都满足的情况下,系统将排除门店,直接选择仓库进行发货,若存在多家仓库满足,则根据仓库的优先级进行选择;
拆单,是指相应的订单类型下,若不存在门店或仓库满足整单订单要求的情况下,是否允许将一张订单拆成多张订单,若选择此项,则允许系统将1单拆多单;若不选此项,则不允许拆单,在不满足整单的情况,系统将直接反馈下单失败的信息;
零售业绩归属,是指当前云仓订单最终的零售业绩归属选择,即系统将根据用户的设置在最终生成零售单时是生成下单店仓的零售还是发货店仓的零售单,若用户选择下单店仓,那么在云仓订单发货成功之后,系统将生成一张下单店仓的零售单并且将生成一张发货店仓调货给下单店仓的业务单据,并且生成一张下单店仓的零售单,若用户选择发货店仓,那么在云仓订单发货成功之后,系统将直接生成一张发货店仓的零售单;
自动确认订单,云仓标准流程中在云仓订单提交之后与云仓发货动作之间需要有一个步骤就是云仓确认单,云仓确认单主要是用户确认云仓订单拆单的结果,云仓确认单提交之后,发货店仓将可以看到相应的发货通知。
上海伯俊软件科技有限公司在201711119834.4公开了一种用于全渠道零售的云仓系统,云仓系统的核心在于云仓管理模块,其功能包括:
云仓订单,包含了线上和线下的所有单据,下单成功之后所有的单据都可在此进行查询;
云仓确认单,云仓订单确认提交成功之后,系统会进行自动派单,该云仓确认单的作用即为确认云仓订单派单的门店是否符合条件,若符合,用户可在此进行确认;
云仓发货单,云仓发货单为仓库确认发货,云仓发货单提交成功之后,系统将会根据规则定义生成对应的零售单以及库存调整单;
云仓退货单,零售单确认之后,如果零售明细存在云仓退货,则会生成相应的云仓退货单;
云仓共享库存,查询云仓集合总库存,以及每家参与云仓的门店商品库存。
虽然上述公开了种云仓系统及其一种管理方案,但是在云仓整个物流订单管理时,依然存在以下问题:
首先,云仓系统的后台在处理前端请求时,其数据量非常大,而计算云仓库存量、订单量等当前有效数据时,需要及时性和准确性。现有的系统及时前端请求,而维护云仓库存量、订单量等当前有效数据时存在延后性,导致前端请求的延时性或不处理的不准确性。
接着,后台需要查看各种数据表单:如订单表、发货表等,此时需要访问存储该些数据表单的数据库,而当处理订单请求时还需要更改存储有该些数据表单的数据库,特别是数据量非常大时,容易造成数据库存取和读取效率慢,数据库性能的大量开销,容易造成数据表单的数据库操作错误。
发明内容
本发明为解决上述大数据处理容易引起操作慢且操作错误的问题,提供一种云仓大数据处理方法、云仓系统、计算机设备和存储介质。
为解决上述问题,本发明的技术方案为:
一种云仓大数据处理方法,包括:
S1:云仓服务端建立包括智能DNS和Web服务器在内的网点访问子系统、包括主节点数据库和一个或多个从节点数据库的数据库子系统;
S2:云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作;
S3:当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
较佳地,步骤S3中主节点数据库和从节点数据库的数据一致性进一步包括:
S31:主节点数据库创建一个日志转储log dump线程,用于发送箱日志bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
S32:当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库上的bin-log加锁,当读取完成后,锁才会被释放;
S33:当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库箱日志转储bin-log dump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据的一致性。
较佳地,步骤S2中云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理之后,所述云仓服务端还包括采用负载均衡控制方案对接收到的各项请求进行分流操作:
S41:预先对各个Web服务器与处理的网点ID、供应商ID建立对应关系;
S42:智能DNS接收到所述请求后,查找所述请求的发送方标识,找到所述发送方的网点ID或供应商ID对应的Web服务器,并将所述请求发送至对应Web服务器的处理队列中;
S43:所述Web服务器分别处理所述处理队列中的所述请求。
较佳地,步骤S2中云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理之后,所述云仓服务端还进行如下步骤操作:
S51:所述云仓服务端接收并统计网点和供应商的静态页面被加载的次数、表单被访问的次数;
S52:当统计到网点和供应商的静态页面被加载的次数、表单被访问的次数超过预设值时,将所述超过预设值的静态页面和表单设置成数据缓存中间件,直接存储在内存中;
S53:当Web服务器处理所述请求时,先判断所述请求中是否包括所述静态页面和所述表单在内的数据缓存中间件,若是,则从内存缓存中获取对应的所述数据缓存中间件进行处理。
较佳地,步骤S2中云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,所述云仓服务端还进行如下步骤操作:
S61:设置克朗选项crontab脚本,所述crontab脚本中设置系统要定期执行的任务,包括物料进出库统计表的出库汇总、入库汇总;
S62:云仓服务端读取所述crontab脚本中的周期任务crond命令,定期检查是否有要执行的命令,若有则自动执行所述该些定时任务,以减轻页面查询带来的压力。
本发明的较佳地,步骤S2中在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改包括:
S21:在主节点数据库表单增加一个版本version,所述version存储数据的版本号的字段;
S22:读取出数据时,将此版本号一同读出,之后更新时,对此版本号加一,将提交数据的版本数据与数据库表单对应记录的当前版本信息进行比对,如果提交的数据版本号大于数据库表当前版本号,则予以更新,否则认为是过期数据。
一种应用云仓大数据处理方法的云仓系统,包括:网点端、供应商端、云仓服务端、分拨中心端;
所述网点端,连接所述云仓服务端和所述供应商端,用于管理本网点物料库存的收发存,当所述网点的库存低于预设值时向所述云仓服务端发送预警下单请求,建立与所述供应商端的通信,发送预下单数据及将本网点物料的入库出库统计;
所述供应商端,分别连接所述云仓服务端和所述网点端,用于发送接单请求,并且监控下单过程;
分拨中心端,连接所述云仓服务端,用于接收物料中转请求后,处理接收拼单请求,通过所述分拨中心端进行物料中转;
所述云仓服务端,分别连接所述网点端、所述供应商端和所述分拨中心端,至少包括智能DNS和Web服务器在内的网点访问子系统、包括主节点数据库和一个或多个从节点数据库的数据库子系统,
所述网点访问子系统用于接收网点物料下单请求,处理供应商接单操作并进行库存管理,接收物料中转和拼接操作,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库、拼单在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作,当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
本系统还包括质检端,连接所述云仓服务端,用于对供应商生产的所有的物料进行QA(质量保证)检查,保证物料的质量,对于生产不合格的物料,进行批次要求及时整改,确保物料都能正常使用。
在Web服务器和数据库之间还设置数据缓存中间件,用于当Web服务器处理所述请求时,先判断所述请求中是否涉及包括静态页面和表单在内的数据缓存中间件,若是,则从内存缓存中获取对应的所述数据缓存中间件进行处理。
一种计算机设备,包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述云仓大数据处理方法的步骤。
一种存储有计算机可读指令的存储介质,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述云仓大数据处理方法的步骤。
与现有技术相比,本发明具有以下优点:
1)本发明通过云仓服务端提供云仓服务,其中,通过主从配置的节点数据库可以读写的分离,使用主节点数据库进行下单、接单、出库和入库在内操作,使用从节点数据库进行报表的各项查询操作,如此,在主节点数据库出现了锁表的情景时,还能通过读从库也可以保证业务的正常运作,主库只有一个,数据在写、删除和更新的时候都不会出现数据不同步的问题,同时,随着系统中业务访问量的增大,通过主从配置的节点数据库,增加多个数据存储节点,将负载分布在多个从节点上,降低单机存储单元I/O访问的频率,提高单个机器的I/O性能,保证了数据库的最佳的性能,此外,在云仓的主节点数据库出现宕机时,可将数据源至从节点数据库,以避免整个系统出现宕机;
2)本发明通过智能DNS服务器可实现WEB服务器的负载均衡,扩展了网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性,避免了单点故障的问题;
3)本发明通过数据缓存中间件可对部分经常被加载的静态页面、被访问的表单等进行缓存,当需要加载或访问的静态页面和表单时,若数据缓存中间件中已涉及,则直接从内存缓存中获取对应的数据缓存中间件进行处理,不必再调用数据库进行相关加载或访问操作,保证页面的毫秒级的反应速度;
4)本发明设置crontab脚本,云仓服务端通过读取crontab脚本用于定期执行一些周期性的任务,如物料进出库统计表的出库汇总、入库汇总,如此,不需要每次进行页面查询时进行数据库数据的计算,可直接从这些周期性的任务的结果中获取页面查询的内容,从而减轻页面查询带来的压力。
5)本发明通过在主节点数据库表单增加一个“version”字段,以该字段为数据的版本号进行数据的读写,如此,在数据库进行数据读写时可以保证数据不会被锁住,防止出现死锁的情况下,造成数据库的数据操作错误,解决了输入输出出现并发的问题,避免了数据库的数据出现重复或者错误的问题;
6)本发明的云仓系统中,网点可通过网点端管理云仓中网点物料库存的收发存,以及对库存进行预警下单,避免了物料库存不足或过多,实现了物料库存的精确管理,供应商可通过供应商端管理供应商物料的接单、发货和配送,实现了云仓物料供应的管理,保障了物料发货的时效,同时物料与箱号的自动绑定,极大地便捷了供应商的发货时间问题,监管总部通过云仓服务端直接监管整个云仓管理系统的网点、供应商以及流程进度,统筹监管物料云仓库存,保障了云仓物料配送的时效、库存的良好运行,分拨中心通过分拨中心端可以对云仓物料的配送进行中转,实现了供应商与网点之间的配送调控,即降低配送成本还保障配送的高效准确,质检部门通过质检端可以对供应商生产的所有的物料进行QA检查,保证物料的质量,基于上述,本发明可适用于各个应用层的进行物料云仓的管理,操作简单便捷高效,功能多样全面,实现了从供应商到网点全方面的管理,保障了云仓的良好运行。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1为本发明的一种云仓系统的原理示意图;
图2为本发明的一种云仓系统的实例示意图;
图3为本发明的一种云仓系统的实例结构框图;
图4为本发明的一种云仓系统的云仓服务端架构实现图;
图5为本发明的一种云仓大数据处理方法的云仓物料下单处理流程图;
图6为本发明的一种云仓大数据处理方法的云仓服务端处理流程图。
附图标记说明:
11-云仓服务端;12-网点端;13-供应商端;14-分拨中心端;15-质检端;21-总部模块;22-网点模块;23-供应商模块;24-分拨中心模块;25-质检模块;31-智能DNS;32-WEB服务器;33-主节点数据库;34-从节点数据库;35-数据缓存中间件;36-数据备份件。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
第一实施例
请参阅图1,其为本发明的一种云仓系统的原理示例图。它包括:网点端12、供应商端13、云仓服务端11、分拨中心端14、质检端15。
云仓系统主要指指实体打造仓库在线互联网平台来实现仓库数据及时上传至云仓库平台,云仓库将所有仓库数据集合,通过数据分析来整合物资和信息的整合处理分析,到时仓库所有货源将会得到很好的分流和整合,而今后所有的公司或平台也将节省很多精力来管理货物的流通存放。
在本实例中云仓系统的网点端12不仅局限于设置在网点的一端,而是指可以提供或对物料、物品等商品进行下单的一端。网点端12可以是客户端(比如客户端,也可以是网点员工所使用的终端)上的一个具体的应用,现有内部MES管理软件的一个模块,该应用可以是以APP的形式存在,也可以是一个功能插件。因此,本发明后续提及的客户端是一个广义的概念,包括实现该功能服务的载体,可以是安装在广大客户处,也可以安装在网点员工使用的终端。另外,网点端12也不仅只局限于客户端的终端,还可以包括对物料在内的商品入库、出库等在内的记录装置,比如,该商品是携带如二维码在内的识别码,通过相应的识别码扫描装置即可实现对商品入库、出库的记录。当然,若该网点端12是客户端,也可以仅具有下单请求,而不需要记录商品入库、出库的记录。若该网点端12是大客户端,一般也可以具有商品入库、出库等在内的记录装置。该网点端12通过入库和出库的记录可以预先计算出库内的精准存量。
以商品是物料为例,网点端12可以连接云仓服务端11和供应商端13,用于管理本网点物料库存的收发存,当网点的库存低于预设值时向云仓服务端发送预警下单请求,建立与供应商端13的通信,发送预下单数据及将本网点物料的入库出库统计。网点端12一般是多个,网点端12分别可以通过内部网或互联网与云仓服务端11连接进行通信,网点端12也可以通过内部网或互联网与供应商端13进行通信。常见的处理方案为网点端12上设置相应的APP或软件模块,通过互联网与云仓服务端11连接通信,同理,供应商端13也通过互联网与云仓服务端11连接通信。并且,网点端12可以设置与其最近的供应商端13为默认下单的供应商端13,当网点端12需要下单物料时,可以直接给默认的供应商端13下单,并同时抄送给云仓服务端11,供应商端13收到后第一时间下单,当网点端12收到后可以通过相应的识别码扫描装置进行物料的精准入库和出库记录。
供应商端13,分别连接云仓服务端11和网点端12,用于发送接单请求,并且监控下单过程。同理,供应商端13是一种广义说法,是指商品的提供商,供应商端可以提供包括物料在内商品的终端,也可以是服务器等,也可以是按装云仓物料管理软件或APP的终端。供应商端13可以通过网络连接云仓库服务端11,也可以通过网络连接自己可以供货的网点端12。供应商端13在接单后,打印相关物料的识别码(如二维码)设置其货品上后再进行出货处理。当相应的网点端12接收到相应货品后扫描相应二维码后进行入库处理。
分拨中心端14,连接云仓服务端11,用于接收物料中转请求后,处理接收拼单请求,通过分拨中心端14进行物料中转。当云仓服务端11接收到下单请求后,若下单的数量大于阈值,云仓服务端11可以启动拆单处理,后由对应的分拨中心端14进行中转。
云仓服务端11,可以通过网络分别连接网点端12、供应商端13和分拨中心端24,至少包括智能DNS和Web服务器在内的网点访问子系统、包括主节点数据库和一个或多个从节点数据库的数据库子系统,
网点访问子系统用于接收网点物料下单请求,处理供应商接单操作并进行库存管理,接收物料中转和拼接操作,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库、拼单在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作,当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。云仓服务端11后续着重介绍。
本发明的云仓节省了大量的库存成本,使之前统一采购时占用的大量的仓库进行释放。而且,本发明节省了大量的运输和人工成本,采用供应商的就近配送的原则,网点可以就近获得物料,节约了公司配送时的运输和人工成本。还有,大量仓库使用的释放,节约了宝贵的社会公共用地。随后,运输车辆的减少,避免了对社会环境的危害。同时减少了对社会运输的压力。
还是以物流的“热敏纸”为例,采用云仓系统来完成下单的步骤如下:
1、采购组事先通过网点端给供应商端下备货计划,供应商端可以事先进行生产备货。
2、网点端还可以依据本网点的消耗情况,在达到一定的预警值时,给供应商端发出送货需求单,供应商进行送货,作为网点的热敏纸储备量。
3、当网点端可使用的热敏纸量不足时,网点端可在相应的软件“物料商城上”提交使用热敏纸的申请,提交成功后,可自行在储备的热敏纸中提取相应的量。
4、接收到供应商端的供货后,扫描入库,当消耗“热敏纸”后记录所有出库的“热敏纸”的数据量,并把相应的数据库反馈至相应的软件,以便云仓服务端11可以及时获知该网点“热敏纸”的准确的当前数量。
第二实施例
请参阅图2,其中一种云仓系统的实例示例图。该云仓系统是应用于本系统的物料管理。云仓系统包括网点模块22(发起下单需求),供应商模块23(接单并进行发货),总部模块21(整体掌握各个环节),分拨中心模块24(进行物料的中转),质检模块25(保证物料的质量过关),分别相应于上述提及的网点端12、供应商端13、云仓服务端11和分拨中心端14。云仓服务端11分别给各端提供一软件或APP,如图3所示,该系统软件包括“物料商城”和“物料云仓库”两子模块软件。网点模块22可以在“物料商城”找到相应的物料信息,再通过“物料购买”进行下单请求,也可以扫描二维码等物料识别码进行“出入库管理”,当网点模块22是大客户时,也可以进行“拼单”请求,当仓库中的“出入库管理”物料数值小于预设阈值时,可以进行“预警”处理,主动进行提醒要求“物料购买”。同理,供应商模块23可以由“接单”接收到所有网点模块22或指定网点模块22的下单,“二维码分配及打印”给可以下单的物料进行二维码生成并打印后,贴设到对应的物料上进行出单处理。在出单处理时也可以请求“拼单”处理等。而分拨中心模块24可以管理本分拨中心模块24分拨管理的所有的发货信息。在本实例中,考虑到物料的质量,还可以设置质检模块25。质检模块25可以单独设置,也可以网点端,网点端收单的同时先进行质检,再通过质检模块25反馈接收到的物料质量状态。
即,该实例分为五大模块,;各个模块,经过统一授权,进行权限分配,使各个对应的职能人员操作自己对应的业务模块。同时,不同的业务人员,查看自己不同的业务数据,防止出现,数据信息泄露的问题。
1)网点模块22,库存管理功能,管理网点物料库存的收发存。精确网点的各项物料库存,入库时明确每一条库存的供应商以及对应的时间。出库时,按照先入先出的原则,保证物料的使用及时性,避免物料出现失效问题。网点可以手动进行需求单的提交,简单的操作页面,给出就近的供应商,以及默认的库存数量,不需要手动计算,即可准确知晓需要下单的数量。预警下单功能,当网点的库存低于最低库存值时,即开始进行预警,提前下单,保证网点的库存充足。设定押金机制,库存与押金挂钩。保障三方的资金安全,当下单量超过对应的押金时,提示押金不足的信息,同时下单失败。
2)供应商模块23,一键接单,接单更方便快捷,短信提醒功能,提醒订单需要接单和需要发货的信息,保证供应商能及时接单和及时发货,确保物料的配送时效,保证网点能及时拿到物料。同时全程时效跟踪,记录每一次的超时接单,超时发货的时间。随时提醒,提高供应商的配送效率。物料进行箱号绑定,每箱物料设定唯一的箱号标识,随时可追踪,随时可查看。保证帐实相符的同时。对于质量问题,也可以进行责任明确。由于发货时,需要对每个单据进行填写箱号发货,计算数量大,耗费的人工成本高,开发出,自动填充的功能。填写需要发货箱号的起始号,自动填充所有需要发货的箱号,跳过已发货和需要质检的箱号。极大的便捷了供应商的发货时间问题。打印插件的使用,可以为供应商量身定做符合自身需要的箱号打印模板,更加灵活的为供应商实现,自动化打印功能。供应商需求量监控表,实时的为供应商提供网点的下单情况,准确把握自己的生产计划安排。初次之外,轻便的物料收发存功能,为供应商的库存管理提供更加便捷而准确的把控。
3)总部模块21,掌握所有的流程进度,关联网点以及各个供应商,为网点选择更加适应的供应商。供应商时效监控表,记录供应商的每一笔单据的接单时效以及发货时效,及时的进行催单,保证配送的时效性。库存管理模块,查看所有的入库、出库和库存信息。保证所有的物料的库存准确性,数据的准备就确保了整体项目的良好运行。公告的创建,将信息及时的通知到各个网点及供应商,避免信息的遗漏以及滞后性。自动拼单的功能,对于需求量较少的多个网点之间,进行的单据的拼单。到达拼单数量,系统进行自动的拼单,推送给供应商进行配送。对于单据很难拼单成功的单据。总部进行协调沟通,并进行强制拼单成功推送给供应商,避免由于拼单时间过长,网点长时间无物料可用的尴尬局面。对于供应商无法进行及时安排的单据,总部进行单据的更换,确保时效性。库存转移的功能,对于网点库存无法再使用的情况,提供转移的功能。将库存转移给其他的网点,避免物料的浪费。统一进行押金管控,保障供应商和网点的物资安全。
4)分拨中心模块24,对物料进行中转,对于拼单的单据,供应商如果单一进行配送的话,会造成大量人力和物力的浪费,造成运输成本的不必要增加。通过分拨中心的中转作用。将物料从分拨中心,中转到各个网点,分拨中心进行初次的入库。最终交到网点的手中。把枪按照箱号扫描入库,自动化识别处理,保障配送数量的准确的同时保障配送箱号的正确性。
5)质检模块25,对供应商生产的所有的物料进行QA检查,保证物料的质量,对于生产不合格的物料,进行批次要求及时整改。确保物料都能正常使用。
后续着重介绍总部模块21,即云仓服务端11的一种实例。云仓服务端11可以用GreenPlum(面向数据仓库应用的关系型数据库)进行开发。它可以由Master Severs(主节点数据库)和Segment Severs(从节点数据库)通过Interconnect互联组成。
Master节点(主节点数据库):是整个系统的控制中心和对外的服务接入点,它负责接收用户SQL请求,将SQL生成查询计划并进行并行处理优化,然后将查询计划分配(dispatch)到所有的Segment节点(从节点数据库)进行并行处理,协调组织各个Segment节点按照查询计划一步一步地进行并行处理,最后获取到Segment的计算结果,再返回给客户端;从用户的角度看Greenplum(青梅)集群,看到的只是Master节点(主节点),无需关心集群内部的机制,所有的并行处理都是在Master控制下自动完成的。Master节点一般只有一个或两个(互为备份)。
Segment节点(从节点数据库):是Greenplum执行并行任务的并行运算节点,它接收Master的指令进行MPP并行计算,因此所有Segment节点的计算性能总和就是整个集群的性能,通过增加Segment节点,可以线性化得增加集群的处理性能和存储容量,Segment节点可以是1~10000个节点;
Interconnect(互联组件):是Master节点与Segment节点、Segment节点与Segment节点之间的数据传输组件,它基于千兆交换机或万兆交换机实现数据在节点间的高速传输;外部数据加载到Greenplum时,采用并行数据流进行加载,直接加载到Segment节点,这项独特的技术是Greenplum的专有技术,以此保证外部数据在最短时间内加载到数据库中。
请参阅图4,其为云仓服务端11一种系统架构实现图。云仓服务端包括网点访问子系统和数据库子系统。网点访问子系统进一步包括智能DNS31和Web服务器32,数据库子系统包括主节点数据库33和一个或多个从节点数据库34。
整个系统一般包括各个网点物料库存取管理表、各个网点的下单表、各个物料入库表和出库表、各个物料的汇总表、网点和供应商关系映射表、用户授权权限表、拼单管理表、供应商需求量监控表、供应商时效监控表等。主节点数据库33存储所有的表格信息,多个从节点数据库34保持该些表格数据的内容与主节点数据库33的一致性。
该系统使用了一主多从的机制,主节点数据库33在网点下单以及中间的发货和验收的各项流程的时候,进行使用。从节点数据库34提供表单的各项查询操作。读写的分离,保证了数据库的最佳的性能,使得数据更快的被读取。同时,主节点数据库33只有一个,数据在写、删除和更新的时候都不会出现数据不同步的问题。
为保证从节点数据库34数据与主节点数据库33数据的一致性,当从节点连接主节点时,主节点会创建一个log dump(日志转储)线程,用于发送bin-log(箱日志)的内容。在读取bin-log中的操作时,此线程会对主节点上的bin-log加锁,当读取完成,甚至在发动给从节点之前,锁会被释放。当从节点上执行`start slave`(开始同步)命令之后,从节点会创建一个I/O线程用来连接主节点,请求主节点数据库33中更新的bin-log。I/O线程接收到主节点bin-log dump(箱日志转储)进程发来的更新之后,保存在本地relay-log(延时日志)中。SQL线程负责读取relay log中的内容,解析成具体的操作并执行,最终保证主从数据的一致性。
简单做些解释,主节点数据库33预先创建一log dump线程,该线程发送的是bin-log内容。bin-log内容是用来保存对主节点数据库33进行操作的各项指令,比如哪一时刻更新哪一个表单的哪一个字段等。但是,该log dump线程不保存查找指令。当log dump线程中执行至某一节点就触发发送bin-log内容。比如,log dump线程设定每隔一预先设定的周期就将bin-log内容中新增的操作指令日志发送至对应的从节点数据库,而将bin-log内容中新增的操作指令日志是通过bin-log dump进程发送至对应的从节点数据库。
也就是说,在实现过程中,MySQL(一种开放源代码的关系型数据库管理系统)主从复制是指数据可以从一个MySQL数据库服务器主节点复制到一个或多个从节点。MySQL默认采用异步复制方式,这样从节点不用一直访问主服务器来更新自己的数据,数据的更新可以在远程连接上进行,从节点可以复制主数据库中的所有数据库或者特定的数据库,或者特定的表。
在开发工作中,有时候会遇见某个SQL语句需要锁表,导致暂时不能使用读的服务,这样就会影响现有业务,使用主从复制,让主节点数据库33负责写,从节点数据库34负责读,这样,即使主节点数据库33出现了锁表的情景,通过读从节点数据库34也可以保证业务的正常运作。随着系统中业务访问量的增大,如果是单机部署数据库,就会导致I/O访问频率过高。有了主从复制,增加多个数据存储节点,将负载分布在多个从节点上,降低单机磁盘I/O访问的频率,提高单个机器的I/O性能。
项目使用了一主多从的机制,主节点数据库33网点下单以及中间的发货和验收的各项流程的时候,进行使用。从节点数据库34提供表单的各项查询操作。读写的分离,保证了数据库的最佳的性能,使得数据更快的被读取。同时,主节点数据库33只有一个,数据在写、删除和更新的时候都不会出现数据不同步的问题。
主节点数据库33在对表单进行访问读写时,采用乐观锁机制。以“网点下单表”为例,当接收到网点下单请求时,需要更新该网点下单表对应的下单请求,但是多个网点同时发出下单请求时,避免该表单出现并行访问读写使得表单发生故障。为此,本主节点数据库33采用乐观锁机制来保证表单读出时尽量不出错性。
乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依靠数据库的锁机制实现,以保证操作最大程度的独占性。但随之而来的就是数据库性能的大量开销,特别是对长事务而言,这样的开销往往无法承受。而乐观锁机制在一定程度上解决了这个问题。乐观锁,大多是基于数据版本(Version)记录机制实现。何谓数据版本?即为数据增加一个版本标识,在基于数据库表的版本解决方案中,一般是通过为数据库表单增加一个“version”字段来实现。读取出数据时,将此版本号一同读出,之后更新时,对此版本号加一。此时,将提交数据的版本数据与数据库表对应记录的当前版本信息进行比对,如果提交的数据版本号大于数据库表当前版本号,则予以更新,否则认为是过期数据。这样就保证数据不会被锁住,防止出现死锁的情况下,造成数据库的数据操作错误。
数据备份:主从设计,即保证了数据的一致性,以及读写的分离。减少主节点数据库33的压力。同时也对数据进行了实时的备份。当主节点数据库出现宕机时。及时将数据源切换到从节点数据库。系统不会出现故障。除此之外,对数据库设立备份机制,通过如硬盘等具有数据存储功能的数据备份件36按照一定的周期进行及时的数据备份到硬盘。多重保障,确保数据源的绝对安全。保障系统的稳定高效。
智能DNS(解析和管理服务器)31连接多个Web服务器32。当智能DNS31接收到各项请求,先由智能DNS31来分配请求到具体的WEB服务器32,来实现负载均衡,避免单点故障。
一种负载均衡的实例可以为:可以预先对各个Web服务器与处理请求方标识(包括网点ID、供应商ID等)建立对应关系;智能DNS接收到请求后,查找该请求的发送方标识,找到该发送方的网点ID或供应商ID对应的Web服务器,并将该请求发送至对应Web服务器的处理队列中;Web服务器分别处理该处理队列中的请求。Web服务器可以设置多个,当增加前端处理量时,还可以根据需求增设更多的Web服务器,提升前端的并行处理能力。
WEB服务器32会通过缓存服务来提高部分静态数据的访问速度,提高效率的同时也可以降低服务器的压力,提供更高的可用性。负载均衡:系统需要承担所有的网点的下单以及各项操作的压力,所以采用负载均衡的方式,对系统进行分流操作,不同的用户在进入的时候,进入到不同的web服务器中,做不同的操作。保证了各台服务器的压力均衡。同时负载均衡提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。当出现大促的时候产生大流量的时候,自由的增加服务器,进行横向扩展。是系统更加的高效而稳定。当流量下降的时候,减少服务器,降低服务器的使用成本,节约资源。
本系统负载均衡的使用,也避免了单点故障的问题。使用时间越久,服务器出现问题的几率越大。从而出现宕机的情况,系统无法被使用。而采用了负载的策略之后。当其中一台服务器出现宕机的时候,其他的服务器还可以继续运行。系统不会出现无法使用的情况。这一点在很多重要的系统上都会进行使用。
本系统在Web服务器和数据库之间还设置数据缓存中间件35。将经常加载的静态页面和/或表单先设置成数据缓存中间件35。一般有两种方式,第一种是预先统计静态页面和/或表单的找开次数,即每一次打开静态页面和/或表单对应的计数器就计数,就计数器达到一预先设定的值,该静态页面和/或表单设置成数据缓存中间件35,直接加载在内存中。第二种是直接设定某些计静态页面和/或表单为数据缓存中间件35。用于当Web服务器32处理所述请求时,先判断所述请求中是否涉及包括静态页面和表单在内的数据缓存中间件,若是,则从内存缓存中获取对应的所述数据缓存中间件进行处理,否则,到对应的主数据库或从数据库将所述数据或表单调入内存后再处理。一般来说,很多的静态页面会大量的被反复加载,如果每一次打开,都进行一次数据的重新加载。那么由于加载资源会耗费大量的流量带宽。会使得页面打开会很慢。而系统进行了页面的缓存机制,将页面进行缓存起来。这样每次重新打开页面的时候,会读取缓存中的数据。保证页面的毫秒级的反应速度。使用户的体验度更加友好。系统使用更加流畅。
本系统按照版本进行统一设计,规范接口的开发要求。每个接口进行加密处理,过期时间设置。防止签名被盗,加密过程对于请求的参数进行严格筛选。使用post(在Http请求里一种比较常用的提交数据的请求方式命令)的方式进行数据传输,保证参数的私密性。本系统设计了几个重要的接口:
a、库存查询接口,对各个网点的不同物料进行库存的查询操作。
b、库存出库接口,该接口增加了数据锁机制,网点在进行出库的时候,对数据上锁,不会出现同时出库的时候,库存产生错误的问题。
c、分拨验收接口,分拨进行把枪扫面进行验收,或者直接进行一键验收。
第三实施例
基于上述的系统,本发明提供了一种云仓大数据处理方法。请参阅图5,其为云仓大数据处理的流程图。它包括:
S110:云仓服务端接收下单请求。该下单请求可以由网点端下发,也可以由网点端经过智能预警预算获知某一物料需要下单后主动下发下单请求,也可以是云仓服务端经过如神经元算法等计算预估出该网点需要下单后主动提出某一物料针对该网点的下单请求。
举个例子来说,系统根据RDC(regional distribution center,区域配送中心)历史件量和快递包材物料历史发货量,进行快递包材物料备货量初步预测;再根据网点快递包材物料的历史消耗数据,进行网点快递包材物料的需求量预测;随后,根据快递包材物料备货量初步预测结果和网点快递包材物料的需求量预测结果,确定快递包材物料备货量的预测结果。由于根据RDC历史快递件量、快递包材物料历史发货量以及网点快递包材物料的历史消耗数据进行进行快递包材物料需求预测,可以较准确的预测快递包材物料需求,避免快递包材物料的浪费,也节省了快递包材物料预测过程中的人力。
进一步,根据RDC历史快递件量和快递包材物料历史发货量,进行快递包材物料备货量初步预测,具体包括:根据RDC历史快递件量确定RDC件量预测值;根据根据RDC历史快递件量和快递包材物料历史发货量确定快递包材物料历史消耗率;根据快递包材物料历史消耗率确定快递包材物料消耗率预测值;根据RDC件量预测值和快递包材物料消耗率预测值,进行快递包材物料备货量初步预测。一般来讲,预测周期以月为单位比较常见,当然,根据实际情况也可以以星期为单位、以季度、年度为单位,或者以规定的时间周期为单位。当以月为预测周期时,RDC历史快递件量和快递包材物料历史发货量,均是指RDC月度历史件量和快递包材物料月度历史发货量,RDC件量预测值指RDC月度件量预测值,快递包材物料历史消耗率指快递包材物料月度历史消耗率,快递包材物料消耗率预测值指快递包材物料月度消耗率预测,快递包材物料备货量初步预测则指快递包材物料月度备货量初步预测。
通过该快递包材物料需求预测方法,依托大数据技术,结合不同需求端的业务特点,定制化预测模型,打通物耗预测相关的业务数据接口,实现了预测过程线下到线上的转化,并将预测模型与业务系统对接,使得预测过程全自动化,通过业务系统提供预测结果及相关关键指标的直观展示,同时,引入机器学习算法,提高预测效率,使得处理时间由83人天缩短至15min以内,并提供基于业务量的预测结果给网点或区部参考,网点或区部由必须提交转换为根据参考值确认或修改,解决网点漏提或迟提对整体业务流程的影响,由于预测准确性的提高,还进一步减少了网点临时需求提报频次,从而区仓库存成本减少10%以上。
S120:云仓服务端处理供应商端的接单请求。
第一种实现方案为:云仓服务端接收到该下单请求,由云仓服务端的智能DNS下发至对应的Web服务器处理,Web服务器解析该下单请求,从中解析出对应的网点ID信息、下单的物料信息、物料数量及其它信息(比如物料的交付时间等)。Web服务器根据解析出来的数据,更新主节点数据库中相应的表格内容,比如,“网点下单表”中加入该条记录,记录包括下单时间、下单的物料及数量、要求交付时间等。并且从从节点数据库中找到“网点和供应商关系映射表”找到该网点对应的供应商ID。将该下单请求发送至对应供应商。“网点和供应商关系映射表”存储该网点与距离上最近的几家供应商的对应关系,也可以存储提供该物料的最近的几家供应商的对应关系。
云仓服务端在更新主节点数据库中相应表格时,可以采用乐观锁机制。比如,读出“网点下单表”中的数据时,将“网点下单表”的版本号一同读出,之后更新“网点下单表”的相应记录时,对此版本号加一。此时,将提交数据的版本数据与主节点数据库中“网点下单表”对应记录的当前版本信息进行比对,如果提交的数据版本号大于数据库“网点下单表”当前版本号,则予以更新,“网点下单表”及相应的版本号。否则认为是过期数据。这样就保证数据不会被锁住,防止出现死锁的情况下,造成主节点数据库的数据操作错误。
云仓服务端还需要对下单请求进一步是否需要拆分,若是则进行拆包处理。
供应商端通过软件或APP可以直接看到下单请求,当自身满足接单要求就发出接单请求。供应商端可以设定供应商需求量监控表,实时的为供应商提供网点的下单情况,由此准确把握自己的生产计划安排。
第二种实现方案为:云仓服务端也可以预先将下单请求直接下发至可以接单的供应商端,经供应商端确认后再进行接单处理。
云仓服务端接收到接单请求,由云仓服务端的智能DNS下发至对应的Web服务器处理,Web服务器解析该接单请求,从中解析出对应的供应商ID信息、接单对应的下单ID等。Web服务器读出“网点下单表”中对应的下单是否有供应商已接单,若有,则返回接单失效。否则,进行接单处理操作。比如,“网点下单表”中对应的下单记录标记已接单等,并返回至对应的供应商提醒其发货。
S130:供应商端收到接单成功,并要求其发货的请求后,打印相应标识码,并进行全程发单的时效跟踪。
供应商端接收到接单成功后,一般会先打印其相应标识码,比如物料的二维码。供应商端对于箱号和发货单的打印,可以使用页面js进行打印,但是js打印的时候,容易会造成模板样式无法设定的问题,同时还无法满足不同打印机进行打印。针对这种情况,本系统对grid(网格)++插件(grid++插件是一种具有可扩展的常见插件)进行扩展使其具有打印的功能,对grid++插件的打印扩展有如下的优点:
a、可以自定义不同的打印模板,以适应不同的打印机。
b、易于开发,很方便进行数据组合,进行不同内容的打印。
c、数据经过高效压缩,极大减少数据网络传输量,
d、网络报表美观,具有与桌面报表一样的报表展现功能与操作体验,大大改善浏览器中报表功能。
供应商端能及时接单和及时发货,确保物料的配送时效,保证网点能及时拿到物料。并且,供应商端可以同时全程时效跟踪,记录每一次的超时接单,超时发货的时间。物料可以进行箱号绑定,每箱物料设定唯一的箱号标识,通过grid++插件打印至二维码标识,对其进行一一标识。箱号标识不仅可以有箱号ID,还可以包含发单的供应商端标识、下单ID及对应的发货网点端信息。比如,将该些信息用二维码标识,通过二维码扫描即可标识出该些信息。通过箱号标识可以随时可追踪,随时可查看。保证帐实相符的同时。对于质量问题,也可以进行责任明确。由于发货时,需要对每个单据进行填写箱号发货,计算数量大,耗费的人工成本高,开发出,自动填充的功能。填写需要发货箱号的起始号,自动填充所有需要发货的箱号,跳过已发货和需要质检的箱号。极大的便捷了供应商的发货时间问题。打印插件的使用,可以为供应商量身定做符合自身需要的箱号打印模板,更加灵活的为供应商实现,自动化打印功能。
一般来说,供应商端在每箱物料离开本供应商侧(比如本侧仓库)时,通过扫描二维码扫描记录其本侧的出库信息,在本供应商端的库存取管理表中进行相应出的出库记录和发单处理。
S140:云仓服务端接收到供应商端的发单消息后,对相应的表单进行修改。比如对主节点数据库中的供应商时效监控表和供应商需求量监控表进行相应记录的修改。
S150:云仓服务端接收网点的物料库存的收发存请求后进行相应表单的处理。
比如,网点端接收到供应商端的发货单后,可以通过质检端先进行所有收到物料的QA(质量保证)检查并把相应的QA(质量保证)检查结果返回至云仓服务端。对经过QA检查的物料进行入库处理。通过扫描二维码标识将物料扫描后入库,可以及时获知哪些物料、多少物料、哪一下单ID的入库,并且把相应的数据通过“出入库管理请求”返回至云仓库服务端。
云仓服务端接收到“出入库管理请求”后,经过智能DNS路由至对应的WEB服务器处理,并且在主节点数据库相应的表格进行更新,比如,网点物料库存储管理表中的对应网点的物料库存信息进行更新,对该物料入库表相应的记录进行更新。
当云仓服务端收到的分拨中心端的物料初步入库请求时,也按照同样的上述处理流程进行处理。中转的路径及对应的分拆方案一般来说是云仓服务端预先进行规划后指示对应供应端按照其规划进行处理。
云仓服务端对用户进行权限,进而查看不同的用户权限的内容。这样的优点在于不再需要单独开发本系统的权限功能。精简了代码量,使得系统更加的轻便。同时由于统一授权系统使用了很长时间,所以稳定性比较的高。不容易出现系统问题。
云仓服务端会接收各种用户提出的查询请求,比如,各个网点需要了解本网点端的入库、出库及各个物料出入库的汇总信息。而且也有可能需要了解每种物料各个网点每段时间的出入库信息和相应的汇总信息。现行通常的作法是接收到有访问权限的用户的查询请求后,再进行计算。比如,每个网点的物料库存取管理表中有出库记录,入库记录。但是当接收到用户查询该网点当前物料在库信息时才进行计算。但是整个系统由于查询命令的计算量大而造成系统死机或整个性能下降影响前端的处理。为此,本发明在云仓服务端设置crontab脚本(克朗选项),所述crontab脚本中设置系统要定期执行的任务,包括物料进出库统计表的出库汇总、入库汇总;云仓服务端读取crontab脚本中的crond(周期任务)命令,定期检查是否有要执行的命令,若有则自动执行所述该些定时任务,以减轻页面查询带来的压力。本发明设计crontab脚本,对于系统的默认验收,汇总表按照一定的时间执行不同的定时任务,以减轻页面查询带来的压力,不容易造成前端处理的不稳定性。
云仓服务端使用到了redis缓存机制。Redis(一种缓存机制)本质上是一个Key-Value(关键值)类型的内存数据库,很像memcached(内存缓存,一种缓冲机制),整个数据库统统加载在内存当中进行操作,定期通过异步操作把数据库数据flush(流)到硬盘上进行保存。因为是纯内存操作,Redis的性能非常出色,每秒可以处理超过10万次读写操作,是已知性能最快的Key-Value DB(关键值类型的数据库)。Redis的出色之处不仅仅是性能,Redis最大的魅力是支持保存多种数据结构,此外单个value的最大限制是1GB,不像memcached(内存缓存,一种缓冲机制)只能保存1MB的数据,因此Redis可以用来实现很多有用的功能,比方说用他的List(表)来做FIFO双向链表,实现一个轻量级的高性能消息队列服务,用他的Set(套)可以做高性能的tag(标签)系统等等。另外Redis也可以对存入的Key-Value设置expire(到期)时间,因此也可以被当作一个功能加强版的memcached来用。对于大量的库存信息以及一些基础的网点以及物料信息存储与redis中。保证频繁查询的数据不会出现性能上的问题。
第四实施例
综上来说,本方法的大数据处理方法可以为(图6):
S210:云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,在主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作;
S220:当从节点数据库连接主节点数据库时,主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
主节点数据库和从节点数据库的数据一致性进一步包括:
主节点数据库创建一个log dump日志线程,用于发送bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库上的bin-log加锁,当读取完成后,锁才会被释放;
当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库bin-logdump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据的一致性。
当统计网点和供应商的静态页面被加载的次数、表单被访问的次数,当所述次数超过预设值,将所述超过预设值的静态页面和表单设置成数据缓存中间件;
当Web服务器处理所述请求时,先判断所述请求中是否涉及包括静态页面和表单在内的数据缓存中间件,若是,则从内存缓存中获取对应的所述数据缓存中间件进行处理。
很多的静态页面会大量的被反复加载,如果每一次打开,都进行一次数据的重新加载。那么由于加载资源会耗费大量的流量带宽。会使得页面打开会很慢。而系统进行了页面的缓存机制,将页面进行缓存起来。这样每次重新打开页面的时候,会读取缓存中的数据。保证页面的毫秒级的反应速度。使用户的体验度更加友好。系统使用更加流畅。
云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作;
当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
本发明提出了一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述第一实施例中所提及的云仓大数据处理方法的步骤。
对于上述实施例,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
以上所述实施例仅表达了本发明一些示例性实施例,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种云仓大数据处理方法,其特征在于,包括:
S1:云仓服务端建立包括智能DNS和Web服务器在内的网点访问子系统、包括主节点数据库和一个或多个从节点数据库的数据库子系统;
S2:云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作;
S3:当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
2.如权利要求1所述的云仓大数据处理方法,其特征在于,步骤S3中主节点数据库和从节点数据库的数据一致性进一步包括:
S31:主节点数据库创建一个日志转储log dump线程,用于发送箱日志bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
S32:当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库上的bin-log加锁,当读取完成后,锁才会被释放;
S33:当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库箱日志转储bin-log dump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据的一致性。
3.如权利要求1所述的云仓大数据处理方法,其特征在于,步骤S2中云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理之后,所述云仓服务端还包括采用负载均衡控制方案对接收到的各项请求进行分流操作:
S41:预先对各个Web服务器与处理的网点ID、供应商ID建立对应关系;
S42:智能DNS接收到所述请求后,查找所述请求的发送方标识,找到所述发送方的网点ID或供应商ID对应的Web服务器,并将所述请求发送至对应Web服务器的处理队列中;
S43:所述Web服务器分别处理所述处理队列中的所述请求。
4.如权利要求1或3所述的云仓大数据处理方法,其特征在于,步骤S2中云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理之后,所述云仓服务端还进行如下步骤操作:
S51:所述云仓服务端接收并统计网点和供应商的静态页面被加载的次数、表单被访问的次数;
S52:当统计到网点和供应商的静态页面被加载的次数、表单被访问的次数超过预设值时,将所述超过预设值的静态页面和表单设置成数据缓存中间件,直接存储在内存中;
S53:当Web服务器处理所述请求时,先判断所述请求中是否包括所述静态页面和所述表单在内的数据缓存中间件,若是,则从内存缓存中获取对应的所述数据缓存中间件进行处理。
5.如权利要求1所述的云仓大数据处理方法,其特征在于,步骤S2中云仓服务端接收网点物料下单请求,处理供应商接单操作并进行库存管理,所述云仓服务端还进行如下步骤操作:
S61:设置克朗选项crontab脚本,所述crontab脚本中设置系统要定期执行的任务,包括物料进出库统计表的出库汇总、入库汇总;
S62:云仓服务端读取所述crontab脚本中的周期任务crond命令,定期检查是否有要执行的命令,若有则自动执行所述该些定时任务,以减轻页面查询带来的压力。
6.如权利要求1所述的方法,其特征在于,步骤S2中在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库在内操作对应的数据表单更改包括:
S21:在主节点数据库表单增加一个版本version,所述version存储数据的版本号的字段;
S22:读取出数据时,将此版本号一同读出,之后更新时,对此版本号加一,将提交数据的版本数据与数据库表单对应记录的当前版本信息进行比对,如果提交的数据版本号大于数据库表当前版本号,则予以更新,否则认为是过期数据。
7.一种应用云仓大数据处理方法的云仓系统,其特征在于,包括:网点端、供应商端、云仓服务端、分拨中心端;
所述网点端,连接所述云仓服务端和所述供应商端,用于管理本网点物料库存的收发存,当所述网点的库存低于预设值时向所述云仓服务端发送预警下单请求,建立与所述供应商端的通信,发送预下单数据及将本网点物料的入库出库统计;
所述供应商端,分别连接所述云仓服务端和所述网点端,用于发送接单请求,并且监控下单过程;
所述分拨中心端,连接所述云仓服务端,用于接收物料中转请求后,处理接收拼单请求,通过所述分拨中心端进行物料中转;
所述云仓服务端,分别连接所述网点端、所述供应商端和所述分拨中心端,至少包括智能DNS和Web服务器在内的网点访问子系统、包括主节点数据库和一个或多个从节点数据库的数据库子系统,
所述网点访问子系统用于接收网点物料下单请求,处理供应商接单操作并进行库存管理,接收物料中转和拼接操作,在所述主节点数据库适配存储空间进行包括下单、接单、出库和入库、拼单在内操作对应的数据表单更改,而从节点数据库提供所述表单被读取的查询操作,当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到主节点数据库和从节点数据库的数据一致性。
8.如权利要求7所述的系统,其特征在于,还包括质检端,连接所述云仓服务端,用于对供应商生产的所有的物料进行质量保证检查,保证物料的质量,对于生产不合格的物料,进行批次要求及时整改,确保物料都能正常使用;
在Web服务器和数据库之间还设置数据缓存中间件,用于当Web服务器处理所述请求时,先判断所述请求中是否涉及包括静态页面和表单在内的数据缓存中间件,若是,则从内存缓存中获取对应的所述数据缓存中间件进行处理。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述的云仓大数据处理方法。
10.一种存储有计算机可读指令的存储介质,其特征在于,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至6中任一项所述的云仓大数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092729.1A CN111340414A (zh) | 2020-02-14 | 2020-02-14 | 云仓大数据处理方法、云仓系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092729.1A CN111340414A (zh) | 2020-02-14 | 2020-02-14 | 云仓大数据处理方法、云仓系统、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111340414A true CN111340414A (zh) | 2020-06-26 |
Family
ID=71181564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010092729.1A Pending CN111340414A (zh) | 2020-02-14 | 2020-02-14 | 云仓大数据处理方法、云仓系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111340414A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930788A (zh) * | 2020-09-04 | 2020-11-13 | 阿里云计算有限公司 | 操作请求的处理方法、装置、设备、可读存储介质及系统 |
CN112474403A (zh) * | 2020-12-03 | 2021-03-12 | 中邮信息科技(北京)有限公司 | 一种自主集包的管理方法、装置、介质及电子设备 |
CN112988798A (zh) * | 2021-03-29 | 2021-06-18 | 成都卫士通信息产业股份有限公司 | 一种日志处理方法、装置、设备及介质 |
CN113642958A (zh) * | 2021-08-05 | 2021-11-12 | 大唐互联科技(武汉)有限公司 | 基于大数据的仓库补货方法、装置、设备及存储介质 |
CN114022082A (zh) * | 2021-11-16 | 2022-02-08 | 广域铭岛数字科技有限公司 | 智慧云仓管理方法、装置、设备及介质 |
CN116192870A (zh) * | 2023-04-21 | 2023-05-30 | 中国科学技术大学 | 基于镜像级元数据管理和负载感知的p2p下载镜像方法 |
CN116701063A (zh) * | 2023-08-07 | 2023-09-05 | 北京大学 | 数联网数据语用内存状态数据的持久化方法、装置及系统 |
WO2024114105A1 (zh) * | 2022-11-30 | 2024-06-06 | 华为云计算技术有限公司 | 一种数据库的数据更新方法、系统及计算设备集群 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012899A (zh) * | 2009-09-07 | 2011-04-13 | 中国移动通信集团公司 | 一种数据更新的方法、系统及设备 |
CN104463537A (zh) * | 2014-12-12 | 2015-03-25 | 江阴中科今朝科技有限公司 | 第三方物流云仓储系统 |
CN107241430A (zh) * | 2017-07-03 | 2017-10-10 | 国家电网公司 | 一种基于分布式存储的企业级容灾系统及容灾控制方法 |
CN107527183A (zh) * | 2017-09-29 | 2017-12-29 | 广州初心网络科技有限公司 | 基于云仓库的多sku产品的管理方法及系统和系统的操作方法、电子产品和电子装置 |
CN107886399A (zh) * | 2017-11-14 | 2018-04-06 | 上海伯俊软件科技有限公司 | 一种用于全渠道零售的云仓订单处理系统 |
CN107944788A (zh) * | 2017-11-14 | 2018-04-20 | 上海伯俊软件科技有限公司 | 一种用于全渠道零售的云仓系统 |
CN108090717A (zh) * | 2017-11-14 | 2018-05-29 | 上海伯俊软件科技有限公司 | 一种用于全渠道零售的云仓派单方法 |
CN108121782A (zh) * | 2017-12-18 | 2018-06-05 | 新华三云计算技术有限公司 | 查询请求的分配方法、数据库中间件系统以及电子设备 |
CN108537481A (zh) * | 2018-03-27 | 2018-09-14 | 北京华科众合科技有限公司 | 一种基于云服务的智能仓储系统及仓储方法 |
CN108696595A (zh) * | 2018-05-28 | 2018-10-23 | 郑州云海信息技术有限公司 | 分布式集群数据同步方法、主节点、从节点、系统及介质 |
CN109040183A (zh) * | 2018-06-27 | 2018-12-18 | 郑州云海信息技术有限公司 | 节点信息获取方法、装置、设备及计算机可读存储介质 |
CN109189860A (zh) * | 2018-10-19 | 2019-01-11 | 山东浪潮云信息技术有限公司 | 一种基于Kubernetes系统的MySQL主备增量同步方法 |
CN109948978A (zh) * | 2019-03-08 | 2019-06-28 | 苏州新东洋智能科技有限公司 | 一种电商平台用仓储管理系统 |
CN110399207A (zh) * | 2019-06-29 | 2019-11-01 | 苏州浪潮智能科技有限公司 | 分布式存储系统中定时任务处理方法、系统及存储介质 |
-
2020
- 2020-02-14 CN CN202010092729.1A patent/CN111340414A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012899A (zh) * | 2009-09-07 | 2011-04-13 | 中国移动通信集团公司 | 一种数据更新的方法、系统及设备 |
CN104463537A (zh) * | 2014-12-12 | 2015-03-25 | 江阴中科今朝科技有限公司 | 第三方物流云仓储系统 |
CN107241430A (zh) * | 2017-07-03 | 2017-10-10 | 国家电网公司 | 一种基于分布式存储的企业级容灾系统及容灾控制方法 |
CN107527183A (zh) * | 2017-09-29 | 2017-12-29 | 广州初心网络科技有限公司 | 基于云仓库的多sku产品的管理方法及系统和系统的操作方法、电子产品和电子装置 |
CN107886399A (zh) * | 2017-11-14 | 2018-04-06 | 上海伯俊软件科技有限公司 | 一种用于全渠道零售的云仓订单处理系统 |
CN107944788A (zh) * | 2017-11-14 | 2018-04-20 | 上海伯俊软件科技有限公司 | 一种用于全渠道零售的云仓系统 |
CN108090717A (zh) * | 2017-11-14 | 2018-05-29 | 上海伯俊软件科技有限公司 | 一种用于全渠道零售的云仓派单方法 |
CN108121782A (zh) * | 2017-12-18 | 2018-06-05 | 新华三云计算技术有限公司 | 查询请求的分配方法、数据库中间件系统以及电子设备 |
CN108537481A (zh) * | 2018-03-27 | 2018-09-14 | 北京华科众合科技有限公司 | 一种基于云服务的智能仓储系统及仓储方法 |
CN108696595A (zh) * | 2018-05-28 | 2018-10-23 | 郑州云海信息技术有限公司 | 分布式集群数据同步方法、主节点、从节点、系统及介质 |
CN109040183A (zh) * | 2018-06-27 | 2018-12-18 | 郑州云海信息技术有限公司 | 节点信息获取方法、装置、设备及计算机可读存储介质 |
CN109189860A (zh) * | 2018-10-19 | 2019-01-11 | 山东浪潮云信息技术有限公司 | 一种基于Kubernetes系统的MySQL主备增量同步方法 |
CN109948978A (zh) * | 2019-03-08 | 2019-06-28 | 苏州新东洋智能科技有限公司 | 一种电商平台用仓储管理系统 |
CN110399207A (zh) * | 2019-06-29 | 2019-11-01 | 苏州浪潮智能科技有限公司 | 分布式存储系统中定时任务处理方法、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
余洪春: "《构建高可用Linux服务器》", 机械工业出版社, pages: 228 - 239 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930788A (zh) * | 2020-09-04 | 2020-11-13 | 阿里云计算有限公司 | 操作请求的处理方法、装置、设备、可读存储介质及系统 |
CN112474403B (zh) * | 2020-12-03 | 2022-10-18 | 中邮信息科技(北京)有限公司 | 一种自主集包的管理方法、装置、介质及电子设备 |
CN112474403A (zh) * | 2020-12-03 | 2021-03-12 | 中邮信息科技(北京)有限公司 | 一种自主集包的管理方法、装置、介质及电子设备 |
CN112988798A (zh) * | 2021-03-29 | 2021-06-18 | 成都卫士通信息产业股份有限公司 | 一种日志处理方法、装置、设备及介质 |
CN112988798B (zh) * | 2021-03-29 | 2023-05-23 | 成都卫士通信息产业股份有限公司 | 一种日志处理方法、装置、设备及介质 |
CN113642958A (zh) * | 2021-08-05 | 2021-11-12 | 大唐互联科技(武汉)有限公司 | 基于大数据的仓库补货方法、装置、设备及存储介质 |
CN113642958B (zh) * | 2021-08-05 | 2024-06-04 | 大唐互联科技(武汉)有限公司 | 基于大数据的仓库补货方法、装置、设备及存储介质 |
CN114022082A (zh) * | 2021-11-16 | 2022-02-08 | 广域铭岛数字科技有限公司 | 智慧云仓管理方法、装置、设备及介质 |
WO2024114105A1 (zh) * | 2022-11-30 | 2024-06-06 | 华为云计算技术有限公司 | 一种数据库的数据更新方法、系统及计算设备集群 |
CN116192870A (zh) * | 2023-04-21 | 2023-05-30 | 中国科学技术大学 | 基于镜像级元数据管理和负载感知的p2p下载镜像方法 |
CN116192870B (zh) * | 2023-04-21 | 2023-07-11 | 中国科学技术大学 | 基于镜像级元数据管理和负载感知的p2p下载镜像方法 |
CN116701063A (zh) * | 2023-08-07 | 2023-09-05 | 北京大学 | 数联网数据语用内存状态数据的持久化方法、装置及系统 |
CN116701063B (zh) * | 2023-08-07 | 2023-10-20 | 北京大学 | 数联网数据语用内存状态数据的持久化方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340414A (zh) | 云仓大数据处理方法、云仓系统、计算机设备和存储介质 | |
US7043444B2 (en) | Synchronization of planning information in a high availability planning and scheduling architecture | |
US8510179B2 (en) | Inventory transaction common object | |
CN114004571B (zh) | 一种智能化立体仓储货架货位分配系统及其方法 | |
CN107590630A (zh) | 一种基于云计算的仓库管理系统与方法 | |
US10783466B2 (en) | Integrated system for optimizing vehicle utilization | |
US20020165903A1 (en) | Zero latency enterprise enriched publish/subscribe | |
CN108171439B (zh) | 一种煤场管理系统及方法 | |
US20230004929A1 (en) | Load tracking computing platform and user interface | |
CN101685452A (zh) | 数据仓库调度方法及调度系统 | |
CN111382160A (zh) | 分布式物流运输调度的方法、装置、设备和存储介质 | |
US20030004839A1 (en) | Computerized automatic management system and method for logistics control | |
US11488100B2 (en) | Load tracking computing platform and user interface | |
US20020152103A1 (en) | High availability planning and scheduling architecture | |
CN114418490A (zh) | 一种pWMS电力仓储管理系统及管理方法 | |
Hofman | A conceptual model of a Business Transaction Management System | |
US20160253729A1 (en) | Cooperation server, cooperation program, and ec system | |
CN111861401A (zh) | 一种行业资质管理及在线审批系统的技术方案 | |
Hoppe | Sales and inventory planning with SAP APO | |
Xie et al. | The Design and Implementation of Logistics Information System based of Multitier Architecture | |
CN113448693B (zh) | 一种数字化工厂saas云平台 | |
CN117522242A (zh) | 物流管理方法、装置、设备及存储介质 | |
CN117709821A (zh) | 一种基于物联网的物流供应链运输管理系统 | |
Pholpabu et al. | A Model Web-enable for OLTP with Replication Realtime Distributed Database | |
CN117709868A (zh) | 一种运营期物资管理系统及管理方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230330 Address after: Floor 3, Building 2, No. 1588, Fengxing Road, Huaxin Town, Qingpu District, Shanghai, 201705 Applicant after: Shanghai Yunda Hi Tech Co.,Ltd. Address before: No.44, u District, room 508, no.5045, waiqingsong Road, Qingpu District, Shanghai, 201707 Applicant before: DONGPU SOFTWARE Co.,Ltd. |