CN111784425A - 一种订单号生成方法、异常处理方法及装置 - Google Patents
一种订单号生成方法、异常处理方法及装置 Download PDFInfo
- Publication number
- CN111784425A CN111784425A CN201910265536.9A CN201910265536A CN111784425A CN 111784425 A CN111784425 A CN 111784425A CN 201910265536 A CN201910265536 A CN 201910265536A CN 111784425 A CN111784425 A CN 111784425A
- Authority
- CN
- China
- Prior art keywords
- numbers
- server
- order
- machine room
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000002159 abnormal effect Effects 0.000 claims description 87
- 230000005856 abnormality Effects 0.000 claims description 53
- 238000004590 computer program Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000533950 Leucojum Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000013024 troubleshooting Methods 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
- 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
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种订单号生成方法、异常处理方法及装置，该订单号生成方法包括：获取当前时间；确定目标序列值；将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。通过本发明提供的订单号生成方法，可以提高生成的订单号的辨识性，便于用户直观的查看。
Description
技术领域
本发明涉及信息处理领域，尤其涉及一种订单号生成方法、异常处理方法及装置。
背景技术
为了区分不同的订单和快速的查阅订单信息，通常都会为各个订单配置一个编号，也即订单号。目前，通常是采用雪花(即snowflake)算法或是通用唯一识别码(Universally Unique Identifier，UUID)类等生成订单号。但是，通过上述方式生成的订单号较为杂乱无章，可读性差，不便于被用户直观的辨识，例如，生成的订单号为d8088279-8e8f-41c3-ab2b-cc803bcfccec。
可见，现有技术中存在所生成的订单号辨识性较差的问题。
发明内容
本发明实施例提供一种订单号生成方法、异常处理方法及装置，以解决现有技术中所生成的订单号辨识性较差的问题。
第一方面，本发明实施例提供了一种订单号生成方法，该方法包括：
获取当前时间；
确定目标序列值；
将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
可选的，所述确定当前序列值，包括：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
可选的，所述下单用户参数包括下单用户的性别编码、年龄编码和所处地域编码中的至少一项。
第二方面，本发明实施例提供了一种异常处理方法，该方法包括：
在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据上述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；
根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
可选的，在所述机器参数包括服务器编号的情况下，所述根据所述N个订单号，确定异常发生参数，包括：
获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
可选的，在所述机器参数包括服务器编号和机房编号的情况下，所述根据所述N个订单号，确定异常发生参数，包括：
获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
根据所述N个服务器编号和N个机房编号，定位异常发生位置。
可选的，所述根据所述N个服务器编号和N个机房编号，定位异常发生位置，包括如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
第三方面，本发明实施例还提供一种订单号生成装置，该装置包括：
获取模块，用于获取当前时间；
确定模块，用于确定目标序列值；
拼接模块，用于将所述当前时间、所述目标序列值和目标参数拼接成订单号；其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
可选的，所述确定模块具体用于：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
可选的，所述下单用户参数包括下单用户的性别编码、年龄编码和所处地域编码中的至少一项。
第四方面，本发明实施例还提供一种异常处理装置，该装置包括：
获取模块，用于在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据上述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；
确定模块，用于根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
可选的，所述确定模块包括：
第一获取单元，用于在所述机器参数包括服务器编号的情况下，获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计单元，用于统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定单元，用于确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
可选的，所述确定模块包括：
第二获取单元，用于在所述机器参数包括服务器编号和机房编号的情况下，获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
定位单元，用于根据所述N个服务器编号和N个机房编号，定位异常发生位置。
可选的，所述定位单元具体用于如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
第五方面，本发明实施例还提供一种订单号生成装置，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第一方面提供的订单号生成方法的步骤。
第六方面，本发明实施例还提供一种异常处理装置，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第二方面提供的异常处理方法的步骤。
第七方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面提供的订单号生成方法的步骤，或者实现上述第二方面提供的异常处理方法的步骤。
本发明实施例中，获取当前时间；确定目标序列值；将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。由于将当前时间、目标序列值和目标参数直接拼接成订单号，从而可以提高生成的订单号的辨识性，便于用户直观的查看。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的订单号生成方法的流程图；
图2是本发明实施例提供的订异常处理方法的流程图；
图3是本发明实施例提供的订单号生成装置的结构图；
图4是本发明实施例提供的异常处理装置的结构图；
图5是本发明又一实施例提供的订单号生成装置的结构图；
图6是本发明又一实施例提供的异常处理装置的结构图。
具体实施方式
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。
本发明实施例提供一种订单号生成方法。参见图1，图1是本发明实施例提供的订单号生成方法的流程图，如图1所示，包括以下步骤：
步骤101、获取当前时间。
本实施例中，可以在接收到订单号生成的触发信号(例如，接收到下单请求)的情况下，获取当前时间，例如，可以获取用于订单号生成的服务器的系统时间。
其中，当前时间的时间精度可以根据实际需求进行合理设置，例如，当前时间的时间精度可以为1毫秒或是100微秒等。可选的，本实施例中当前时间的时间精度可以高于或等于1毫秒。此外，当前时间的格式也可以根据实际需求进行合理设置，例如，当前时间的格式可以为：年月日时分秒毫秒。例如，当前时间为20190203103520040，也即2019年02月03日10时35分20秒040毫秒。
步骤102、确定目标序列值。
本实施例中，上述目标序列值可以用于区分并发的多个订单。具体的，上述目标序列值可以是基于数据库中存储的序列确定的序列值，也可以是基于随机算法生成的序列值，也可以是基于自增的方式确定的序列值等等，本实施例对此不做限定。
步骤103、将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
本实施例中，上述服务器编号可以用于唯一识别各个服务器，例如，分布式系统中包括五台可用于生成订单号的服务器，则可以为这五台服务器分配编号，例如，这五台服务器的服务器编号依次可以为#001、#002、#003、#004和#005。上述机房编号可以用于唯一识别各个机房，例如，分布是系统中包括三个机房，则可以为这三个机房分配编号，例如，这三个机房的机房编号依次为#01、#02和#03。
需要说明的是，对于位于不同机房的服务器，服务器编号可以相同，也可以不同。例如，分布是系统中包括三个机房，每个机房包括五台服务器，这三个机房的机房编号依次为#01、#02和#03，则机房#01中包括的五台服务器、机房#02中包括的五台服务器和机房#03中包括的五台服务器的服务器编号可以均为#001、#002、#003、#004和#005；也可以是机房#01中包括的五台服务器的服务器编号依次为#001、#002、#003、#004和#005，机房#02中包括的五台服务器的服务器编号依次为#006、#007、#008、#009和#0010，机房#03中包括的五台服务器的服务器编号依次为#011、#012、#013、#014和#015。
上述下单用户参数可以是下单用户的相关信息的编码。可选的，所述下单用户参数可以包括但不限于下单用户的性别编码、年龄编码和所处地域编码中的至少一项。其中，上述下单用户的性别编码，例如，男性编码为1，女性编码为0。上述年龄编码，例如，18至25岁编码为01，26至30岁编码为02，31至36岁编码为03等。上述所处地域编码，例如，北京编码为001，上海编码为002，广州编码为003等。
需要说明的是，上述当前时间、所述目标序列值和目标参数的拼接顺序可以根据实际需求进行合理设置。例如，可以按照当前时间、目标序列值和目标参数的拼接顺序拼接成订单号，或是可以按照当前时间、目标参数和目标序列值的拼接顺序拼接成订单号等。
例如，当前时间为20190203103520040，目标序列值为1，目标参数为服务器编号003，若按照当前时间、目标参数和目标序列值的拼接顺序拼接成订单号，则生成的订单号可以为20190203103520040-003-1；若当前时间、目标序列值和目标参数的拼接顺序拼接成订单号，则生成的订单号可以为20190203103520040-1-003。由此可知，通过拼接的方式生成的订单号可读性和辨识性较强，方便用户直观查看。
实际应用中，在上述目标参数包括机器参数的情况下，也即基于当前时间、目标序列值和机器参数拼接成订单号，这样可以使得分布式系统中各个服务器在任意时间生成的订单号全局唯一。此外，所生成的订单号可以更直观的记录订单发生的时间和机器信息，便于进行问题定位和排查。
在上述目标参数包括下单用户参数的情况下，也即基于当前时间、目标序列值和下单用户参数拼接成订单号，这样可以基于订单号分析下单用户的特征信息。例如，可以获取在历史预设时长内生成的S个订单号，其中，S为正整数，并可以根据上述S个订单号中每个订单号中的下单用户参数，分析下单用户的特征信息。其中，上述预设时长可以根据实际情况进行合理设置，例如，当前时间之前的1个月，或是1个星期等。其中，上述下单用户的特征信息可以是分析购买某一特定产品的用户的地域分布或是年龄分布等，或是分析购买某一特定产品的多数用户的性别情况、年龄段和所处地域等。进而可以基于分析结果进行产品推送或是后期产品设计等。
在上述目标参数包括机器参数和下单用户参数的情况下，也即基于当前时间、目标序列值、机器参数和下单用户参数拼接成订单号，这样可以使得分布式系统中各个服务器在任意时间生成的订单号全局唯一，还便于基于订单号进行问题定位以及下单用户的特征信息分析等处理。
本发明实施例的订单号生成方法，获取当前时间；确定目标序列值；将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。由于将当前时间、目标序列值和目标参数直接拼接成订单号，从而可以提高生成的订单号的辨识性，便于用户直观的查看。
可选的，上述步骤102，也即所述确定当前序列值，可以包括：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
本实施例中，上述初始值和增量值均可以根据实际情况进行合理设置。例如，上述初始值可以为0或1或2等；上述增量值可以为1或2或3等。
以下以初始值为1，增量值为1为例：在当前时间与前一次生成订单号的时间不相同的情况下，例如，当前时间为20190203103520040，也即2019年02月03日10时35分20秒040毫秒，前一次生成订单号的时间20190203103524100，也即2019年02月03日10时35分24秒100毫秒，则目标序列值为1；在当前时间与前一次生成订单号的时间相同的情况下，例如，当前时间与前一次生成订单号的时间均为20190203103520040，也即2019年02月03日10时35分20秒040毫秒，前一次生成订单号的序列值为1，则目标序列值为2。
本实施例通过自增的方式确定序列值，在存在高并发的情况下仍可以保证订单号的生成，并且可以避免出现重复的订单号。
以下结合示例对本发明实施例进行说明：
本发明实施例提供的订单号生成方法可以包括如下步骤：
步骤a1、为每一台需要生成订单号的服务器分配唯一的服务器编号和唯一的机房编号。
步骤a2、系统启动时检查是否已分配服务器编号和机房编号，若未分配则系统自动停止，若已分配则正常启动，设置初始序列值为1。
步骤a3、生成订单号。
其中，上述步骤a3可以包括如下步骤：
步骤a31、获取当前时间。
该步骤中，当前时间的格式可以为年月日时分秒毫秒。
步骤a32、获取当前序列值，也即上述的目标序列值。
该步骤中，可以将当前时间和上次生成订单号的时间进行比较，如果相同则先获取上次生成订单号的序列值，设置当前序列值＝上次生成订单号的序列值+1；如果不相同则设置当前序列值＝1，获取当前序列值，并更新上次生成订单号的时间为步骤a31所获取的时间。
步骤a33、拼接订单号。
例如，订单号的格式可以如下：当前时间(即年月日时分秒毫秒)+当前序列值+“-”+机房编号+“-”+服务器编号。例如，当前时间为20190203103520040，当前序列值为1，机房编号为#01，服务器编号为#002，则生成的订单号为：201902031035200401-#01-#002。
本发明实施例可以保证分布式系统中各个服务器在任意时间生成的订单号全局唯一，且分布式系统中的多个服务器可以同时生成订单号，可以提高生成订单号的效率。此外，所生成的订单号可以直观的辨识订单号生成的时间和生成订单号的服务器信息等，方便定位和排查问题，可以节约问题排查时间，进而降低成本。
本发明实施例还提供了一种异常处理方法。参见图2，图2是本发明实施例提供的订单号生成方法的流程图，如图2所示，包括以下步骤：
步骤201、在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据上述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数。
本实施例中，上述异常订单可以包括存在订单状态和订单内容等异常的订单，例如，已支付的订单仍处于未付款状态。
实际应用中，由于每个订单通常唯一关联一个订单号，因此可以较为便捷的获取到每个异常订单关联的订单号。
需要说明的是，本实施例中每个订单号为根据上述任一实施例提供的订单号生成方法生成的订单号，且目标参数包括机器参数，也即本实施例中的订单号为基于当前时间、目标序列值和机器参数拼接成的订单号，或是基于当前时间、目标序列值、机器参数和下单用户参数拼接成的订单号。
步骤202、根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
本实施例中，由于订单号中包括时间和机器参数，因此，可以基于订单号中的时间定位异常发生时间，基于订单号中的机器参数定位异常发生位置，例如，定位发生了异常的服务器，或是定位发生了异常的机房等。
本发明实施例在检测到异常订单的情况下，通过异常订单关联的订单号定位异常发生时间和异常发生位置中的至少一项，不仅实现较为简便，还可以提高异常定位的效率。
可选的，在机器参数仅包括服务器编码的情况下，可以确认N个订单号中包括的全部的服务器编码所指示的服务器均发生异常。例如，50个异常订单关联的订单号中的服务器编码包括#001和#003，则可以确认服务器#001和服务器#003发生异常。
可选的，在所述机器参数包括服务器编号的情况下，上述步骤202，也即所述根据所述N个订单号，确定异常发生参数，可以包括：
获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
在一实施方式中，在所述机器参数包括服务器编号的情况下，可以将M个服务器编号中数量最大的服务器编号所指示的服务器确定为发生异常的服务器。
例如，统计50个服务器编号中相同服务器编号的数量，得到服务器编号#001的数量为45，服务器#004的数量为3，服务器#005的数量为2，则可以确定服务器编号#001所指示的服务器发生异常。
在另一实施方式中，在所述机器参数包括服务器编号的情况下，可以将M个服务器编号中数量大于或等于预设值的服务器编号所指示的服务器确定为发生异常的服务器。上述预设值可以根据实际情况进行合理设置，例如，10、20等。
例如，统计50个服务器编号中相同服务器编号的数量，得到服务器编号#001的数量为35，服务器#004的数量为15，上述预设值为10，则可以确定服务器编号#001和服务器#004所指示的服务器均发生异常。
本实施例通过将M个服务器编号中数量最大的服务器编号所指示的服务器确定为发生异常的服务器，或是将M个服务器编号中数量大于或等于预设值的服务器编号所指示的服务器确定为发生异常的服务器，可以提高异常发生位置定位的准确性。
可选的，在所述机器参数包括服务器编号和机房编号的情况下，上述步骤202，也即所述根据所述N个订单号，确定异常发生参数，可以包括：
获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
根据所述N个服务器编号和N个机房编号，定位异常发生位置。
本实施例中，在所述机器参数包括服务器编号和机房编号的情况下，可以结合N个订单号中每个订单号中的服务器编号和机房编号定位异常发生位置。
例如，若N个服务器编号均相同，则确认该N个服务器编号所指示的服务器发生异常；或者若N个服务器编号均对应同一机房编号，则确认该机房编号所指示的机房发生异常。
本实施例根据N个服务器编号和N个机房编号定位异常发生位置，可以提高异常发生位置定位的效率和准确性。
可选的，所述根据所述N个服务器编号和N个机房编号，定位异常发生位置，可以包括如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
本实施例中，上述第一预设比值和第二预设比值均可以根据实际需求进行合理设置，例如，上述第一预设比值为0.7，第二预设比值为0.9。
实际应用中，若是某个机房中大部分的服务器均产生了异常订单，很大的可能是因为机房出现了异常导致的，例如，机房的线路异常等。此外，若是异常订单大部分为某一服务器产生的，很大的可能是该服务器出现异常导致的。
例如，分布式系统包括5机房，机房编号分别为#01、#02、#03、#04和#05，每个机房包括4台服务器，若检测到50个异常订单，则可以获取到50个服务器编号和50个机房编号。若上述50个服务器编号中包括机房编#01对应的全部服务器编号，也即机房#01包括的4台服务器均产生了异常订单，此时可以确定机房#01发生了异常，也即机房编#01所指示的机房发生了异常。
若上述50个服务器编号中大多是机房编号#01对应的服务器编号#002，即异常订单主要是机房#1包括的服务器#002产生的，则可以确定是服务器#002发生了异常，也即服务器编号#002所指示的服务器发生了异常。
需要说明的是，在分布式系统中，可以通过多个服务器节点按照上述的订单号生成方法生成订单号，并可以通过中心服务器扫描各个服务器节点的订单信息，以检测异常订单，并进一步可以基于各个异常订单关联的订单号定位异常发生时间和异常发生位置等中的至少一项，实现异常的快速定位。
参见图3，图3是本发明实施例提供的订单号生成装置的结构图。如图3所示，订单号生成装置300包括：
获取模块301，用于获取当前时间；
确定模块302，用于确定目标序列值；
拼接模块303，用于将所述当前时间、所述目标序列值和目标参数拼接成订单号；其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
可选的，所述确定模块302具体用于：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
可选的，所述下单用户参数包括下单用户的性别编码、年龄编码和所处地域编码中的至少一项。
订单号生成装置300能够实现上述方法实施例的订单号生成方法的各个过程，并达到相同的效果为避免重复，这里不再赘述。
本发明实施例的订单号生成装置300，获取模块301，用于获取当前时间；确定模块302，用于确定目标序列值；拼接模块303，用于将所述当前时间、所述目标序列值和目标参数拼接成订单号；其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。由于将当前时间、目标序列值和目标参数直接拼接成订单号，从而可以提高生成的订单号的辨识性，便于用户直观的查看。
参见图4，图4是本发明实施例提供的异常处理装置的结构图。如图4所示，异常处理装置400包括：
获取模块401，用于在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据上述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；
确定模块402，用于根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
可选的，所述确定模块包括：
第一获取单元，用于在所述机器参数包括服务器编号的情况下，获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计单元，用于统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定单元，用于确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
可选的，所述确定模块包括：
第二获取单元，用于在所述机器参数包括服务器编号和机房编号的情况下，获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
定位单元，用于根据所述N个服务器编号和N个机房编号，定位异常发生位置。
可选的，所述定位单元具体用于如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
上述异常处理装置400能够实现上述方法实施例的异常处理方法的各个过程，并达到相同的效果为避免重复，这里不再赘述。
本发明实施例的异常处理装置400，获取模块401，用于在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据上述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；确定模块402，用于根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。在检测到异常订单的情况下，通过异常订单关联的订单号定位异常发生时间和异常发生位置中的至少一项，不仅实现较为简便，还可以提高异常定位的效率。
本发明实施例还提供一种订单号生成装置，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述任一方法实施例的订单号生成方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种异常处理装置，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述任一方法实施例的异常处理方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的订单号生成方法的各个过程或是实现上述的异常处理方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
参见图5，图5是本发明又一实施提供的订单号生成装置的结构图，如图5所示，订单号生成装置500包括：处理器501、存储器502及存储在所述存储器502上并可在所述处理器上运行的计算机程序，订单号生成装置500中的各个组件通过总线接口503耦合在一起，所述计算机程序被所述处理器501执行时实现如下步骤：
获取当前时间；
确定目标序列值；
将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
可选的，所述计算机程序被所述处理器501执行时还用于：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
可选的，所述下单用户参数包括下单用户的性别编码、年龄编码和所处地域编码中的至少一项。
参见图6，图6是本发明又一实施提供的异常处理装置的结构图，如图6所示，异常处理装置600包括：处理器601、存储器602及存储在所述存储器602上并可在所述处理器上运行的计算机程序，异常处理装置600中的各个组件通过总线接口603耦合在一起，所述计算机程序被所述处理器601执行时实现如下步骤：
在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据上述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；
根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
可选的，所述计算机程序被所述处理器601执行时还用于：
在所述机器参数包括服务器编号的情况下，获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
可选的，所述计算机程序被所述处理器601执行时还用于：
在所述机器参数包括服务器编号和机房编号的情况下，获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
根据所述N个服务器编号和N个机房编号，定位异常发生位置。
可选的，所述计算机程序被所述处理器601执行时还用于如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (17)
1.一种订单号生成方法，其特征在于，包括：
获取当前时间；
确定目标序列值；
将所述当前时间、所述目标序列值和目标参数拼接成订单号，其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
2.根据权利要求1所述的方法，其特征在于，所述确定当前序列值，包括：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
3.根据权利要求1所述的方法，其特征在于，所述下单用户参数包括下单用户的性别编码、年龄编码和所处地域编码中的至少一项。
4.一种异常处理方法，其特征在于，包括：
在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据权利要求1至3中任一项所述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；
根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
5.根据权利要求4所述的方法，其特征在于，在所述机器参数包括服务器编号的情况下，所述根据所述N个订单号，确定异常发生参数，包括：
获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
6.根据权利要求4所述的方法，其特征在于，在所述机器参数包括服务器编号和机房编号的情况下，所述根据所述N个订单号，确定异常发生参数，包括：
获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
根据所述N个服务器编号和N个机房编号，定位异常发生位置。
7.根据权利要求6所述的方法，其特征在于，所述根据所述N个服务器编号和N个机房编号，定位异常发生位置，包括如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
8.一种订单号生成装置，其特征在于，包括：
获取模块，用于获取当前时间；
确定模块，用于确定目标序列值；
拼接模块，用于将所述当前时间、所述目标序列值和目标参数拼接成订单号；其中，所述目标参数包括用于生成订单的机器参数和下单用户参数中的至少一项，所述机器参数包括服务器编号，或者所述机器参数包括服务器编号和机房编号。
9.根据权利要求8所述的装置，其特征在于，所述确定模块具体用于：
若所述当前时间与前一次生成订单号的时间不相同，则确定所述目标序列值为初始值；
若所述当前时间与前一次生成订单号的时间相同，则确定所述目标序列值为前一次生成订单号的序列值和增量值之和。
10.根据权利要求8所述的装置，其特征在于，所述下单用户参数包括下单用户的性别编码、年龄编码和所处地域编码中的至少一项。
11.一种异常处理装置，其特征在于，包括：
获取模块，用于在检测到N个异常订单的情况下，获取所述N个异常订单中每个异常订单关联的订单号，得到N个订单号，其中，所述N个订单号中的每个订单号为根据权利要求1至3中任一项所述的订单号生成方法生成的订单号，所述目标参数包括所述机器参数，N为正整数；
确定模块，用于根据所述N个订单号，确定异常发生参数，其中，所述异常发生参数包括异常发生时间和异常发生位置中的至少一项。
12.根据权利要求11所述的装置，其特征在于，所述确定模块包括：
第一获取单元，用于在所述机器参数包括服务器编号的情况下，获取所述N个订单号中每个订单号中的服务器编号，得到N个服务器编号；
统计单元，用于统计所述N个服务器编号中相同服务器编号的数量，得到M个服务器编号的数量，其中，M为小于或等于N的正整数；
确定单元，用于确定所述M个服务器编号中数量满足预设条件的服务器编号所指示的服务器发生异常，其中，所述预设条件包括数量最大，或是数量大于或等于预设值。
13.根据权利要求11所述的装置，其特征在于，所述确定模块包括：
第二获取单元，用于在所述机器参数包括服务器编号和机房编号的情况下，获取所述N个订单号中每个订单号中的服务器编号和机房编号，得到N个服务器编号和N个机房编号；
定位单元，用于根据所述N个服务器编号和N个机房编号，定位异常发生位置。
14.根据权利要求13所述的装置，其特征在于，所述定位单元具体用于如下至少一项：
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号包括目标机房编号对应的服务器编号中的R个服务器编号，则确定所述目标机房编号所指示的机房发生异常，其中，所述目标机房编号为所述N个机房编号中的任一机房编号，R为正整数，且所述目标机房编号对应的服务器编号的数量与R的比值大于或等于第一预设比值；
若根据所述N个服务器编号和N个机房编号，确定所述N个服务器编号中存在Q个服务器编号相同且均对应同一机房编号，则确定所述Q个服务器编号所指示的服务器发生异常，其中，Q为正整数，且Q与N的比值大于或等于第二预设比值。
15.一种订单号生成装置，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至3中任一项所述的订单号生成方法的步骤。
16.一种异常处理装置，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求4至7中任一项所述的异常处理方法的步骤。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的订单号生成方法的步骤，或者实现如权利要求4至7中任一项所述的异常处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910265536.9A CN111784425B (zh) | 2019-04-03 | 2019-04-03 | 一种订单号生成方法、异常处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910265536.9A CN111784425B (zh) | 2019-04-03 | 2019-04-03 | 一种订单号生成方法、异常处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111784425A true CN111784425A (zh) | 2020-10-16 |
| CN111784425B CN111784425B (zh) | 2023-10-17 |
Family
ID=72754793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910265536.9A Active CN111784425B (zh) | 2019-04-03 | 2019-04-03 | 一种订单号生成方法、异常处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111784425B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529509A (zh) * | 2020-12-29 | 2021-03-19 | 安徽运通达物流科技有限公司 | 一种运输平台中恶意运单识别的方法 |
| CN112862574A (zh) * | 2021-04-08 | 2021-05-28 | 上海哔哩哔哩科技有限公司 | 分布式订单号生成方法和系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130027561A1 (en) * | 2011-07-29 | 2013-01-31 | Panasonic Corporation | System and method for improving site operations by detecting abnormalities |
| WO2017041611A1 (zh) * | 2015-09-07 | 2017-03-16 | 腾讯科技（深圳）有限公司 | 一种进行订单处理的方法、装置和系统 |
| CN107967284A (zh) * | 2016-10-20 | 2018-04-27 | 北京京东尚科信息技术有限公司 | 用于存储、查询订单信息的方法和装置 |
| CN108765087A (zh) * | 2018-05-31 | 2018-11-06 | 康键信息技术（深圳）有限公司 | 订单异步处理方法、服务器及存储介质 |
| WO2018205561A1 (en) * | 2017-05-09 | 2018-11-15 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for processing an abnormal order |
| CN109285056A (zh) * | 2018-09-28 | 2019-01-29 | 江苏满运软件科技有限公司 | 一种异常订单的处理方法及系统 |
| CN109376155A (zh) * | 2018-11-06 | 2019-02-22 | 泰康保险集团股份有限公司 | Id生成方法及装置、存储介质及电子设备 |
| CN109409971A (zh) * | 2017-05-09 | 2019-03-01 | 北京嘀嘀无限科技发展有限公司 | 异常订单处理方法及装置 |
| CN109491857A (zh) * | 2018-10-12 | 2019-03-19 | 平安科技（深圳）有限公司 | 一种基于规则引擎的数据监控方法、系统及终端设备 |
-
2019
- 2019-04-03 CN CN201910265536.9A patent/CN111784425B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130027561A1 (en) * | 2011-07-29 | 2013-01-31 | Panasonic Corporation | System and method for improving site operations by detecting abnormalities |
| WO2017041611A1 (zh) * | 2015-09-07 | 2017-03-16 | 腾讯科技（深圳）有限公司 | 一种进行订单处理的方法、装置和系统 |
| CN107967284A (zh) * | 2016-10-20 | 2018-04-27 | 北京京东尚科信息技术有限公司 | 用于存储、查询订单信息的方法和装置 |
| WO2018205561A1 (en) * | 2017-05-09 | 2018-11-15 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for processing an abnormal order |
| CN109409971A (zh) * | 2017-05-09 | 2019-03-01 | 北京嘀嘀无限科技发展有限公司 | 异常订单处理方法及装置 |
| CN108765087A (zh) * | 2018-05-31 | 2018-11-06 | 康键信息技术（深圳）有限公司 | 订单异步处理方法、服务器及存储介质 |
| CN109285056A (zh) * | 2018-09-28 | 2019-01-29 | 江苏满运软件科技有限公司 | 一种异常订单的处理方法及系统 |
| CN109491857A (zh) * | 2018-10-12 | 2019-03-19 | 平安科技（深圳）有限公司 | 一种基于规则引擎的数据监控方法、系统及终端设备 |
| CN109376155A (zh) * | 2018-11-06 | 2019-02-22 | 泰康保险集团股份有限公司 | Id生成方法及装置、存储介质及电子设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529509A (zh) * | 2020-12-29 | 2021-03-19 | 安徽运通达物流科技有限公司 | 一种运输平台中恶意运单识别的方法 |
| CN112862574A (zh) * | 2021-04-08 | 2021-05-28 | 上海哔哩哔哩科技有限公司 | 分布式订单号生成方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111784425B (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110471821B (zh) | 异常变更检测方法、服务器及计算机可读存储介质 | |
| CN107038620A (zh) | 基于用户打车偏好的信息推送及装置 | |
| CN110611876A (zh) | 室内资产管理的方法、装置及系统 | |
| CN111784425A (zh) | 一种订单号生成方法、异常处理方法及装置 | |
| CN110955737A (zh) | 关系图谱展示策略确定方法、装置、电子设备及存储介质 | |
| CN110673973B (zh) | 应用程序编程接口api的异常确定方法和装置 | |
| CN111178839A (zh) | 环保税申报监控管理方法、装置及系统 | |
| EP3407568A1 (en) | Service processing method and device | |
| CN113191816A (zh) | 订单的定价方法及系统 | |
| CN115905260A (zh) | 地图更新方法、装置、电子设备及存储介质 | |
| CN111127094B (zh) | 一种账户匹配方法、装置、电子设备和存储介质 | |
| CN110502550B (zh) | 指标数据展示的控制方法、装置、设备及存储介质 | |
| CN110413706B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
| CN114254991A (zh) | 目标对象的提报方法、装置及设备 | |
| CN113190946A (zh) | 一种配网线路分布图用于展示开关信息的方法及相关装置 | |
| CN112561385A (zh) | 风险监控方法及系统 | |
| CN109388527B (zh) | 一种确认操作合法性的方法、数据处理方法、装置及设备 | |
| CN112734254A (zh) | 变电站施工的风险预警方法、装置和计算机设备 | |
| CN113760874A (zh) | 数据质量检测的方法、装置、电子设备和存储介质 | |
| CN110716726A (zh) | 客户端更新方法及装置、电子设备和计算机可读存储介质 | |
| CN110674214A (zh) | 大数据同步方法、装置、计算机设备及存储介质 | |
| CN113868095B (zh) | 一种数据监测方法、系统、服务器和存储介质 | |
| CN108255904B (zh) | 表结构建模方法和服务器 | |
| CN113570783A (zh) | 一种充电计费方法以及相关设备 | |
| CN116521704A (zh) | 数据处理方法及装置 |
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 |