CN114187073A - 订单信息处理方法、装置、计算机设备及存储介质 - Google Patents
订单信息处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114187073A CN114187073A CN202111520621.9A CN202111520621A CN114187073A CN 114187073 A CN114187073 A CN 114187073A CN 202111520621 A CN202111520621 A CN 202111520621A CN 114187073 A CN114187073 A CN 114187073A
- Authority
- CN
- China
- Prior art keywords
- order information
- data table
- database
- order
- blank data
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Abstract
本申请为数据处理技术领域,本申请提供了一种订单信息处理方法、装置、计算机设备及存储介质,其中,所述方法包括:当检测到主数据库故障时,获取主数据库对应备用数据库的地址,根据地址查询备用数据库,提取备用数据库中预存的空白数据表,确定空白数据表的起始编号,从数据源中逐条读取待写入的订单信息,根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,按照排序结果,从起始编号开始将订单信息依序写入空白数据表,得到目标数据表,以当数据库出现故障需要切换时,无需查询上次写入的最大编号,只需在预存的空白表中写入,减少出错的可能性,简化切换流程,确保订单信息的正常写入。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,本申请涉及一种订单信息处理方法、装置、计算机设备及存储介质。
背景技术
竞价平台的交易通过报盘软件进行申报,交易申报处理的流程大致为:会员机构的交易系统将订单信息写入数据库的数据表中,报盘软件从数据表中读取订单信息,并通过TCP/IP协议传输给交易所的交易系统。
交易所为了确保后台在处理会员机构提交的订单信息时,既不丢单也不重单,一般在数据表中定义了编号字段,要求申报记录中此字段的值必须“连续递增且唯一”。
但是,如果数据库的数据表完全损坏,那么为完成后续订单信息的写入,需要在新的空数据表中直接插入后续订单信息。在切换时,后续订单信息的编号必须超过已经向交易所发出的编号来避免重单,但切换的次数有限,影响订单信息的正常写入。例如,第一次的订单信息到8978笔,数据库发生故障需要进行切换时,则在数据表中只需要直接从编号10000001开始插起来避免重单。如果之后还又需要进行切换,则直接从编号20000001开始写入新的订单信息。如此类推。但是,由于原接口设计中编号字段最宽为108,所以输入编号超过1亿将无法撤单,故切换的次数是有限的。
发明内容
本申请的主要目的为提供一种订单信息处理方法、装置、计算机设备及存储介质,以确保订单信息的正常写入。
为了实现上述发明目的,本申请提供一种订单信息处理方法,其包括:
当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
进一步地,所述检测到主数据库故障之前,还包括:
获取主数据库的数量,为每个所述主数据库创建多个备用数据库;
为每个所述备用数据库分配地址及若干个空白数据表,将所述空白数据表的字段定义为自增长字段;
为每个所述备用数据库对应的空白数据表设置起始编号。
优选地,所述根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,包括:
提取每个订单信息的订单类型;
筛选出属于所述预设订单类型的订单信息,得到多个目标订单信息;
将所述多个目标订单信息进行优先排序且相邻排序,将不属于所述预设订单类型的剩余订单信息排在所述多个目标订单信息之后,得到排序结果。
优选地,所述根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,包括:
提取每个订单信息的订单类型;
计算每个订单信息的订单类型与所述预设订单类型的相似度;
按照所述相似度的高低对订单信息进行排序,得到排序结果。
优选地,所述计算每个订单信息的订单类型与所述预设订单类型的相似度,包括:
提取每个订单信息的订单类型的关键词,得到每个订单信息的第一关键词;
提取所述预设订单类型的关键词,得到第二关键词;
计算每个订单信息的所述第一关键词与第二关键词的相似度。
优选地,所述计算每个订单信息的所述第一关键词与第二关键词的相似度,包括:
利用预设的词向量工具将每个订单信息的所述第一关键词转换为词向量,得到每个订单信息的第一词向量;
利用预设的词向量工具将所述第二关键词转换为词向量,得到第二词向量;
计算每个订单信息的所述第一词向量与第二词向量的余弦距离,得到每个订单信息的所述第一关键词与第二关键词的相似度。
进一步地,所述从所述起始编号开始将所述订单信息依序写入所述空白数据表之后,还包括:
按照预设规则对写入所述空白数据表的订单信息进行分组;其中,所述分组后的每组订单信息有共同点或相似点;
判断每组内的订单信息中是否有重复数据;
若有,则剔除每组内的订单信息中的所述重复数据。
本申请还提供一种订单信息处理装置,其包括:
获取模块,用于当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
查询模块,用于根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
读取模块,用于从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
排序模块,用于根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
写入模块,用于按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请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,该计算机程序被处理器执行时实现上述任一项所述方法的步骤。
本申请所提供的一种订单信息处理方法、装置、计算机设备及存储介质,当检测到主数据库故障时,获取主数据库对应备用数据库的地址,根据地址查询备用数据库,提取备用数据库中预存的空白数据表,确定空白数据表的起始编号,从数据源中逐条读取待写入的订单信息,根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,按照排序结果,从起始编号开始将订单信息依序写入空白数据表,得到目标数据表,以实现自动维护编号字段,当服务异常退出重启时,也不需要恢复编号,最大程度地减少序号出错的可能性。此外,由数据库维护编号,程序无需在某一笔订单信息出错时重新编排后续的编号,可以专注于业务处理,简化整体处理流程,且当数据库出现故障需要切换时,无需查询上次写入的最大编号,只需在预存的空白表中写入,减少出错的可能性,简化切换流程,确保订单信息的正常写入。
附图说明
图1为本申请一实施例的订单信息处理方法的流程示意图;
图2为本申请一实施例的订单信息处理装置的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提出的一种订单信息处理方法,以服务器为执行主体,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
该订单信息处理方法用于解决当前订单信息写入过程中,出现数据库故障需要切换时,切换的次数有限,影响订单信息的正常写入的技术问题。参考图1,其中一个实施例中,该订单信息处理方法包括:
S11、当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
S12、根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
S13、从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
S14、根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
S15、按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
如上述步骤S11-S12所述,在本实施例中,该主数据库和备用数据库可以是报盘库,用于存储申报数据一类的订单信息。其中,报盘,也叫报价,是卖方主动向买方提供商品信息,或者是对询盘的答复,是卖方根据买方的来信,向买方报盘,其内容可包括商品名称、规格、数量、包装条件、价格、付款方式和交货期限等,报盘后生成相应的订单信息,并将订单信息存储至数据库的数据表中,以供交易系统在需要时调用。
本实施例预先为每个主数据库创建多个备用数据库,每个备用数据库都存储有至少一个空白数据表,空白数据表的数量可根据需要新增,用于存储主数据库故障时后续需要写入的订单信息,因此可多次切换,确保订单信息的正常写入。例如,当数据库故障需要切换数据表时,则查询该数据库的备用数据库中是否含有空白数据表,若无,则获取备用数据库中的空白数据表,在该备用数据库中新建空白数据表,以供后续订单信息的写入;若有,则获取该备用数据库中的空白数据表,将后续需要写入的订单信息存储至该空白数据表中,因此无需查询上次写入的最大编号,只需在预存的空白表中写入,减少出错的可能性。
在创建空白数据表时,本申请将数据表的编号字段定义为数据库自增长字段。对于不同备用数据库的空白数据表,可为其预先分配好起始编号,这样在主数据库故障需要切换时,无需过多人工干预,数据库本身可保证序号段的跳号。
具体的,当服务器检测到主数据库故障时,则获取主数据库对应的备用数据库的地址,该地址用于查询备用数据库,根据地址查询备用数据库,提取备用数据库的空白数据表,并确定空白数据表的起始编号。
如上述步骤S13-S15所述,数据源可以是用户上传订单信息的统一接口,本实施例从数据源中逐条读取待写入的所有订单信息,确定每个订单信息的订单类型,可根据预设订单类型对读取的所有订单信息进行归一化排序,得到排序结果。其中,预设订单类型可自定义设置,以证券领域的订单类型为例,一般成熟的证券市场有这样六种订单类型:市价买入、市价卖出,限价买入、限价卖出,止损买入、止损卖出。该预设订单类型可以是市价买入,则对读取的所有订单信息中筛选出订单类型为市价买入的订单信息,将市价买入的订单信息排在前列,将其余订单类型的订单信息排在后列,完成所有订单信息的排序,得到排序结果。此外,还可对所有订单信息的排序进一步细分,如为每个订单信息分配一个编号,按照该编号进行排序,以便后续基于该编号查询得到所需的订单信息。
本实施例按照该排序结果,从空白数据表的起始编号开始将所有订单信息依序写入空白数据表,得到目标数据表,后续可从预先写入数据库的目标数据表中获取订单信息,只需修改报盘程序访问的数据库地址即可,切换后后续的订单信息会自动按照新数据库设置的起始编号进行编号。
例如,当后续需要写入的订单信息包括A、B、C时,对应的排列顺序为A>B>C,则将订单信息A写入空白数据表中的起始编号所对应的位置,将订单信息B写入空白数据表中订单信息A的后一位,将订单信息C写入空白数据表中订单信息B的后一位,从而完成所有订单信息的写入。
本申请所提供的一种订单信息处理方法,当检测到主数据库故障时,获取主数据库对应备用数据库的地址,根据地址查询备用数据库,提取备用数据库中预存的空白数据表,确定空白数据表的起始编号,从数据源中逐条读取待写入的订单信息,根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,按照排序结果,从起始编号开始将订单信息依序写入空白数据表,得到目标数据表,以实现自动维护编号字段,当服务异常退出重启时,也不需要恢复编号,最大程度地减少序号出错的可能性。此外,由数据库维护编号,程序无需在某一笔订单信息出错时重新编排后续的编号,可以专注于业务处理,简化整体处理流程,且当数据库出现故障需要切换时,无需查询上次写入的最大编号,只需在预存的空白表中写入,减少出错的可能性,简化切换流程,确保订单信息的正常写入。
在一实施例中,所述检测到主数据库故障之前,还可包括:
获取主数据库的数量,为每个所述主数据库创建多个备用数据库;
为每个所述备用数据库分配地址及若干个空白数据表,将所述空白数据表的字段定义为自增长字段;
为每个所述备用数据库对应的空白数据表设置起始编号。
在本实施例中,可创建主数据库、备用数据库,根据需要可创建1-N个备用数据库以供切换使用,在创建脚本中,可定义备用数据库的空白数据表的编号为自增类型,同时为每个数据库的数据表的自增序号分配合理的起始编号,以使订单信息的写入得到极大程度简化。当数据库故障需要切换时,只需修改程序访问的数据库地址即可,切换后,后续的订单信息会自动按照备用数据库中空白数据表设置的初始编号进行写入。具体可通过以下SQL命令操作:
DBCC CHECKIDENT(ordwth);----查看数据表ordwth中自增序号当前的编号;
DBCC CHECKIDENT(ordwth,RESEED,10000000);----设置空白数据表中自增序号当前编号为10000000。
具体的,本实施例获取主数据库的数量,并为每个主数据库创建多个备用数据库,如一个主数据库对应三个备用数据库,然后为每个备用数据库分配地址及若干个空白数据表,空白数据表的数量可根据主数据库历史出现的故障次数进行设定,并将所述空白数据表的字段定义为自增长字段,为每个备用数据库对应的空白数据表设置起始编号。
在一实施例中,所述根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,可具体包括:
提取每个订单信息的订单类型;
筛选出属于所述预设订单类型的订单信息,得到多个目标订单信息;
将所述多个目标订单信息进行优先排序且相邻排序,将不属于所述预设订单类型的剩余订单信息排在所述多个目标订单信息之后,得到排序结果。
本实施例获取订单信息的订单类型,从订单信息中筛选出属于预设订单类型的订单信息,得到多个目标订单信息,将多个目标订单信息进行优先排序,如排在前列,同时相邻排序,并获取不属于所述预设订单类型的剩余订单信息,将不属于所述预设订单类型的剩余订单信息排在多个目标订单信息之后,最终得到排序结果,以对订单信息进行有序排序,并按照排序结果依次抽取订单信息从起始编号开始写入空白数据表中,有规则地完成订单信息地写入,便于后续交易系统对目标数据表的订单信息地提取。
在一实施例中,所述根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,可具体包括:
提取每个订单信息的订单类型;
计算每个订单信息的订单类型与所述预设订单类型的相似度;
按照所述相似度的高低对订单信息进行排序,得到排序结果。
本实施例提取每个订单信息的订单类型,然后计算每个订单信息的订单类型与预设订单类型的相似度,按照每个订单信息的订单类型与预设订单类型的相似度的高低,对订单信息进行排序,最终得到排序结果,以将与预设订单类型的相似度较高的订单信息排在前列,便于后续提取。
其中,相似度是比较两个事物的相似性。一般通过计算事物的特征之间的距离,如果距离小,那么相似度大;如果距离大,那么相似度小。比如两种水果,将从颜色,大小,维生素含量等特征进行比较相似性。如计算每个订单信息的订单类型与所述预设订单类型的欧几里得距离或余弦距离,以比较两者之间的相似度。
其中,欧氏距离是最常用的距离计算公式,衡量的是多维空间中各个点之间的绝对距离,当数据很稠密并且连续时,计算效果较佳。因为计算是基于各维度特征的绝对数值,所以欧氏度量需要保证各维度指标在相同的刻度级别,比如对身高和体重两个单位不同的指标使用欧式距离可能使结果失效。余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。相比距离度量,余弦相似度更加注重两个向量在方向上的差异,而非距离或长度上。
在一实施例中,所述计算每个订单信息的订单类型与所述预设订单类型的相似度,可具体包括:
提取每个订单信息的订单类型的关键词,得到每个订单信息的第一关键词;
提取所述预设订单类型的关键词,得到第二关键词;
计算每个订单信息的所述第一关键词与第二关键词的相似度。
本实施例提取每个订单信息的订单类型的关键词,得到每个订单信息的第一关键词,该第一关键词为用于表征订单类型的主旨词,一般为名词;并提取预设订单类型的关键词,得到第二关键词,该第二关键词为用于表征预设订单类型的主旨词,一般也为名词,然后计算每个订单信息的第一关键词与第二关键词的相似度,以精确比较每个订单信息的订单类型与所述预设订单类型的相似度。
在一实施例中,所述计算每个订单信息的所述第一关键词与第二关键词的相似度,可具体包括:
利用预设的词向量工具将每个订单信息的所述第一关键词转换为词向量,得到每个订单信息的第一词向量;
利用预设的词向量工具将所述第二关键词转换为词向量,得到第二词向量;
计算每个订单信息的所述第一词向量与第二词向量的余弦距离,得到每个订单信息的所述第一关键词与第二关键词的相似度。
本实施例可利用词向量工具word2vec将每个订单信息的所述第一关键词分别转换为词向量,得到每个订单信息的第一词向量,同时利用词向量工具word2vec将第二关键词转换为词向量,得到第二词向量,然后分别计算每个第一词向量与第二词向量的余弦距离,将其作为每个订单信息的所述第一关键词与第二关键词的相似度。
其中,词向量是为了让计算机能够处理的一种词的表示。自然语言处理相关任务中,要将自然语言交给机器学习中的算法来处理,通常需要首先将语言数学化,以使机器能够识别处理。向量是人把自然界的东西抽象出来交给机器处理的东西,基本上可以说向量是人对机器输入的主要方式。
Word2vec输出的词向量可以被用来做很多自然语言处理相关的工作,比如聚类、找同义词、词性分析等等。如果把词当做特征,则Word2vec就可以把特征映射到K维向量空间,可以为文本数据寻求更加深层次的特征表示。具体的,Word2vec将一个词所在的上下文中的词作为输入,而那个词本身作为输出,也就是说,看到一个上下文,希望大概能猜出这个词和它的意思。通过在一个大的语料库训练,得到一个从输入层到隐含层的权重模型,训练完成后,就得到了每个词到隐含层的每个维度的权重,就是每个词的向量。
在一实施例中,当每个订单信息中包括多个第一关键词时,则利用词向量工具word2vec将每个第一关键词分别转换为词向量,得到多个目标词向量,计算多个目标词向量的平均值,将该平均值作为每个订单信息的第一词向量。
同理,当预设订单类型包括多个第二关键词时,则利用词向量工具word2vec将每个第二关键词分别转换为词向量,得到多个参考词向量,计算多个参考词向量的平均值,将该平均值作为该预设订单类型的第二词向量。
在一实施例中,所述从所述起始编号开始将所述订单信息依序写入所述空白数据表之后,还可包括:
按照预设规则对写入所述空白数据表的订单信息进行分组;其中,所述分组后的每组订单信息有共同点或相似点;
判断每组内的订单信息中是否有重复数据;
若有,则剔除每组内的订单信息中的所述重复数据。
本实施例按照预设规则对写入空白数据表的订单信息进行分组,该预设规则可以是将同一订单类型的订单信息分配在同一组,使分组后的每组订单信息有共同点或相似点,然后遍历每个订单信息的数据,判断每组内的订单信息中是否有重复数据,若有,则剔除每组内的订单信息中的所述重复数据。
参照图2,本申请实施例中还提供一种订单信息处理装置,包括:
获取模块11,用于当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
查询模块12,用于根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
读取模块13,用于从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
排序模块14,用于根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
写入模块15,用于按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
在本实施例中,该主数据库和备用数据库可以是报盘库,用于存储申报数据一类的订单信息。其中,报盘,也叫报价,是卖方主动向买方提供商品信息,或者是对询盘的答复,是卖方根据买方的来信,向买方报盘,其内容可包括商品名称、规格、数量、包装条件、价格、付款方式和交货期限等,报盘后生成相应的订单信息,并将订单信息存储至数据库的数据表中,以供交易系统在需要时调用。
本实施例预先为每个主数据库创建多个备用数据库,每个备用数据库都存储有至少一个空白数据表,空白数据表的数量可根据需要新增,用于存储主数据库故障时后续需要写入的订单信息,因此可多次切换,确保订单信息的正常写入。例如,当数据库故障需要切换数据表时,则查询该数据库的备用数据库中是否含有空白数据表,若无,则获取备用数据库中的空白数据表,在该备用数据库中新建空白数据表,以供后续订单信息的写入;若有,则获取该备用数据库中的空白数据表,将后续需要写入的订单信息存储至该空白数据表中,因此无需查询上次写入的最大编号,只需在预存的空白表中写入,减少出错的可能性。
在创建空白数据表时,本申请将数据表的编号字段定义为数据库自增长字段。对于不同备用数据库的空白数据表,可为其预先分配好起始编号,这样在主数据库故障需要切换时,无需过多人工干预,数据库本身可保证序号段的跳号。
具体的,当服务器检测到主数据库故障时,则获取主数据库对应的备用数据库的地址,该地址用于查询备用数据库,根据地址查询备用数据库,提取备用数据库的空白数据表,并确定空白数据表的起始编号。
数据源可以是用户上传订单信息的统一接口,本实施例从数据源中逐条读取待写入的所有订单信息,确定每个订单信息的订单类型,可根据预设订单类型对读取的所有订单信息进行归一化排序,得到排序结果。其中,预设订单类型可自定义设置,以证券领域的订单类型为例,一般成熟的证券市场有这样六种订单类型:市价买入、市价卖出,限价买入、限价卖出,止损买入、止损卖出。该预设订单类型可以是市价买入,则对读取的所有订单信息中筛选出订单类型为市价买入的订单信息,将市价买入的订单信息排在前列,将其余订单类型的订单信息排在后列,完成所有订单信息的排序,得到排序结果。此外,还可对所有订单信息的排序进一步细分,如为每个订单信息分配一个编号,按照该编号进行排序,以便后续基于该编号查询得到所需的订单信息。
本实施例按照该排序结果,从空白数据表的起始编号开始将所有订单信息依序写入空白数据表,得到目标数据表,后续可从预先写入数据库的目标数据表中获取订单信息,只需修改报盘程序访问的数据库地址即可,切换后后续的订单信息会自动按照新数据库设置的起始编号进行编号。
例如,当后续需要写入的订单信息包括A、B、C时,对应的排列顺序为A>B>C,则将订单信息A写入空白数据表中的起始编号所对应的位置,将订单信息B写入空白数据表中订单信息A的后一位,将订单信息C写入空白数据表中订单信息B的后一位,从而完成所有订单信息的写入。
如上所述,可以理解地,本申请中提出的所述订单信息处理装置的各组成部分可以实现如上所述订单信息处理方法任一项的功能,具体结构不再赘述。
参照图3,本申请实施例中还提供一种计算机设备,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储所述订单信息处理方法的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种订单信息处理方法。
上述处理器执行上述的订单信息处理方法,包括:
当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种订单信息处理方法,包括步骤:
当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
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,所述的计算机程序可存储于一计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述,本申请的最大有益效果在于:
本申请所提供的一种订单信息处理方法、装置、计算机设备及存储介质,当检测到主数据库故障时,获取主数据库对应备用数据库的地址,根据地址查询备用数据库,提取备用数据库中预存的空白数据表,确定空白数据表的起始编号,从数据源中逐条读取待写入的订单信息,根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,按照排序结果,从起始编号开始将订单信息依序写入空白数据表,得到目标数据表,以实现自动维护编号字段,当服务异常退出重启时,也不需要恢复编号,最大程度地减少序号出错的可能性。此外,由数据库维护编号,程序无需在某一笔订单信息出错时重新编排后续的编号,可以专注于业务处理,简化整体处理流程,且当数据库出现故障需要切换时,无需查询上次写入的最大编号,只需在预存的空白表中写入,减少出错的可能性,简化切换流程,确保订单信息的正常写入。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请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,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种订单信息处理方法,其特征在于,包括:
当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
2.根据权利要求1所述的方法,其特征在于,所述检测到主数据库故障之前,还包括:
获取主数据库的数量,为每个所述主数据库创建多个备用数据库;
为每个所述备用数据库分配地址及若干个空白数据表,将所述空白数据表的字段定义为自增长字段;
为每个所述备用数据库对应的空白数据表设置起始编号。
3.根据权利要求1所述的方法,其特征在于,所述根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,包括:
提取每个订单信息的订单类型;
筛选出属于所述预设订单类型的订单信息,得到多个目标订单信息;
将所述多个目标订单信息进行优先排序且相邻排序,将不属于所述预设订单类型的剩余订单信息排在所述多个目标订单信息之后,得到排序结果。
4.根据权利要求1所述的方法,其特征在于,所述根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果,包括:
提取每个订单信息的订单类型;
计算每个订单信息的订单类型与所述预设订单类型的相似度;
按照所述相似度的高低对订单信息进行排序,得到排序结果。
5.根据权利要求4所述的方法,其特征在于,所述计算每个订单信息的订单类型与所述预设订单类型的相似度,包括:
提取每个订单信息的订单类型的关键词,得到每个订单信息的第一关键词;
提取所述预设订单类型的关键词,得到第二关键词;
计算每个订单信息的所述第一关键词与第二关键词的相似度。
6.根据权利要求5所述的方法,其特征在于,所述计算每个订单信息的所述第一关键词与第二关键词的相似度,包括:
利用预设的词向量工具将每个订单信息的所述第一关键词转换为词向量,得到每个订单信息的第一词向量;
利用预设的词向量工具将所述第二关键词转换为词向量,得到第二词向量;
计算每个订单信息的所述第一词向量与第二词向量的余弦距离,得到每个订单信息的所述第一关键词与第二关键词的相似度。
7.根据权利要求1所述的方法,其特征在于,所述从所述起始编号开始将所述订单信息依序写入所述空白数据表之后,还包括:
按照预设规则对写入所述空白数据表的订单信息进行分组;其中,所述分组后的每组订单信息有共同点或相似点;
判断每组内的订单信息中是否有重复数据;
若有,则剔除每组内的订单信息中的所述重复数据。
8.一种订单信息处理装置,其特征在于,包括:
获取模块,用于当检测到主数据库故障时,获取所述主数据库对应备用数据库的地址;
查询模块,用于根据所述地址查询备用数据库,提取所述备用数据库中预存的空白数据表,确定所述空白数据表的起始编号;其中,所述空白数据表的编号字段为自增长字段;
读取模块,用于从数据源中逐条读取待写入的订单信息;其中,所述订单信息包括订单类型;
排序模块,用于根据预设订单类型对读取的订单信息进行归一化排序,得到排序结果;
写入模块,用于按照所述排序结果,从所述起始编号开始将所述订单信息依序写入所述空白数据表,得到目标数据表。
9.一种计算机设备,其特征在于,包括:
处理器;
存储器;
其中,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的订单信息处理方法。
10.一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,该计算机程序被处理器执行时实现权利要求1-7任一项所述的订单信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111520621.9A CN114187073A (zh) | 2021-12-13 | 2021-12-13 | 订单信息处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111520621.9A CN114187073A (zh) | 2021-12-13 | 2021-12-13 | 订单信息处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114187073A true CN114187073A (zh) | 2022-03-15 |
Family
ID=80543552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111520621.9A Pending CN114187073A (zh) | 2021-12-13 | 2021-12-13 | 订单信息处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114187073A (zh) |
-
2021
- 2021-12-13 CN CN202111520621.9A patent/CN114187073A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569322A (zh) | 地址信息解析方法、装置、系统及数据获取方法 | |
US11972228B2 (en) | Merging database tables by classifying comparison signatures | |
CN110298028A (zh) | 一种文本段落的关键句提取方法和装置 | |
CN104834651B (zh) | 一种提供高频问题回答的方法和装置 | |
JP7340700B2 (ja) | データベーススキーマのハッシュツリーの生成 | |
CN112527970A (zh) | 数据字典标准化处理方法、装置、设备及存储介质 | |
CN112162977A (zh) | 一种面向mes的海量数据去冗余方法和系统 | |
CN113468034A (zh) | 数据质量评估方法、装置、存储介质和电子设备 | |
CN111241410A (zh) | 一种行业新闻推荐方法及终端 | |
CN113297238A (zh) | 基于历史变更记录进行信息挖掘的方法和装置 | |
Beis et al. | Learning indexing functions for 3-D model-based object recognition | |
CN112559526A (zh) | 数据表导出方法、装置、计算机设备及存储介质 | |
CN114187073A (zh) | 订单信息处理方法、装置、计算机设备及存储介质 | |
CN117235608A (zh) | 风险检测方法、装置、电子设备及存储介质 | |
CN117216239A (zh) | 文本去重方法、装置、计算机设备及存储介质 | |
CN112612810A (zh) | 慢sql语句识别方法及系统 | |
US20160292282A1 (en) | Detecting and responding to single entity intent queries | |
CN111104422A (zh) | 一种数据推荐模型的训练方法、装置、设备及存储介质 | |
CN114896955A (zh) | 数据报表加工方法、装置、计算机设备及存储介质 | |
CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
EP4085343A1 (en) | Domain based text extraction | |
Haider et al. | Automated data cleaning for data centers: A case study | |
CN112115258A (zh) | 一种用户的信用评价方法、装置、服务器及存储介质 | |
JP2015203960A (ja) | 部分情報抽出システム | |
CN112732681B (zh) | 数据平台迁移方法及系统 |
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 |