KR102371468B1 - 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 - Google Patents
낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 Download PDFInfo
- Publication number
- KR102371468B1 KR102371468B1 KR1020210085910A KR20210085910A KR102371468B1 KR 102371468 B1 KR102371468 B1 KR 102371468B1 KR 1020210085910 A KR1020210085910 A KR 1020210085910A KR 20210085910 A KR20210085910 A KR 20210085910A KR 102371468 B1 KR102371468 B1 KR 102371468B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- event
- cluster
- event data
- user
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000001360 synchronised effect Effects 0.000 claims abstract description 40
- 230000011218 segmentation Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 18
- 230000004931 aggregating effect Effects 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 230000001737 promoting effect Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 abstract description 11
- 239000000047 product Substances 0.000 description 151
- 230000002776 aggregation Effects 0.000 description 63
- 238000004220 aggregation Methods 0.000 description 63
- 230000008569 process Effects 0.000 description 36
- 238000012384 transportation and delivery Methods 0.000 description 25
- 238000013459 approach Methods 0.000 description 14
- 230000004224 protection Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 12
- 238000013068 supply chain management Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012856 packing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 229920001690 polydopamine Polymers 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000007723 transport mechanism Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009709 capacitor discharge sintering Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 125000002015 acyclic group Chemical group 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 201000007197 atypical autism Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 208000029560 autism spectrum disease Diseases 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000001407 pulse-discharge detection Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
-
- 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]
- G06Q30/0605—Supply or demand aggregation
-
- 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
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
- G06F16/244—Grouping and aggregation
-
- 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
- G06F16/258—Data format conversion from or to a database
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- 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]
-
- 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]
- G06Q30/0639—Item locations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
낮은 레이턴시의 구체화된 정보 제공을 위한 시스템 및 방법이 개시된다. 예를 들어, 시스템은 명령어를 저장하는 적어도 하나의 메모리 및 동작을 수행하기 위해 명령어를 실행하도록 구성된 하나 이상의 프로세서를 포함할 수 있다. 동작은 구체화 서비스를 통해 서버에 의해 호스팅되는 웹 페이지와 연관된 물품에 관련된 다수의 소스로부터 데이터를 수신하는 것을 포함할 수 있다. 데이터는 실시간 피드로부터 공급된 제1 이벤트 데이터 및 저장된 데이터로부터 공급된 제2 이벤트 데이터를 포함할 수 있다. 동작은 제1 및 제2 이벤트 데이터를 기초로 동기화된 데이터를 생성하는 것을 포함할 수 있다. 동작은 웹 서버로부터 물품에 관련된 정보에 대한 요청을 수신하는 것을 포함할 수 있으며, 요청은 사용자 세그먼트와 연관된다. 동작은 요청을 이행하기 위해 집계할 데이터를 식별하는 것, 데이터 구조를 사용하여 동기화된 데이터를 수집하는 데이터 구조를 생성하는 것, 및 수집된 동기화된 데이터를 서버로 전달하는 것을 포함할 수 있다.
Description
본 개시는 일반적으로 낮은 레이턴시의 집계된 데이터 제공을 위한 컴퓨터화된 시스템 및 방법에 관한 것이다. 특히, 본 개시의 실시예는 실시간 및 저장된 데이터를 기초로 동기화된 데이터를 생성하고, 생성된 데이터 구조를 사용하여 집계된 동기화된 데이터를 제공하는 구체화 서비스(materialization service)를 포함하는 독창적이고 비전통적인 시스템에 관한 것이다.
서비스 제공자는 종종 백 엔드(back end) 상의 다수의 서비스로부터 획득된 데이터를 집계하는 클라이언트에 프론트 엔드 인터페이스(front-end interface)를 제공할 필요가 있다. 예를 들어, 온라인 시장은 독립적인 백 엔드 시스템을 구동하는 복수의 판매자에 의해 판매된 복수의 상품에 대한 실시간 가격, 이용 가능성 및 운송 데이터를 고객에게 제공하기 위해 복수의 백 엔드 서비스 제공자에 의존할 수 있다. 이는 서비스 제공자가 데이터를 낮은 레이턴시로 효율적으로 집계하는 과제(challenges)를 생성한다. 이들 과제는 증가된 비용, 노동 및 개발 시간을 포함하는, 데이터 집계 서비스 제공자에 대한 자원 사용을 확대하는 복잡한 프론트 엔드 시스템을 초래할 수 있다.
일관되지 않게 구조화된 백-엔드 데이터로부터 과제가 발생한다. 백-엔드 서비스 제공자는 종종 서로 및/또는 집계 서비스 제공자와 독립적으로 데이터를 관리하고 구조화한다. 예를 들어 백-엔드 서비스 제공자는 집계 서비스 제공자에게 상이하게-구조화된 데이터를 제공하는 상이한 API(Application Program Interface)를 사용할 수 있다. 결과적으로, 집계 서비스 제공자는 백-엔드 데이터를 재구성하거나 백-엔드 데이터를 저장하거나, 또는 데이터 저장소(data stores)를 검색하는데 추가적인 자원을 소비해야 할 수 있다.
백-엔드 제공자에 의한 다양한 데이터 업데이트 속도에 기인하여, 다른 과제가 발생한다. 일부 데이터는 백-엔드 서비스 제공자에 의해 신속하게 업데이트될 수 있다. 일 예시로서, 백-엔드 서비스 제공자는 고객으로부터 주문이 이루어질 때, 초당 수천 번 창고에 저장된 판매 물품의 수량을 업데이트할 수 있다. 대조적으로, 다른 데이터는 더욱 긴 시간 간격으로 업데이트될 수 있다(예를 들어, 물품의 가격은 며칠 동안 변하지 않을 수 있다). 일부 데이터는 정적일 수 있다(예를 들어, 운송 날짜 일정표는 미리 결정된 휴일, 주말 및 기타 휴일을 기초로 할 수 있다). 이러한 다양한 데이터 업데이트 속도는 데이터 집계 및 데이터 관리에 대한 상이한 접근법을 요구한다.
다른 과제는 집계 서비스의 확장성(scalability)에 관련된다. 프론트 엔드 요청 및 백 엔드 데이터 스트림은 변동할 수 있으며(ebb and flow), 데이터 집계 서비스에서의 급증(large spikes)을 초래하여 자원을 무리하게 사용할 수 있고, 자원이 부족해져 자원을 낭비할 수 있다.
이 문제를 해결하기 위한 종래의 접근법은 데이터 저장소에 데이터를 저장하고, 고객 요청 시 데이터 저장소로부터 데이터를 판독하는 것에 의존할 수 있다. 하지만, 이 접근법은 프론트 엔드 시스템의 크기 및 복잡성이 증가할 때 확장성에 문제를 초래할 수 있다. 이 접근법은 백 엔드 서비스 제공자에 의해 자주 업데이트되는 데이터를 비효율적으로 기록하고 다시 기록하는 결과를 초래할 수 있다.
다른 종래의 접근법은 고객 요청을 기초로, API를 실시간으로 호출하는 것(예를 들어, 프론트 엔드 API를 백 엔드 API에 연결하는 것)을 포함할 수 있다. 하지만, 이는 프론트 엔드 웹 페이지를 렌더링하기 위한 능력이 다수의 백 엔드 서비스에 종속될 수 있으므로, 높은 레이턴시를 초래할 수 있다. 이러한 접근법에서, 백 엔드 서비스에서 레이턴시의 증가는 프론트 엔드 레이턴시를 증가시킬 수 있다. 또한, 백-엔드의 데이터 오염(data corruption)과 같은 문제가 프론트 엔드에 쉽게 전파될 수 있다. 게다가, 이 접근법은 낭비된 API 호출을 초래할 수 있으며, 백 엔드 데이터 값은 연속적인 호출 간에 변경되지 않는다.
또한, 종래의 접근법은 요청에 맞춤화된 데이터 집계 서비스를 제공하는 과제에 직면한다. 예를 들어, 사용자는 물품을 구매하고 이를 일 위치에 운송하기 위한 요청을 온라인 시장에 전송할 수 있고, 그 물품은 상이한 재고 수량을 갖는 다양한 창고에서 백 엔드 서비스 제공자(예를 들어, 판매자)에 의해 이용 가능할 수 있다. 종래의 접근법은 일 위치에 특정한 가격 및 운송 시간을 결정하기 위해 백 엔드 데이터를 집계하지 못할 수 있다. 또한, 프론트 엔드 시스템을 최적화하는 복잡성 및 어려움으로 인하여, 백 엔드 제공자 및/또는 프론트 엔드 데이터 집계자(aggregator)는 예를 들어, 과거 사용자의 이력을 기초로 사용자 또는 사용자 요청에 특정한 맞춤화된 프로모션을 제공하지 못할 수 있다.
기존의 접근법은 탄력적인 데이터 저장소를 제공하는 과제에 직면할 수 있다. 예를 들어, 전술한 복잡성으로 인하여, 종래의 접근법은 하나 이상의 데이터 저장소에 장애가 있을 때(예를 들어, 예외 또는 과도한 지연을 생성할 때) 적절한 페일오버 보호(failover protections)를 갖지 않을 수 있다. 결과적으로, 종래의 접근법은 데이터 저장소에 장애가 있을 때 데이터를 제공하지 못할 수 있다.
데이터 집계 서비스를 제공하는 종래의 접근법의 단점과 문제점을 고려하여, 낮은 레이턴시의 데이터 집계 제공을 위해 데이터 집계를 최적화할 수 있는 비전통적인 접근법에 대한 요구가 존재한다. 따라서, 다수의 백엔드 제공자로부터 데이터를 효율적이고 효과적으로 집계하고, 프론트 엔드 서비스에서 낮은 레이턴시 및 높은 탄력성(resiliency)으로 집계된 데이터를 제공하며, 이에 따라 노동력 및 컴퓨팅 자원에 대한 요구를 감소시키고 탄력성을 개선함으로써 종래의 해결책에 대한 장점을 제공할 수 있는 시스템 및 방법에 대한 요구가 있다.
본 개시의 일 양상은 낮은 레이턴시의 집계된 데이터 제공을 위한 컴퓨터 구현된 시스템에 관련되며, 시스템은 명령어를 저장하는 적어도 하나의 메모리 및 명령어를 실행하여 동작을 수행하도록 구성된 적어도 하나의 프로세서를 포함한다. 동작은 구체화 서비스를 통해, 웹 서버에 의해 호스팅된(hosted) 웹 페이지와 연관된 물품에 관련된 다수의 소스로부터 데이터를 수신하는 것을 포함할 수 있다. 데이터는 제1 데이터 저장소로부터의 제1 이벤트 데이터 - 제1 이벤트 데이터는 실시간 피드(real-time feed)로부터 공급됨 -, 및 제2 데이터 저장소로부터의 제2 이벤트 데이터 - 제2 이벤트 데이터는 저장된 데이터로부터 공급됨 -을 포함할 수 있다. 동작은 제1 이벤트 데이터 및 제2 이벤트 데이터를 기초로 구체화 서비스에서 동기화된 데이터를 생성하는 것을 포함할 수 있다. 동작은 동기화된 데이터를 생성하는 것 이후에, 웹 서버로부터 물품에 관련된 정보에 대한 요청을 수신하는 것 - 요청은 사용자 세그먼트(user segment)와 연관됨 -; 및 수신된 요청을 이행하기(fulfill) 위해 집계할 데이터를 식별하는 것을 포함할 수 있다. 동작은 식별된 데이터 및 사용자 세그먼트를 기초로, 집계 프로세스를 초기화하기 위해 구조화된 데이터 구조를 생성하는 것을 포함할 수 있다. 동작은 데이터 구조를 사용하여 동기화된 데이터를 집계하는 것; 및 요청에 응답하여, 집계된 동기화된 데이터를 웹 서버로 전달하는 것을 포함할 수 있다.
본 개시의 다른 양상은 낮은 레이턴시의 집계된 데이터 제공을 위한 컴퓨터 구현된 방법에 관련된다. 방법은 구체화 서비스를 통해, 웹 서버에 의해 호스팅된 웹 페이지와 연관된 물품에 관련된 다수의 소스로부터 데이터를 수신하는 것을 포함할 수 있다. 데이터는 제1 데이터 저장소로부터의 제1 이벤트 데이터 - 제1 이벤트 데이터는 실시간 피드로부터 공급됨 -, 및 제2 데이터 저장소로부터의 제2 이벤트 데이터 - 제2 이벤트 데이터는 저장된 데이터로부터 공급됨 -을 포함할 수 있다. 방법은 제1 이벤트 데이터 및 상기 제2 이벤트 데이터를 기초로 구체화 서비스에서 동기화된 데이터를 생성하는 것을 포함할 수 있다. 방법은 동기화된 데이터를 생성하는 것 이후에, 웹 서버로부터 물품에 관련된 정보에 대한 요청을 수신하는 것 - 요청은 사용자 세그먼트와 연관됨 -; 및 수신된 요청을 이행하기 위해 집계할 데이터를 식별하는 것을 포함할 수 있다. 방법은 식별된 데이터 및 사용자 세그먼트를 기초로, 집계 프로세스를 초기화하기 위해 구조화된 데이터 구조를 생성하는 것을 포함할 수 있다. 방법은 데이터 구조를 사용하여 동기화된 데이터를 집계하는 것; 및 요청에 응답하여, 집계된 동기화된 데이터를 웹 서버로 전달하는 것을 포함할 수 있다.
본 개시의 또 다른 양상은 낮은 레이턴시의 집계된 데이터 제공을 위한 컴퓨터 구현된 시스템에 관련되며, 시스템은 명령어를 저장하는 적어도 하나의 메모리; 및 명령어를 실행하여 동작을 수행하도록 구성된 적어도 하나의 프로세서를 포함한다. 동작은 구체화 서비스를 통해, 웹 서버에 의해 호스팅된(hosted) 웹 페이지와 연관된 물품에 관련된 다수의 소스로부터 데이터를 수신하는 것을 포함할 수 있다. 데이터는 키 값 저장소를 포함하는 제1 데이터 저장소로부터의 제1 이벤트 데이터 - 제1 이벤트 데이터는 실시간 피드로부터 공급됨 -를 포함할 수 있다. 데이터는 클러스터화된 데이터베이스를 포함하는 제2 데이터 저장소로부터의 제2 이벤트 데이터 - 제2 이벤트 데이터는 원시 데이터를 포함하는 저장된 데이터로부터 공급됨 -을 포함할 수 있다. 동작은 제1 이벤트 데이터, 제2 이벤트 데이터 및 제1 이벤트 데이터의 타임스탬프를 기초로 구체화 서비스에서 동기화된 데이터를 생성하는 것을 포함할 수 있다. 동작은 동기화된 데이터를 생성하는 것 이후에, 웹 서버로부터 물품에 관련된 정보에 대한 요청을 수신하는 것을 포함할 수 있다. 동작은 위치, 사용자 이력 또는 프로모션 조건 중 적어도 하나를 기초로 사용자 세그먼트를 결정하는 것을 포함할 수 있다. 동작은 수신된 요청을 이행하기 위해 집계할 데이터를 식별하는 것; 및 식별된 데이터 및 사용자 세그먼트를 기초로, 집계 프로세스를 초기화하기 위해 구조화된 데이터 구조를 생성하는 것을 포함할 수 있다. 데이터 구조는 지향성 비순환 그래프를 포함할 수 있다. 데이터 구조를 생성하는 것은 지향성 비순환 그래프의 이후의 노드를 기초로 지향성 비순환 그래프의 이전 노드를 생성하는 것을 포함할 수 있다. 동작은 데이터 구조를 사용하여 동기화된 데이터를 집계하는 것; 및 요청에 응답하여, 집계된 동기화된 데이터를 웹 서버로 전달하는 것을 포함할 수 있다.
다른 시스템, 방법 및 컴퓨터 판독 가능 매체가 또한, 본원에서 논의된다.
도 1a는 개시된 실시예와 일치하는, 운송, 수송 및 물류 작업(logistics operations)을 가능케 하는 통신을 위한 컴퓨터화된 시스템을 포함하는 네트워크의 예시적인 실시예를 도시하는 개략적인 블록도이다.
도 1b는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 샘플 검색 결과 페이지(Search Result Page, SRP)를 도시한다.
도 1c는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 제품 및 제품에 대한 정보를 포함하는 샘플 단일 디스플레이 페이지(Single Display Page, SDP)를 도시한다.
도 1d는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 가상의 쇼핑 카트(shopping cart) 내의 물품을 포함하는 샘플 카트 페이지(Cart page)를 도시한다.
도 1e는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께, 구매 및 운송에 대한 정보와 함께 가상 쇼핑 카트로부터의 물품을 포함하는 샘플 주문 페이지를 도시한다.
도 2는 개시된 실시예와 일치하는, 개시된 컴퓨터화된 시스템을 이용하도록 구성된 예시적인 풀필먼트 센터(fulfillment center)의 개략도이다.
도 3은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템을 도시한다.
도 4는 개시된 실시예와 일치하는, 사용자를 세그먼트화(segmenting)하고 프로파일링(profiling)하기 위한 것을 도시한다.
도 5는 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계를 위한 예시적인 프로세스를 도시하는 흐름도이다.
도 6은 개시된 실시예와 일치하는, 예시적인 계산 디바이스의 블록도이다.
도 7은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템을 도시한다.
도 8은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템을 도시한다.
도 1b는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 샘플 검색 결과 페이지(Search Result Page, SRP)를 도시한다.
도 1c는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 제품 및 제품에 대한 정보를 포함하는 샘플 단일 디스플레이 페이지(Single Display Page, SDP)를 도시한다.
도 1d는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께 가상의 쇼핑 카트(shopping cart) 내의 물품을 포함하는 샘플 카트 페이지(Cart page)를 도시한다.
도 1e는 개시된 실시예와 일치하는, 대화형 사용자 인터페이스 요소와 함께, 구매 및 운송에 대한 정보와 함께 가상 쇼핑 카트로부터의 물품을 포함하는 샘플 주문 페이지를 도시한다.
도 2는 개시된 실시예와 일치하는, 개시된 컴퓨터화된 시스템을 이용하도록 구성된 예시적인 풀필먼트 센터(fulfillment center)의 개략도이다.
도 3은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템을 도시한다.
도 4는 개시된 실시예와 일치하는, 사용자를 세그먼트화(segmenting)하고 프로파일링(profiling)하기 위한 것을 도시한다.
도 5는 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계를 위한 예시적인 프로세스를 도시하는 흐름도이다.
도 6은 개시된 실시예와 일치하는, 예시적인 계산 디바이스의 블록도이다.
도 7은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템을 도시한다.
도 8은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템을 도시한다.
다음의 상세한 서술은 첨부 도면을 참조한다. 어디서든 가능하다면, 동일하거나 유사한 부분을 지칭하기 위해 도면 및 다음의 서술에서 동일한 참조 부호가 사용된다. 수개의 예시적인 실시예가 본원에서 서술되지만, 수정, 조정(adaptations) 및 다른 구현이 가능하다. 예를 들어, 도면에 도시된 구성요소 및 단계에 대해, 대체, 추가 또는 수정이 이루어질 수 있으며, 본원에서 서술된 예시적인 방법은 개시된 방법에서 단계를 대체하거나, 재정렬하거나, 제거하거나 또는 추가함으로써 수정될 수 있다. 따라서, 다음의 상세한 서술은 개시된 실시예 및 예시로 제한되지 않는다. 그 대신에, 본 발명의 적절한 범주는 첨부된 청구 범위에 의해 정의된다.
본 개시의 실시에는 낮은 레이턴시의 데이터 집계를 위해 구성되는 시스템 및 방법에 관련된다.
도 1a를 참조하면, 운송, 수송 및 물류 작업을 가능케 하는 통신을 위한 컴퓨터화된 시스템을 포함하는 시스템의 예시적인 실시예를 도시하는 개략적인 블록도(100)가 도시된다. 도 1a에 도시된 바와 같이, 시스템(100)은 다양한 시스템을 포함할 수 있고, 이들 시스템 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 또한, 예를 들어, 케이블을 사용하여 직접적인 연결을 통해 서로 연결될 수 있다. 도시된 시스템은, 선적 권한 기술(shipment authority technology, SAT) 시스템(101), 외부 프론트 엔드 시스템(external front end system, 103), 내부 프론트 엔드 시스템(internal front end system, 105), 수송 시스템(transportation system, 107), 모바일 디바이스(107A, 107B 및 107C), 판매자 포털(109), 선적 및 주문 추적(shipment and order tracking, SOT) 시스템(111), 풀필먼트 최적화(fulfillment optimization, FO) 시스템(113), 풀필먼트 메시징 게이트웨이(fulfillment messaging gateway, FMG, 115), 공급 체인 관리(supply chain management, SCM) 시스템(117), 창고 관리 시스템(warehouse management system, 119), 모바일 디바이스(119A, 119B 및 119C)(풀필먼트 센터(FC, 200)의 내부에 있는 것으로 도시됨), 제3자의 풀필먼트 시스템(121A, 121B 및 121C), 풀필먼트 센터 인증 시스템(fulfillment center authorization system, FC Auth, 123) 및 노동 관리 시스템(labor management system, LMS, 125)을 포함한다.
일부 실시예에서, SAT 시스템(101)은 주문 상태(order status) 및 배송 상태(delivery status)를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, SAT 시스템(101)은 주문이 그 약속된 배송 날짜(Promised Delivery Date, PDD)를 경과한 것인지를 결정할 수 있고, 새로운 주문을 개시하는 것, 미배송된 주문의 물품을 재운송하는 것, 미배송된 주문을 취소하는 것, 주문한 고객과의 연락(contact)을 개시하는 것 등을 포함하는 적절한 행동(action)을 취할 수 있다. SAT 시스템(101)은 또한, (특정 기간 동안 운송된 다수의 패키지와 같은) 출력 및 (운송에 사용하기 위해 수신된 빈 판지 박스(empty cardboard boxes)의 수와 같은) 입력을 포함하는, 기타 데이터를 모니터링할 수 있다. SAT 시스템(101)은 또한, 시스템(100)에서 상이한 디바이스 간에 게이트웨이로서 동작하여, (예를 들어, 저장-및-전달(store-and-forward) 또는 다른 기술을 사용하여) 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 디바이스 사이의 통신을 가능하게 한다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자가 시스템(100) 내의 하나 이상의 시스템과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 시스템(100)이 시스템에 대한 프리젠테이션(presentation)을 가능하게 하여 사용자가 물품을 주문할 수 있게 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 물품 페이지를 제시하고, 결제 정보를 요구(solicit)하는 웹 서버로서 구현될 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, 마이크로소프트 인터넷 정보 서비스(Microsoft Internet Information Services, IIS), NGINX 등과 같은 소프트웨어를 구동하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B))로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 구동시키고, 이들 요청에 기초하여 데이터베이스 및 기타 데이터 저장소로부터 정보를 획득하고, 획득된 정보에 기초하여 수신된 요청에 대한 응답을 제공할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템(web caching system), 데이터베이스, 검색 시스템 또는 결제 시스템 중 하나 이상을 포함할 수 있다. 일 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상을 포함할 수 있고, 반면에 다른 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들어, 서버-대-서버, 데이터베이스-대-데이터베이스, 또는 다른 네트워크 연결)을 포함할 수 있다.
도 1b, 도 1c, 도 1d 및 도 1e에 의해 도시된 단계의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 서술하는 데에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프리젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(SRP)(예를 들어, 도 1b), 단일 상세 페이지(SDP)(예를 들어, 도 1c), 카트 페이지(예를 들어, 도 1d) 또는 주문 페이지(예를 들어, 도 1e)를 포함하여, 하나 이상의 웹 페이지를 호스팅하거나 제공할 수 있다. 사용자 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용함)는, 외부 프론트 엔드 시스템(103)을 탐색하고(navigate), 검색 박스에 정보를 입력함으로써 검색을 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 시스템(100) 내의 하나 이상의 시스템으로부터 정보를 요청할 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 검색 요청을 만족시키는 FO 시스템(113)으로부터 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한, 검색 결과에 포함된 각 제품에 대한 약속된 배송 날짜 즉 "PDD"를 (FO 시스템(113)으로부터) 요청하고 수신할 수 있다. 일부 실시예에서, PDD는, 특정 기간 내에(예를 들어, 하루가 끝날 때까지(오후 11시 59분)) 주문된 경우, 제품을 포함하는 패키지가 사용자의 원하는 위치에 도착할 때, 또는 제품이 사용자의 원하는 위치에 배송될 것으로 약속된 날짜에 대한 추정(estimate)을 나타낼 수 있다. (PDD는 FO 시스템(113)과 관련하여 아래에 더 논의된다).
외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들어, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족시키는 정보를 포함할 수 있다. 예를 들어, 이는 검색 요청을 만족시키는 제품의 사진(pictures of products)을 포함할 수 있다. SRP는 또한, 각 제품의 각각의 가격, 또는 각 제품에 대한 향상된 배송 옵션, PDD, 무게, 크기, 제안(offers), 할인 등에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들어, 네트워크를 통해) 요청측 사용자 디바이스(requesting user device)에 SRP를 전송할 수 있다.
그 후, 사용자 디바이스는, 예를 들어, 사용자 인터페이스를 클릭(clicking) 또는 탭(tapping)하거나, 다른 입력 디바이스를 사용함으로써, SRP 상에 나타내어진 제품을 선택하여, SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보 요청(request for information on the selected product)을 공식화하여(formulate) 그것을 외부 프론트 엔드 시스템(103)에 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품과 관련된 정보를 요청할 수 있다. 예를 들어, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이외의 추가 정보를 포함할 수 있다. 이는, 예를 들어, 유통 기한(shelf life), 원산지(country of origin), 무게, 크기, 패키지 내의 물품의 수(number of items in package), 취급 지시(handling instructions) 또는 제품에 대한 기타 정보를 포함할 수 있다. 정보는 (예를 들어, 이 제품 및 적어도 하나의 다른 제품을 구매한 고객에 대한 빅 데이터 및/또는 기계 학습 분석에 기초하여) 유사한 제품에 대한 추천사항(recommendations), 자주 묻는 질문에 대한 답변, 고객으로부터의 리뷰, 제조자 정보, 사진 등을 포함할 수 있다.
외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들어, 도 1c)를 준비할 수 있다. SDP는 또한, "바로 구매(Buy Now)" 버튼, "카트에 추가(Add to Cart)" 버튼, 수량 필드, 물품의 사진 등과 같은 기타 대화형 요소를 포함할 수 있다. SDP는 제품을 제안하는 판매자의 목록을 더 포함할 수 있다. 목록은 각 판매자가 제안하는 가격에 기초하여 순서화될(ordered) 수 있어, 최저 가격으로 제품을 판매하겠다고 제안한 판매자가 맨 위(the top)에 나열될 수 있다. 목록은 또한, 최고 순위의 판매자(highest ranked seller)가 맨 위에 나열될 수 있도록 판매자 순위에 기초하여 순서화될 수 있다. 판매자 순위는, 예를 들어, 약속된 PDD를 충족한 판매자의 과거 추적 기록을 포함하여, 다수의 인자(factor)에 기초하여 공식화될 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들어, 네트워크를 통해) 요청측 사용자 디바이스에 SDP를 전달할 수 있다.
요청측 사용자 디바이스는 제품 정보를 나열한 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 작용할 수 있다. 예를 들어, 요청측 사용자 디바이스의 사용자는 SDP 상의 "카트에 담기(Place in Cart)" 버튼을 클릭하거나 다른 방식으로 상호 작용할 수 있다. 이는 그 제품을 사용자와 연관된 쇼핑 카트(shopping cart)에 추가한다. 사용자 디바이스는 제품을 쇼핑 카트에 추가하라는 이 요청을 외부 프론트 엔드 시스템(103)에 송신할 수 있다.
외부 프론트 엔드 시스템(103)은 카트 페이지(예를 들어, 도 1d)를 생성할 수 있다. 일부 실시예에서, 카트 페이지는 사용자가 가상 "쇼핑 카트"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP 또는 다른 페이지 상의 아이콘을 클릭하거나 다른 방식으로 상호 작용함으로써 카트 페이지에 요청할 수 있다. 일부 실시예에서, 카트 페이지는, 사용자가 쇼핑 카트에 추가한 모든 제품을 나열할 뿐만 아니라, 각 제품의 수량, 각 제품의 물품당 가격, 각 제품의 관련 수량에 기초한 가격, PDD에 관한 정보, 배송 방법, 운송비(shipping cost), 쇼핑 카트 내의 제품을 수정하기 위한 사용자 인터페이스 요소(예를 들어, 수량 삭제 또는 수정), 다른 제품을 주문하거나 제품의 정기 배송(periodic delivery)을 설정하기 위한 옵션, 이자 결제(interest payment)를 설정하기 위한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같이 카트에 있는 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스에서 사용자는, 쇼핑 카트에서 제품의 구매를 개시하기 위해 사용자 인터페이스 요소(예를 들어, "바로 구매"를 판독하는 버튼)를 클릭하거나 다른 방식으로 상호 작용할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 개시하라는 이 요청을 외부 프론트 엔드 시스템(103)에 송신할 수 있다.
외부 프론트 엔드 시스템(103)은 구매를 개시하라는 요청을 수신한 것에 응답하여 주문 페이지(예를 들어, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는, 쇼핑 카트로부터 물품을 재나열하고(re-list), 결제 및 운송 정보의 입력을 요청한다. 예를 들어, 주문 페이지는, 쇼핑 카트에 있는 물품의 구매자에 관한 정보를 요청하는 섹션(예를 들어, 이름, 주소, 이메일 주소, 전화 번호), 받는 사람에 관한 정보(예를 들어, 이름, 주소, 전화 번호, 배송 정보), 운송 정보(예를 들어, 배송 속도/방법 및/또는 픽업(pickup)), 결제 정보(예를 들어, 신용 카드, 은행 송금, 수표, 저장된 신용카드(stored credit)), 현금 영수증을 요청하기 위한 사용자 인터페이스 요소(예를 들어, 세금 목적으로) 등을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 주문 페이지를 사용자 디바이스에 전송할 수 있다.
사용자 디바이스는, 주문 페이지 상에 정보를 입력하고, 정보를 외부 프론트 엔드 시스템(103)에 전송하는 사용자 인터페이스 요소를 클릭하거나 다른 방식으로 상호 작용할 수 있다. 거기서부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 상이한 시스템에 전송하여 쇼핑 카트에 있는 제품을 갖는 새로운 주문의 생성 및 처리를 가능하게 할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 또한, 판매자가 주문에 관한 정보를 송신하고 수신할 수 있도록 구성될 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들어, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호 작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 시스템(100)이 사용자가 물품을 주문할 수 있게 하는 시스템의 프리젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자가 주문에 대한 진단 및 통계 정보를 보거나(view), 물품 정보를 수정하거나, 주문에 관한 통계를 검토(review)할 수 있게 하는 웹 서버로서 구현될 수 있다. 예를 들어, 내부 프론트 엔드 시스템(105)은 Apache HTTP 서버, 마이크로소프트 인터넷 정보 서비스(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 내부 프론트 엔드 시스템(105)은 시스템(100)에 도시된 시스템 또는 디바이스(도시되지 않은 다른 디바이스뿐만 아니라)로부터 요청을 수신하고 처리하도록 설계된 고객 웹 서버 소프트웨어를 실행할 수 있고, 이들 요청에 기초하여 데이터베이스 및 기타 데이터 저장소로부터 정보를 획득하고, 획득된 정보에 기초하여 수신된 요청에 대한 응답을 제공할 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 결제 시스템, 분석 시스템, 주문 모니터링 시스템 등 중 하나 이상을 포함할 수 있다. 일 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상을 포함할 수 있고, 반면에 다른 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들어, 서버-대-서버, 데이터베이스-대-데이터베이스, 또는 다른 네트워크 연결)을 포함할 수 있다.
일부 실시예에서, 수송 시스템(107)은 시스템(100) 내의 시스템 또는 디바이스와 모바일 디바이스(107A 내지 107C) 사이의 통신을 가능하게 하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 수송 시스템(107)은 하나 이상의 모바일 디바이스(107A 내지 107C)(예를 들어, 모바일 폰, 스마트 폰, PDA 등)로부터 정보를 수신할 수 있다. 예를 들어, 일부 실시예에서, 모바일 디바이스(107A 내지 107C)는 배송 작업자(delivery worker)에 의해 운영되는 디바이스를 포함할 수 있다. 정규직(permanent) 직원, 임시(temporary) 직원 또는 교대(shift) 직원일 수 있는 배송 작업자는 모바일 디바이스(107A 내지 107C)를 활용하여 사용자에 의해 주문된 제품을 포함하는 패키지의 배송을 행할 수 있다. 예를 들어, 패키지를 배송하기 위해, 배송 작업자는 모바일 디바이스 상에서 어느 패키지를 배송할 것인지와 그 패키지를 어디로 배송할 것인지를 나타내는 통지를 수신할 수 있다. 배송 위치에 도착하면, 배송 작업자는 패키지를 (예를 들어, 트럭의 후면에, 혹은 패키지의 상자(crate)에) 위치시키거나, 모바일 디바이스를 사용하여 패키지 상의 식별자(identifier)(예를 들어, 바코드, 이미지, 텍스트 스트링(text string), RFID 태그 등)와 연관된 데이터를 스캔하거나 다른 방식으로 캡처하고, 패키지를 (예를 들어, 문 앞에 두거나, 경비원에게 맡겨 두거나, 받는 사람에게 건네주는 등으로써) 전달한다. 일부 실시예에서, 배송 작업자는 모바일 디바이스를 사용하여 패키지의 사진(들)을 캡처하고, 및/또는 서명을 얻을 수 있다. 모바일 디바이스는, 예를 들어, 시간, 날짜, GPS 위치, 사진(들), 배송 작업자와 관련된 식별자, 모바일 디바이스와 관련된 식별자 등을 포함하는 배송에 관한 정보를 포함하는 정보를 수송 시스템(107)에 전송할 수 있다. 수송 시스템(107)은 시스템(100) 내의 다른 시스템에 의해 액세스되도록 이 정보를 데이터베이스(도시되지 않음)에 저장할 수 있다. 일부 실시예에서, 수송 시스템(107)은 이 정보를 사용하여 특정 패키지의 위치를 나타내는 추적 데이터를 준비하여 다른 시스템에 전송할 수 있다.
일부 실시예에서, 특정 사용자는 한 종류의 모바일 디바이스를 사용할 수 있으며(예를 들어, 정규직 작업자는 바코드 스캐너, 스타일러스 및 기타 디바이스들과 같은 맞춤형 하드웨어(custom hardware)를 갖는 전용 PDA(specialized PDA)를 사용할 수 있고), 반면에 다른 사용자는 다른 종류의 모바일 디바이스를 사용할 수 있다(예를 들어, 임시 또는 교대 작업자는 기성품의(off-the-shelf) 모바일 폰 및/또는 스마트 폰을 활용할 수 있다).
일부 실시예에서, 수송 시스템(107)은 사용자를 각 디바이스와 연관시킬 수 있다. 예를 들어, 수송 시스템(107)은, 사용자(예를 들어, 사용자 식별자, 직원 식별자 또는 전화번호로 나타남)와 모바일 디바이스(예를 들어, IMEI(International Mobile Equipment Identity), IMSI(International Mobile Subscription Identifier), 전화 번호, UUID(Universal Unique Identifier) 또는 GUID(Globally Unique Identifier)로 나타남) 사이의 연관성을 저장할 수 있다. 수송 시스템(107)은, 무엇보다도, 작업자의 위치, 작업자의 효율성 또는 작업자의 속도를 결정하기 위해, 배송시 수신된 데이터와 함께 이 연관성을 사용하여 데이터베이스에 저장된 데이터를 분석할 수 있다.
일부 실시예에서, 판매자 포털(109)은, 판매자 또는 다른 외부 개체가 시스템(100) 내의 하나 이상의 시스템과 전자적으로 통신할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 판매자는, 판매자 포털(109)을 사용하여, 판매자가 시스템(100)을 통해 판매하고 싶어하는 제품에 대한 제품 정보, 주문 정보, 연락처 정보 등을 업로드하거나 제공하기 위해 컴퓨터 시스템(도시되지 않음)을 활용할 수 있다.
일부 실시예에서, 선적 및 주문 추적 시스템(111)은, 고객에 의해(예를 들어, 디바이스(102A 및 102B)를 사용하는 사용자에 의해) 주문된 제품을 포함하는 패키지의 위치에 관한 정보를 수신하고, 저장하고, 전달하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 선적 및 주문 추적 시스템(111)은, 고객에 의해 주문된 제품을 포함하는 패키지를 배송하는 운송 회사에 의해 운영되는 웹 서버(도시되지 않음)로부터, 정보를 요청하거나 저장할 수 있다.
일부 실시예에서, 선적 및 주문 추적 시스템(111)은 시스템(100) 내에 도시된 시스템으로부터 정보를 요청하고 저장할 수 있다. 예를 들어, 선적 및 주문 추적 시스템(111)은 수송 시스템(107)으로부터 정보를 요청할 수 있다. 위에서 논의된 바와 같이, 수송 시스템(107)은, 하나 이상의 사용자(예를 들어, 배송 작업자) 또는 차량(예를 들어, 배송 트럭)과 연관된 하나 이상의 모바일 디바이스(107A 내지 107C)(예를 들어, 모바일 폰, 스마트 폰, PDA 등)로부터 정보를 수신할 수 있다. 일부 실시예에서, 선적 및 주문 추적 시스템(111)은 또한, 풀필먼트 센터(예를 들어, 풀필먼트 센터(200)) 내부의 개별 제품의 위치를 결정하기 위해, 창고 관리 시스템(WMS, 119)으로부터 정보를 요청할 수 있다. 선적 및 주문 추적 시스템(111)은, 수송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 데이터를 처리하고, 요청 시 데이터를 디바이스(예를 들어, 사용자 디바이스(102A 및 102B))에 제시할 수 있다.
일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은, 다른 시스템(예를 들어, 외부 프론트 엔드 시스템(103) 및/또는 선적 및 주문 추적 시스템(111))으로부터의 고객 주문에 관한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 물품이 어디에 보유되거나 저장되는지를 서술하는 정보를 저장할 수 있다. 예를 들어, 특정 물품은 하나의 풀필먼트 센터에만 저장될 수 있고, 반면에 특정 다른 물품은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 특정 세트의 물품(예를 들어, 신선 제품 또는 냉동 제품)만을 저장하도록 설계될 수 있다. FO 시스템(113)은, 이 정보뿐만 아니라 연관된 정보(예를 들어, 수량, 크기, 수령일, 만료일 등)를 저장한다.
FO 시스템(113)은 또한, 각 제품의 대응하는 PDD(promised delivery date)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 인자에 기초할 수 있다. 예를 들어, FO 시스템(113)은, 제품에 대한 과거 수요(예를 들어, 일 기간 동안 제품이 얼마나 자주 주문되었는지), 제품에 대한 예상 수요(다가오는 기간 동안 얼마나 많은 고객이 해당 제품을 주문할 것으로 예측되는지), 일 기간 동안 얼마나 많은 제품이 주문되었는지를 나타내는 네트워크-전역(network-wide) 과거 수요, 다가오는 기간 동안 얼마나 많은 제품이 주문될 것인지 예상하는 것을 나타내는 네트워크-전역 예상 수요, 각 풀필먼트 센터(200)에 저장되는 제품에 대한, 풀필먼트 센터가 각 제품마다 저장하는 하나 이상의 카운트, 해당 제품에 대한 예상 주문 또는 현재 주문 등에 기초하여, 제품에 대한 PDD를 계산할 수 있다.
일부 실시예에서, FO 시스템(113)은, 주기적으로(예를 들어, 시간마다) 각 제품에 대한 PDD를 결정하고, 이를 검색을 위해 데이터 베이스에 저장하거나, 다른 시스템(예를 들어, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 선적 및 주문 추적 시스템(111))에 전송할 수 있다. 다른 실시예에서, FO 시스템(113)은, 하나 이상의 시스템(예를 들어, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 선적 및 주문 추적 시스템(111))으로부터 전자식 요청(electronic requests)을 수신하고, 요구 시(on demand) PDD를 계산할 수 있다.
일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG, 115)는, 시스템(100) 내의 하나 이상의 시스템(예를 들어, FO 시스템(113))으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 요청 또는 응답을 다른 포맷 또는 프로토콜로 변환하고, 변환된 포맷 또는 프로토콜의 요청 또는 응답을 다른 시스템(예를 들어, WMS(119) 또는 제3자의 풀필먼트 시스템(121A, 121B 또는 121C))에 전달하거나, 그 반대도 성립하는 컴퓨터 시스템으로서 구현될 수 있다.
일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, SCM 시스템(117)은, 예를 들어, 제품에 대한 과거 수요, 제품에 대한 예상 수요, 네트워크-전역 과거 수요, 네트워크-전역 예상 수요, 각 풀필먼트 센터(200)에 저장되는 제품 카운트(count products), 각 제품에 대한 예상 주문 또는 현재 주문 등에 기초하여 특정 제품에 대한 수요 레벨(level of demand)을 예측할 수 있다. 모든 풀필먼트 센터에 걸쳐 각 제품에 대한 이 예측된 레벨 및 양에 응답하여, SCM 시스템(117)은, 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 수량을 구매하고 비축(stock)하기 위해서 하나 이상의 구매 주문을 생성할 수 있다.
일부 실시예에서, 창고 관리 시스템(WMS, 119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, WMS(119)는 개별 이벤트(discrete events)를 나타내는 개별 디바이스(예를 들어, 디바이스(107A 내지 107C 또는 119A 내지 119C))로부터 이벤트 데이터를 수신할 수 있다. 예를 들어, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나의 사용을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관련하여 아래에 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들어, 바코드 또는 RFID 태그 데이터)는 특정 단계에서 기계(예를 들어, 자동화되거나 휴대형의 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C) 등과 같은 디바이스)에 의해 스캐닝되거나 판독될 수 있다. WMS(119)는, 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자 또는 기타 정보와 함께 대응하는 데이터베이스(도시되지 않음)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이 정보를 다른 시스템(예를 들어, 선적 및 주문 추적 시스템(111))에 제공할 수 있다.
일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들어, 디바이스(107A 내지 107C 또는 119A 내지 119C))를 시스템(100)과 연관된 하나 이상의 사용자와 관련시킨 정보를 저장할 수 있다. 예를 들어, 일부 상황에서, 사용자(예를 들어, 시간제 또는 전일제 직원)는, 사용자가 모바일 디바이스(예를 들어, 모바일 디바이스는 스마트 폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는, 사용자가 일시적으로 모바일 디바이스를 소유하고 있다(예를 들어, 사용자는 하루의 시작 시에 모바일 디바이스를 체크 아웃하고, 하루 동안 이를 사용할 것이고, 하루가 끝나면 이를 반환할 것이다)는 점에서, 모바일 디바이스와 연관될 수 있다.
일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각 사용자에 대한 작업 로그(work log)를 유지할 수 있다. 예를 들어, WMS(119)는, 임의의 할당된 프로세스(예를 들어, 트럭 하역하기(unloading trucks), 픽 구역(pick zone)으로부터 물품 피킹하기, 리빈 월 작업(rebin wall work), 물품 포장하기), 사용자 식별자, 위치(예를 들어, 풀필먼트 센터(200) 내의 층 또는 구역), 직원에 의해 시스템을 통해 이동된 유닛의 수(예를 들어, 피킹된 물품의 수, 포장된 물품의 수), 디바이스(예를 들어, 디바이스(119A 내지 119C))와 연관된 식별자 등을 포함하여, 각 직원과 연관된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A 내지 119C)상에서 운영되는 시간 기록 시스템(timekeeping system)과 같은 시간 기록 시스템으로부터 체크 인 및 체크 아웃 정보를 수신할 수 있다.
일부 실시예에서, 제3자의 풀필먼트(3PL) 시스템(121A 내지 121C)은 물류 및 제품의 제3자 제공자와 연관된 컴퓨터 시스템을 나타낸다. 예를 들어, 일부 제품은 (도 2와 관련하여 후술되는 바와 같이) 풀필먼트 센터(200)에 저장되지만, 다른 제품은 장외(off-site)에 저장될 수 있거나, 요구 시 생산될 수 있거나, 달리 풀필먼트 센터(200)에 저장되어 이용 가능하지 않을 수 있다. 3PL 시스템(121A 내지 121C)은, (예를 들어, FMG(115)를 통해) FO 시스템(113)으로부터 주문을 수신하도록 구성될 수 있고, 제품 및/또는 서비스(예를 들어, 배송 또는 설치)를 고객에게 직접 제공할 수 있다. 일부 실시예에서, 3PL 시스템(121A 내지 121C) 중 하나 이상은 시스템(100)의 일부일 수 있고, 반면에 다른 실시예에서, 3PL 시스템(121A 내지 121C) 중 하나 이상은 시스템(100) 외부에 있을 수 있다(예를 들어, 제3자 제공자에 의해 소유되거나 운영된다).
일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth, 123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, 일부 실시예에서, FC Auth(123)은 시스템(100) 내의 하나 이상의 다른 시스템에 대한 SSO(single-sign on) 서비스로서 작용할 수 있다. 예를 들어, FC Auth(123)은 사용자가 내부 프론트 엔드 시스템(105)을 통해 로그인할 수 있게 하고, 사용자가 선적 및 주문 추적 시스템(111)에서 리소스에 액세스할 수 있는 유사한 권한(privileges)을 가지고 있는 것으로 결정하고, 사용자가 제2 로그인 프로세스(second log in process)를 필요로 하지 않고 이들 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)은 사용자(예를 들어, 직원)가 그들 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들어, 일부 직원은 전자 디바이스(예를 들어, 디바이스(119A 내지 119C))를 갖지 않을 수 있고, 대신에 하루의 일과에서(during the course of a day), 풀필먼트 센터(200) 내에서, 작업별로, 그리고 구역별로, 이동할 수 있다. FC Auth(123)은 이들 직원이 어떤 작업을 행하고 있는지와, 그들이 하루 중 서로 다른 시각에 어느 구역에 있는지를 나타낼 수 있도록 구성될 수 있다.
일부 실시예에서, 노동 관리 시스템(LMS, 125)은 직원(전일제 및 시간제 직원을 포함)에 대한 출근 및 초과 근무 정보(attendance and overtime information)를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들어, LMS(125)는 FC Auth(123), WMS(119), 디바이스(119A 내지 119C), 수송 시스템(107) 및/또는 디바이스(107A 내지 107C)로부터 정보를 수신할 수 있다.
도 1a에 도시된 특정 구성은 단지 예시이다. 예를 들어, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 도시하지만, 모든 실시예가 이 특정 구성을 요구하는 것은 아니다. 실제로, 일부 실시예에서, 시스템(100) 내의 시스템은, 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준과 호환되는 무선 네트워크, 전용 회선(leased line) 등을 포함하는 하나 이상의 공개 또는 비공개 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템 중 하나 이상은 데이터 센터, 서버 팜(server farm) 등에 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.
도 2는 풀필먼트 센터(200)를 도시한다. 풀필먼트 센터(200)는 주문 시 고객에게 운송되기 위한 물품을 저장하는 물리적 위치의 예이다. 풀필먼트 센터(FC, 200)는 다수의 구역으로 분할될 수 있고, 이들 구역 각각은 도 2에 도시되어 있다. 일부 실시예에서, 이들 "구역"은 물품을 수신하고, 물품을 저장하고, 물품을 검색하고, 물품을 운송하는 프로세스의 상이한 단계 사이의 가상 분할(virtual divisions)로 여겨질 수 있다. 따라서, "구역"이 도 2에 도시되어 있지만, 구역에 대한 다른 분할이 가능하고, 일부 실시예에서, 도 2의 구역이 생략되거나, 복제되거나, 수정될 수 있다.
인바운드 구역(203)은 도 1a로부터 시스템(100)을 사용하여 제품을 판매하고 싶어하는 판매자로부터 물품이 수신되는 풀필먼트 센터(200)의 영역을 나타낸다. 예를 들어, 판매자는 트럭(201)을 사용하여 물품(202A 및 202B)을 배송할 수 있다. 물품(202A)은 그 자체의 운송 팔레트(shipping pallet)를 점유하기에 충분히 큰 단일 물품을 나타낼 수 있고, 반면에 물품(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적재된 물품의 세트를 나타낼 수 있다.
작업자는 인바운드 구역(203)에서 물품을 수신하고, 선택적으로 컴퓨터 시스템(도시되지 않음)을 사용하여 물품의 손상 및 정확성에 대해 검사할 수 있다. 예를 들어, 작업자는 컴퓨터 시스템을 사용하여 물품(202A 및 202B)의 수량을 물품의 주문 수량과 비교할 수 있다. 수량이 매칭되지(match) 않으면, 그 작업자는 물품(202A 또는 202B) 중 하나 이상을 거부할 수 있다. 수량이 매칭되면, 작업자는 (예를 들어, 돌리(dolly), 핸드 트럭, 지게차(forklift)를 이용하거나 수동으로) 이들 물품을 버퍼 구역(205)으로 이동시킬 수 있다. 버퍼 구역(205)은, 예를 들어, 피킹 구역에 예측된 수요를 충족시키기에 매우 충분한 수량의 해당 물품이 있기 때문에, 피킹 구역에서 현재 필요하지 않은 물품에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 지게차(206)는 버퍼 구역(205) 주위에서, 그리고 인바운드 구역(203)과 드롭 구역(207) 사이에서 물품을 이동시키도록 동작된다. 피킹 구역에서 물품(202A 또는 202B)이 필요하다면(예를 들어, 예측된 수요로 인함), 지게차는 물품(202A 또는 202B)을 드롭 구역(207)으로 이동시킬 수 있다.
드롭 구역(207)은, 물품이 피킹 구역(209)으로 이동되기 전에 물품을 저장하는 풀필먼트 센터(200)의 영역일 수 있다. 피킹 작업에 할당된 작업자("피커(picker)")는, 피킹 구역에서 물품(202A 및 202B)에 접근하고, 피킹 구역에 대한 바코드를 스캔하고, 모바일 디바이스(예를 들어, 디바이스 119B)를 사용하여 물품(202A 및 202B)과 연관된 바코드를 스캔할 수 있다. 그 후, 피커는 (예를 들어, 물품을 카트에 담거나 운반함으로써) 물품을 피킹 구역(209)으로 가져갈 수 있다.
피킹 구역(209)은 물품(208)이 저장 유닛(210) 상에 저장되는 풀필먼트 센터(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책장, 박스, 토트(totes), 냉장고, 냉동고, 냉장 창고(cold stores) 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 피킹 구역(209)은 다수의 층으로 구성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들어, 지게차, 엘리베이터, 컨베이어 벨트, 카트, 핸드 트럭, 돌리, 자동화된 로봇 또는 디바이스를 포함하여 여러 방식으로, 또는 수동으로 물품을 피킹 구역(209)으로 이동시킬 수 있다. 예를 들어, 피커는 드롭 구역(207)에서 핸드 트럭 또는 카트 상에 물품(202A 및 202B)을 담고, 물품(202A 및 202B)을 피킹 구역(209)까지 걸어서 운반할 수 있다.
피커는, 저장 유닛(210)상의 특정 공간과 같이, 피킹 구역(209)의 특정 지점(particular spots)에 물품을 배치(또는 "수납")하라는 명령어(instruction)를 수신할 수 있다. 예를 들어, 피커는 모바일 디바이스(예를 들어, 디바이스(119B))를 사용하여 물품(202A)을 스캔할 수 있다. 디바이스는, 예를 들어, 통로(aisle), 선반 및 위치를 나타내는 시스템을 사용하여 피커가 물품(202A)을 수납해야 하는 위치를 나타낼 수 있다. 그 후, 디바이스는 그 위치에 물품(202A)을 수납하기 전에 피커가 그 위치에서 바코드를 스캔하도록 촉구할 수 있다. 디바이스는, 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 물품(202A)이 수납되었음을 나타내는 데이터를, (예를 들어, 무선 네트워크를 통해) 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 전송할 수 있다.
사용자가 주문을 하면, 피커는 저장 유닛(210)으로부터 하나 이상의 물품(208)을 검색하라는 명령어를 디바이스(119B)상에 수신할 수 있다. 피커는, 물품(208)을 검색하고, 물품(208)상의 바코드를 스캔하고, 물품을 수송 메커니즘(transport mechanism)(214) 상에 배치할 수 있다. 수송 메커니즘(214)은, 슬라이드로 나타내어져 있지만, 일부 실시예에서, 수송 메커니즘은 컨베이어 벨트, 엘리베이터, 카트, 지게차, 핸드 트럭, 돌리, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 후, 물품(208)은 포장 구역(packing zone, 211)에 도착할 수 있다.
포장 구역(211)은, 물품이 피킹 구역(209)으로부터 수신되어 고객에게 최종 운송되기 위해 박스 또는 백(bags)에 포장되는 풀필먼트 센터(200)의 영역일 수 있다. 포장 구역(211)에서, 물품 수신에 할당된 작업자("리빈 작업자")는 피킹 구역(209)으로부터 물품(208)을 수신하고 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들어, 리빈 작업자는 컴퓨터(119C)와 같은 디바이스를 사용하여 물품(208)상의 바코드를 스캔할 수 있다. 컴퓨터(119C)는 물품(208)이 어느 주문과 연관되는지를 시각적으로 나타낼 수 있다. 이는, 예를 들어, 주문에 대응하는 공간 또는 벽(216)의 셀"을 포함할 수 있다. 일단 주문이 완료되면 (예를 들어, 셀은 주문에 대한 모든 물품을 포함하기 때문에), 리빈 작업자는 주문이 완료된 것을 포장 작업자(packing worker)(또는 "패커(packer)")에게 나타낼 수 있다. 패커는 셀로부터 물품을 검색하여 운송을 위해 박스 또는 백에 담을 수 있다. 그 후, 패커는 예를 들어, 지게차, 카트, 돌리, 핸드 트럭, 컨베이어 벨트를 통해, 박스 또는 백을 허브 구역(213)으로 수동으로 또는 다른 방식으로 전송할 수 있다.
허브 구역(213)은 포장 구역(211)으로부터 모든 박스 또는 백("패키지")을 수신하는 풀필먼트 센터(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는, 패키지(218)를 검색하고, 각 패키지가 배송 지역 중 어느 부분으로 가고자 의도되는지를 결정하고, 패키지를 적절한 캠프 구역(215)으로 라우팅할 수 있다. 예를 들어, 배송 지역이 2개의 더 작은 하위-지역(sub-areas)을 갖는 경우, 패키지는 2개의 캠프 구역(215) 중 하나로 갈 것이다. 일부 실시예에서, 작업자 또는 기계는 (예를 들어, 디바이스(119A 내지 119C) 중 하나를 사용하여) 패키지를 스캔하여 그 최종 목적지를 결정할 수 있다. 패키지를 캠프 구역(215)으로 라우팅하는 것은, 예를 들어, (예를 들어, 우편 번호에 기초하여) 패키지가 예정되어 있는 지리적 지역의 일부를 결정하는 것, 및 지리적 지역의 일부와 연관된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.
일부 실시예에서, 캠프 구역(215)은 하나 이상의 건물, 하나 이상의 물리적 공간 또는 하나 이상의 지역을 포함할 수 있고, 여기서 패키지는 루트 및/또는 서브-루트로 분류되기 위해 허브 구역(213)으로부터 수신된다. 일부 실시예에서, 캠프 구역(215)은 풀필먼트 센터(200)로부터 물리적으로 분리되고, 반면에 다른 실시예에서, 캠프 구역(215)은 풀필먼트 센터(200)의 일부를 형성할 수 있다.
캠프 구역(215) 내의 작업자 및/또는 기계는, 예를 들어, 목적지를 기존의 루트 및/또는 하위-루트와 비교하는 것, 각 루트 및/또는 하위-루트에 대한 작업 부하를 계산하는 것, 하루 중 시각(the time of day), 운송 방법, 패키지(220)를 운송하기 위한 비용, 패키지(220) 내의 물품과 연관된 PDD 등에 기초하여, 패키지(220)가 어느 루트 및/또는 하위-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 (예를 들어, 디바이스(119A 내지 119C) 중 하나를 사용하여) 패키지를 스캔하여 그 최종 목적지를 결정할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 하위-루트에 할당되면, 작업자 및/또는 기계는, 운송될 패키지(220)를 이동시킬 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226) 및 배송 작업자(224A 및 224B)를 포함한다. 일부 실시예에서, 트럭(222)은 배송 작업자(224A)에 의해 구동될 수 있고, 여기서 배송 작업자(224A)는 풀필먼트 센터(200)를 위한 패키지를 배송하는 전일제 직원이고, 트럭(222)은, 풀필먼트 센터(200)를 소유하거나, 임대하거나, 운영하는 동일한 회사에 의해 소유되거나, 임대되거나, 운영된다. 일부 실시예에서, 자동차(226)는 배송 작업자(224B)에 의해 운전될 수 있고, 여기서 배송 작업자(224B)는 필요에 따라(on an as-needed basis)(예를 들어, 계절에 따라) "가변적인(flex)" 또는 비정기적인 작업자(occasional worker)이다. 자동차(226)는 배송 작업자(224B)에 의해 소유되거나, 임대되거나, 운영될 수 있다.
도 3은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스에 대한 시스템(300)을 도시한다. 일부 실시예에서, 시스템(300)은 카탈로그 또는 다른 목록, 제품 프로모션 정보로부터 제품에 대한 메타데이터를 포함하는, 제품 메타데이터(즉, 물품 데이터)를 처리하도록 구성된다. 일부 실시예에서, 시스템(300)은 예를 들어, 주문 요청의 이행(fulfillment)으로부터의 배송 정보 및/또는 주문 문서 데이터를 포함하는 주문 및 배송 메타데이터(즉, 주문 정보)를 처리하도록 구성될 수 있다. 일부 실시예에서, 주문 문서 데이터는 주문 정보에 관련된 데이터(예를 들어, 일부 또는 모든 주문 관련 정보)를 포함한다. 주문이 이루어질 때 주문 문서 데이터가 생성될 수 있다. 주문 문서 데이터는 제품 정보, 배송 정보(예를 들어, 주소), 결제 시스템으로부터 수신된 결제 정보 및/또는 다른 주문 데이터를 포함할 수 있다. 주문 데이터는 결제 시스템에 의해 업데이트될 수 있다. 일부 실시예에서, 주문 문서 데이터는 풀필먼트 시스템에 의해 업데이트될 수 있다. 예를 들어, 주문 문서 데이터는 배송 준비, 선적 상태, 배송 상태를 포함하는 주문 풀필먼트의 하나 이상의 단계 또는 주문 풀필먼트의 다른 단계에서 업데이트될 수 있다. 사용자가 주문을 취소하거나, 환불을 요청하는 경우 또는 임의의 다른 사용자 행동에 의해 주문 문서 데이터가 업데이트될 수 있다.
일부 실시예에서, 시스템(300)은 예를 들어, 사용자 프로파일 및/또는 사용자 세그멘테이션 데이터(user segmentation data, 즉, 사용자 분류 데이터)를 포함하는 사용자 정보를 처리하도록 구성될 수 있다. 사용자는 서빙 플랫폼(serving platform, 302)을 사용하는 개인, 조직 또는 시스템을 지칭할 수 있다(예를 들어, 고객은 서빙 플랫폼(302)을 통해 제품을 검색하거나 및/또는 주문할 수 있다). 사용자는 식별 데이터, 주소 데이터, 결제 데이터, 사용자 선호도, 사용자 이력 데이터(예를 들어, 검색, 브라우징 또는 주문 데이터) 및/또는 임의의 다른 사용자 데이터를 저장하는 사용자 계정을 갖는 등록된 사용자일 수 있다. 시스템(300)은 많은 양의 데이터(예를 들어, 초당 최대 수백만으로 일당 수십 억의 요청)를 처리하도록 구성될 수 있다.
도시된 바와 같이, 시스템(300)은 서빙 플랫폼(302), 주문 구체화 플랫폼(330), 주문 중앙 데이터 저장소(CDS, 350), 제품 구체화 플랫폼(360), 제품 CDS(380), 세그멘테이션 시스템(390), 및 다른 구성요소를 포함하는 다양한 구성요소를 포함할 수 있다. 시스템(300)의 일부 또는 전체 구성요소는 네트워크를 통해 서로 연결될 수 있다. 시스템(300)의 구성요소 사이의 데이터 송신은 암호화될 수 있다(예를 들어, 종단 간 암호화). 시스템(300)의 하나 이상의 구성요소는 API를 포함할 수 있다.
일부 실시예에서, 시스템(300)의 양상은 트리거(예를 들어, 푸시 이벤트 또는 다른 타입의 수신된 이벤트를 수신하는 것)에 응답하여 임시 컨테이너 인스턴스(ephemeral container instances)(예를 들어, MICROSOFT AZURE 컨테이너, RED HAT OPENSHIFT 컨테이너 또는 다른 컨테이너 인스턴스)를 생성하고("스핀-업(spin-up)")하고, 하나 이상의 작업을 컨테이너 인스턴스에 할당하며, 작업의 완료 시, 컨테이너 인스턴스를 종료하도록("스핀-다운(spin-down)") 설계된 하나 이상의 클라우드 서비스 상에서 구현될 수 있다. 클라우드 서비스를 사용하여 방법을 구현함으로써, 개시된 시스템은 수요를 기초로 자원을 효율적으로 제공하고 효율적으로 확장할 수 있다. 클라우드 서비스는 작업의 완료 시, 임시 컨테이너 인스턴스가 닫히고 폐기될 수 있으므로, 보안 장점을 제공할 수 있다. 즉, 컨테이너 인스턴스는 예를 들어, SSH, RTP, FTP 및/또는 CURL과 같은 원격 쉘 도구(shell tools) 및/또는 터미널을 사용한 외부로부터의 액세스를 허가하지 않는다. 또한, 컨테이너 인스턴스를 종료하는 것은 데이터를 폐기하는 것을 포함하여, 이를 통해 민감한 데이터를 보호할 수 있다. 데이터를 폐기하는 것은 데이터 및 연관된 파일 포인터를 영구적으로 삭제하는 것(예를 들어, 데이터를 덮어쓰는 것)을 수반하기 때문에 보안 장점을 제공할 수 있다.
개시된 실시예와 일치하는, 시스템(300)의 구성요소는 이벤트를 수신하거나, 송신하거나, 처리하거나 및/또는 생성하도록 구성될 수 있다. 이벤트는 이벤트(312), 통지(356), 통지(386), 이벤트(396), 이벤트(392), 이벤트(394) 및/또는 도 3에 도시되지 않은 다른 이벤트를 포함할 수 있다. 이벤트는 데이터 파이프라인에서 푸시 또는 풀 이벤트로 수신되거나 송신될 수 있다. 이벤트는 예를 들어, KAFKA 이벤트, AZURE EVENT HUB 이벤트 및/또는 다른 이벤트를 포함할 수 있다. 이벤트는 파일에 순차적으로 추가되는 데이터 패킷의 로그-구조화된 집합(예를 들어, 메시지)을 가질 수 있다. 이벤트는 파이프라인에서 빠르게 수신될 수 있다(예를 들어, 초당 수천 또는 수백만). 동일한 데이터 값(예를 들어, 재고량)에 관련된 이벤트는 다양한 레이턴시로 다수의 데이터 소스로부터 수신될 수 있다. 따라서, 개시된 실시예와 일치하는, 이벤트는 동기화를 용이하게 하기 위해 그에 따라 타임스탬프될 수 있다(timestamped)(예를 들어, 생성되거나 송신되거나 및/또는 수신된 시간에 따라 시스템(300)의 구성요소에 의해 타임스탬프될 수 있다). 이벤트는 다양한 포맷 및/또는 표준화된 포맷으로 제공될 수 있다. 이벤트 포맷은 버퍼, JSON, 로그-구조화된 포맷 및/또는 다른 포맷을 포함할 수 있다.
통상의 기술자는 시스템(300)의 구성요소가 다양한 방식으로 배열될 수 있고, 적용 가능한 하드웨어, 펌웨어 및/또는 소프트웨어의 임의의 적합한 조합으로 구현될 수 있음을 인식할 것이다. 예를 들어, 시스템(300)은 도 3의 표현에 비해, 더욱 많거나 적은 개수의 서빙 플랫폼, 주문 구체화 플랫폼, 주문 CDS, 제품 구체화 플랫폼, 제품 CDS 및/또는 세그멘테이션 시스템을 포함할 수 있다. 덧붙여, 개시된 실시예와 일치하는, 시스템(300)은 하나 이상의 프로세스의 수행을 수행하거나 및/또는 이를 지원하는 도시되지 않은 다른 구성요소 및/또는 디바이스를 더 포함할 수 있다. 도 3에 도시된 예시적인 구성요소 및 배열은 개시된 실시예를 제한하려는 것으로 의도되지 않는다.
개시된 실시예와 일치하는, 서빙 플랫폼(302)은 프론트 엔드 서비스를 제공하도록 구성될 수 있다. 예시로서, 서빙 플랫폼(302)은 외부 프론트 엔드 시스템(103) 및 내부 프론트 엔드 시스템(105)을 포함할 수 있다. 서빙 플랫폼(302)은 제품을 검색하고, 프로모션을 제공하고, 제품을 주문하는 등을 위한 클라이언트 디바이스에 (예를 들어, 브라우저를 통해) 인터페이스를 제공하도록 구성될 수 있다.
서빙 플랫폼(302)은 하나 이상의 서버, 서버의 클러스터, 저장소(예를 들어, 데이터베이스) 및/또는 개시된 실시예와 일치하는 임의의 다른 컴퓨팅 디바이스(예를 들어, 컴퓨팅 디바이스(600))를 포함할 수 있다. 도 3에 도시된 바와 같이, 서빙 플랫폼(302)은 주문 구체화 시스템(OMS) API(304), 검색 API(306), 프로모션 API(308), 폴백 클러스터(fallback cluster, 310) 및 덤프(dump, 314)를 포함할 수 있다. 서빙 플랫폼(302)에 도시된 예시적인 구성요소 및 배열은 개시된 실시예를 제한하지 않는다. 다른 배열 및 구성요소가 서빙 플랫폼(302)에 포함될 수 있음이 이해되어야 한다.
개시된 실시예와 일치하는, OMS API(304)는 주문 구체화 플랫폼(330)으로부터 정보를 수신하거나 또는 검색하도록 구성될 수 있다. OMS API(304)는 주문 및 배송 상태에 관한 집계된 데이터를 검색하기 위해 데이터를 수신하고 주문 구체화 플랫폼(330)을 호출하도록 구성될 수 있다. 일부 실시예에서, OMS API(304)는 주문을 완료하거나, 주문 이력을 제공하거나, 주문 및/또는 배송 상태를 디스플레이하거나, 판매자(예를 들어, 제3자 판매자)에 대한 통계를 제공하거나, 제3자와의 트랜잭션을 정산하기 위한 정산 시스템을 제공하는 등을 위해 모듈과 인터페이스하도록 구성될 수 있다. 일부 실시예에서, OMS API(304)는 다른 컴퓨팅 시스템 또는 모듈에 연결될 수 있다. 예를 들어, OMS API(304)는 수송 시스템(107), 모바일 디바이스(107A, 107B 및 107C), 판매자 포털(109), 선적 및 주문 추적(SOT) 시스템(111), 풀필먼트 최적화(FO) 시스템(113), 풀필먼트 메시징 게이트웨이(FMG, 115), 공급 체인 관리(SCM) 시스템(117), 창고 관리 시스템(119), 모바일 디바이스(119A, 119B 및 119C)(풀필먼트 센터(FC, 200)의 내부에 있는 것으로 도시됨), 제3자의 풀필먼트 시스템(121A, 121B 및 121C), 풀필먼트 센터 인증 시스템(FC Auth, 123) 및/또는 노동 관리 시스템(LMS, 125)과 같은 시스템(100)의 구성요소에 연결될 수 있다.
개시된 실시예와 일치하는, 검색 API(306)는 제품 검색을 수행하고 검색 결과를 제공하도록 구성될 수 있다. 개시된 실시예와 일치하는, 검색 API(306)는 제품 구체화 플랫폼(360)으로부터 정보를 수신하거나 또는 검색하도록 구성될 수 있다. 일반적으로, 검색 API(306)는 다른 모듈 또는 API와 데이터를 전송하고 수신하도록 구성될 수 있다. 예를 들어, 개시된 실시예와 일치하는, 검색 API(306)는 제품 정보, 웹 페이지, 구매 인터페이스, 검색 인터페이스, 단일 제품 상세 페이지, 카트 페이지, 체크아웃 페이지(checkout pages), 주문 상태 페이지 및/또는 임의의 다른 프론트 엔드 서비스를 제공하기 위해 마이크로서비스(microservices)에 연결될 수 있다. 일부 실시예에서, 검색 API(306)는 수송 시스템(107), 모바일 디바이스(107A, 107B 및 107C), 판매자 포털(109), 선적 및 주문 추적(SOT) 시스템(111), 풀필먼트 최적화(FO) 시스템(113), 풀필먼트 메시징 게이트웨이(FMG, 115), 공급 체인 관리(SCM) 시스템(117), 창고 관리 시스템(119), 모바일 디바이스(119A, 119B 및 119C)(풀필먼트 센터(FC, 200)의 내부에 있는 것으로 도시됨), 제3자의 풀필먼트 시스템(121A, 121B 및 121C), 풀필먼트 센터 인증 시스템(FC Auth, 123) 및/또는 노동 관리 시스템(LMS, 125)과 같은 시스템(100)의 구성요소에 연결될 수 있다. 도 3에 도시된 바와 같이, 검색 API(306)는 검색 결과를 프로모션 API(308)에 제공할 수 있다.
프로모션 API(308)는 검색 API(306)로부터 수신된 검색 결과를 기초로 프로모션 정보를 제공하도록 구성될 수 있다. 예를 들어, 프로모션 API(308)는 예를 들어, 광고된 물품을 목록의 상단에 배치하거나 또는 그렇지 않으면 물품을 프로모션하기 위해 검색 결과의 외관을 변경함으로써(예를 들어, 라벨을 추가하는 것, 글꼴을 변경하는 것, 색상을 변경하는 것 등), 물품이 검색 결과 목록에서 우선순위화 되게 제안할 수 있다. 프로모션 API(308)는 키워드, 사용자 세그먼트, 제품 호환성 등을 기초로 검색 결과에서 다른 물품에 관련된 물품을 제안하도록 구성될 수 있다.
일부 실시예에서, 프로모션 API(308)는 외부 검색 엔진(322) 및/또는 데이터 보관소(data repository, 324)로부터 데이터(예를 들어, 물품 데이터, 검색 결과)를 수신하거나 및/또는 송신할 수 있다. 검색 엔진(322)은 프로모션 API(308)와 인터페이스함으로써 시스템(300)을 검색하도록 구성될 수 있다. 검색 엔진(322)은 예를 들어, 온라인 쇼핑을 위한 검색 엔진일 수 있다. 검색 엔진(322)은 계산적으로 비용이 드는 결과를 저장하기 위한 캐시(미도시)를 포함할 수 있고, 이에 의해 레이턴시 시간을 감소시킨다. 검색 엔진(322)은 상세한 이벤트 데이터(예를 들어, 상위 열 명의 판매자(top-ten seller), 가장 관련된 제품 또는 다른 정보를 식별하기 위한 제품 식별자 및 다른 기본 제품 데이터)를 포함하지 않고 필터링된 이벤트 데이터를 포함할 수 있다. 개시된 실시예와 일치하는, 검색 엔진(322)은 페일세이프 보호(failsafe protection)를 위해 구성된 하나 이상의 데이터 클러스터화된 데이터 저장소를 포함할 수 있다.
데이터 보관소(324)는 실시간 제품 및/또는 주문 데이터를 포함할 수 있다. 데이터 보관소(324)는 전역 데이터 보관소(즉, 시스템(300)의 다수의 구성요소에 걸친 정보의 보관소)일 수 있다. 예시로서, 데이터 보관소는 상이한 풀필먼트 센터를 통해 제공되는 영역의 목록을 포함하는 풀필먼트 센터 영역 매핑 데이터를 포함할 수 있다. 일부 실시예에서, 풀필먼트 센터 매핑 데이터는 특정 제품 및 특정 배송 주소 또는 특정 사용자에 대해 예상된 선적 날짜 및/또는 배송 날짜를 예측하기 위해 제품 및 재고 데이터와 결합될 수 있다. 추가적인 비제한적인 예시로서, 데이터 보관소(324)는 배송 상태를 예측하는데 사용될 수 있는 풀필먼트 센터의 운영 시간, 재난 구역 정보, 블랙리스트에 등록된 우편 번호, 블랙리스트에 등록된 제품 및/또는 제품 카테고리, 휴일 일정표 및/또는 다른 정보를 포함할 수 있다. 데이터 보관소(324)는 개별 인스턴스로서 캐시된 S3 파일 및/또는 다른 파일을 포함할 수 있다. 데이터 보관소(324)는 검색 가능하도록 최적화된 인덱싱되고 구조화된 데이터(예를 들어, B-트리)를 포함할 수 있다.
개시된 실시예와 일치하는, 프로모션 API(380)는 이벤트(312)를 생성하거나 및/또는 송신하도록 구성될 수 있다. 이벤트(312)는 검색어, 검색 결과(예를 들어, 물품에 관련된 데이터), 프로모션, 선적 정보, 사용자 데이터(예를 들어, 사용자 프로파일, 사용자 세그먼트, 사용자 위치, 사용자)와 같은 검색에 관련된 데이터를 포함할 수 있다. 일부 실시예에서, 이벤트(312)는 검색 API(306) 및/또는 프로모션 API(308)에 의해 생성된 데이터에 기초할 수 있다. 일부 실시예에서, 이벤트(312)는 검색 API(306) 및/또는 프로모션 API(308)에 의해 생성될 수 있다. 도시된 바와 같이, 이벤트 API(306)는 폴백 클러스터(310), 덤프(dump, 314) 및/또는 로깅(logging, 320)으로 라우팅 될 수 있다.
덤프(314)는 처리 동안 이벤트 데이터를 저장하기 위한 클라우드 저장소를 포함할 수 있다. 덤프(314)는 서빙 플랫폼(302)을 통과하는 요청-응답 정보(예를 들어, 검색 요청-검색 결과 정보; 주문 배치-주문 결과 정보 및/또는 다른 요청-응답 정보)를 포함할 수 있다. 덤프(314)는 다양한 포맷(예를 들어, JSON 포맷)으로 저장된 요청-응답 정보를 포함할 수 있다. 일부 실시예에서, 덤프(314)는 로깅(320)으로 송신된 데이터의 손실에 대한 백업의 역할을 할 수 있다(예를 들어, 데이터 관리자 및/또는 로깅(320)은 덤프(314)로부터 누락된 데이터를 요청하고 수신할 수 있다). 덤프(314)는 요청-응답 데이터를 검증하고 다른 시스템 구성요소 또는 송신에서 누락된 데이터를 식별하기 위해(예를 들어, 서빙 플랫폼(302)을 통해 사용자에게 제공된 정보가 누락된 필드를 갖는지를 식별하기 위해) 주기적인 배치 작업(periodic batch jobs)(예를 들어, 야간 배치 작업)에 사용되는 데이터를 포함할 수 있다.
폴백 클러스터(310)는 이벤트를 관리하기 위한 클러스터를 포함할 수 있다. 예를 들어, 프로모션 API는 (예를 들어, 검색 API(306) 및/또는 프로모션 API(308)가 페일오버 지점에 도달할 때) 로딩을 관리하기 위한 API 호출의 처리 동안 이벤트(312)를 폴백 클러스터(310)로 전달할 수 있다. 개시된 실시예와 일치하는, 폴백 클러스터(310)는 검색 API(306) 및/또는 프로모션 API(308)의 기능을 수행하도록 구성될 수 있다. 폴백 클러스터(310)는 확장성(예를 들어, 선형 확장성)을 위해 설계된 REDIS 클러스터 및/또는 다른 클러스터를 포함할 수 있다.
개시된 실시예와 일치하는, 주문 구체화 플랫폼(330)은 주문에 관련된 주문 및 배송 상태 데이터를 제공하기 위해 데이터를 집계하도록 구성될 수 있다. 도 3에 도시된 바와 같이, 개시된 실시예와 일치하는, 주문 구체화 플랫폼(330)은 구체화 및 집계 서비스(332), 실시간 클러스터(334), 실시간 업데이터(336), 인덱서(338) 및/또는 검색 인덱스(340)를 포함할 수 있다. 주문 구체화 플랫폼(330)에 도시된 예시적인 구성요소 및 배열은 개시된 실시예에 제한되지 않는다. 다른 배열 및 구성요소가 주문 구체화 플랫폼(330)에 포함될 수 있음이 이해되어야 한다.
개시된 실시예와 일치하는, 구체화 및 집계 서비스(332)는 데이터를 집계하도록 구성될 수 있다. 구체화 및 집계 서비스(332)는 현재 데이터 값을 식별하고 집계함으로써 (예를 들어, 복수의 외부 소스로부터 공급된 데이터와 주문 CDS(350)로부터의 데이터를 비교하고 가장 최근의 수량 데이터를 식별함으로써) 다수의 데이터 소스에 걸쳐 이벤트 데이터를 동기화하도록 구성될 수 있다. 구체화 및 집계 서비스(332)는 주문 CDS에 저장된 데이터(예를 들어, 데이터베이스(354)로부터 수신된 이벤트 데이터)를 집계할 수 있다. 일부 실시예에서, 구체화 및 집계 서비스(332)는 검색 인덱스(340)로부터 및 주문 CDS(350)로부터 데이터를 판독하도록 구성될 수 있다.
구체화 및 집계 서비스(332)는 클라이언트 요청(예를 들어, OMS API(304)에 의해 처리된 요청)에 기초하여 어떤 데이터를 집계할지를 동적으로 결정할 수 있다. 일부 실시예에서, 구체화 및 집계 서비스(332)는 집계 프로세스를 초기화하도록 구조화된 데이터 구조를 생성하도록 구성될 수 있다. 예를 들어, 개시된 실시예와 일치하는, 데이터 구조는 집계 프로세스를 최적화하기 위해 (예를 들어, 주문 CDS에서의 데이터의 이용 가능성, 외부 시스템의 레이턴시 등을 기초로 집계하는 데 필요한 시간을 최소화하기 위해) 지향성 비순환 그래프(directed acyclic graph)를 포함할 수 있다. 일부 실시예에서, 구체화 및 집계 서비스(332)는 실패한 집계를 무시하기 위해 회로 차단기를 이용할 수 있다. 예를 들어, 회로 차단기는 다른 구성요소의 장애 발생 시 하나의 구성요소에 의한 처리를 허용하도록 구성되고 또한 장애가 발생한 구성요소에 의한 실행을 중단시키도록 더 구성된 복수의 구성요소(예를 들어, 서버, 클러스터 또는 다른 구성요소)를 사용하는 것을 포함할 수 있다. 따라서, 회로 차단기는 불필요한 프로세스 또는 작업의 실행을 방지할 수 있다. 또한, 회로 차단기는 상류(upstream) 구성요소에 장애가 발생할 때, 이어진 하류(downstream)의 동작을 허용할 수 있다.
일부 실시예에서, 구체화 및 집계 서비스(332)는 하나 이상의 클러스터(즉, 구역)를 포함할 수 있다. 클러스터는 다수의 소스(예를 들어, 이벤트(396), 검색 인덱스(340), 실시간 클러스터(334))로부터 독립적으로 그리고 공동으로 이벤트 데이터를 수신하도록 구성될 수 있다. 일부 실시예에서, 트래픽은 검출된 문제(즉, 페일오버)를 기초로 클러스터 사이에서 재지향될 수 있다. 일부 실시예에서, 하나 이상의 구역은 구체화 및 집계 서비스(332)를 통해 모든 트래픽을 독립적으로 처리할 수 있다.
일부 실시예에서, 개시된 실시예와 일치하는, 실시간 클러스터(334) 및 실시간 업데이터(336)는 이벤트 데이터를 처리하고, 이를 동적으로 저장할 수 있다. 개시된 실시예(예를 들어, 두 개의 클러스터)와 일치하는, 실시간 클러스터(334)는 페일오버 보호를 위해 구성된 저장된 데이터를 백업하는 복수의 클러스터를 포함할 수 있다. 일부 실시예에서, 복수의 클러스터 중 하나에 장애가 있으면, 실시간 클러스터(334)는 백업으로서 클러스터 중 다른 것에 의존할 수 있다(즉, 실시간 클러스터(334)는 페일오버 보호를 구현한다). 일 예시로서, 실시간 클러스터(334)의 모든 클러스터에 장애가 있고 "차단기"가 개방되어(예를 들어, REALTIME REDIS), 구체화 서비스(365)가 데이터베이스(354) 및/또는 검색 인덱스(340)로부터 데이터를 수신하게 할 수 있다.
개시된 실시예와 일치하는, 실시간 업데이터(336)는 시스템(300)의 다른 구성요소로부터 및/또는 시스템(300) 외부의 구성요소로부터 데이터 파이프라인에서 이벤트(예를 들어, 이벤트(396))를 수신하도록 구성될 수 있다. 이벤트(396)는 예를 들어, 판매자 시스템에 의해 생성된 이벤트를 포함할 수 있다. 일부 실시예에서, 이벤트(396)는 등록된 외부 시스템(예를 들어, 제품에 관련된 이벤트를 제출하기 위해 승인을 요청하고 이를 받는 판매자)에만 수신될 수 있다. 일부 실시예에서, 이벤트(396)는 등록되지 않은 시스템 및/또는 등록된 시스템으로부터 수신될 수 있다. 실시간 업데이터(336)는 이벤트 포맷(예를 들어, 버퍼, JSON, 로그-구조화된)을 기초로 이벤트를 파싱하고 및/또는 수신된 포맷(예를 들어, 표준화된 포맷)과 상이한 포맷으로 이벤트를 저장하도록 구성될 수 있다. 실시간 업데이터(336)는 수신된 이벤트 데이터를 기초로 실시간 클러스터(366)를 업데이트하도록 구성될 수 있다. 일부 실시예에서, 실시간 업데이터(336)는 수신된 이벤트 데이터가 실시간 클러스터(366)에 저장된 데이터와 상이한지의 결정을 기초로 실시간 클러스터(366)를 업데이트할 수 있다.
일부 실시예에서, 인덱서(338)는 검색 인덱스(340)를 유지할 수 있다. 인덱서(338)는 주문 CDS(350)로부터 통지(예를 들어, 통지(356))를 수신할 수 있으며, 통지는 주문에 관한 정보(예를 들어, 주문이 이루어질 수 있음, 배송 상태가 업데이트될 수 있음, 결제 방법이 업데이트될 수 있음)를 포함한다. 인덱서(350)는 통지로부터 데이터를 검색 인덱스(340)에 저장할지를 결정하는 값을 정의하는 구성 저장소를 포함할 수 있다. 일부 실시예에서, 인덱서(338)는 통지를 기초로 이벤트(392)를 생성하고, 이벤트(392)를 세그멘테이션 시스템(390)으로 송신한다. 인덱서(338)는 통지를 분석함으로써 이벤트(392)를 생성할지를 결정하도록 구성될 수 있다. 예를 들어, 인덱서(338)는 사용자-생성된 행동(예를 들어, 주문을 하는 것, 주문을 취소하는 것, 배송 위치를 변경하는 것)에 대해서는 이벤트(392)를 생성할 수 있지만, 시스템-생성된 행동(예를 들어, 주문 추적 동안 선적 위치에 대한 변경)에 대해서는 그러하지 않을 수 있다.
검색 인덱스(340)는 인덱서(338)를 통해 주문 CDS(350)로부터 수신된 주문에 관한 이벤트 데이터를 포함할 수 있다. 일부 실시예에서, 인덱싱은 사용자에 의해 데이터를 제공하도록 최적화될 수 있다. 예를 들어, 단일 사용자와 연관된 데이터가 낮은 레이턴시로 검색될 수 있도록, 데이터가 인덱스로 분할될 수 있다. 검색 인덱스(340)는 캐시, 데이터베이스 및/또는 장기간의 데이터 저장소를 포함할 수 있다. 검색 인덱스(340)는 검색 가능한 데이터 구조(예를 들어, B-트리)에 저장된 데이터를 포함할 수 있다. 검색 인덱스(340)는 이벤트 데이터의 인덱싱, 검색 및 분석을 용이하게 하기 위해, 분산된 RESTful(Representational State Transfer) 검색 및 분석 엔진(예를 들어, ELASTICSEARCH)을 포함할 수 있다.
개시된 실시예와 일치하는, 주문 CDS(350)는 스냅 샷(352) 및 데이터베이스(354)를 포함할 수 있다. 주문 CDS(350)에 도시된 예시적인 구성요소 및 배열은 개시된 실시예에 제한되지 않는다. 다른 배열 및 구성요소가 주문 CDS(350)에 포함될 수 있음이 이해되어야 한다.
주문 CDS(350)는 이벤트(396)를 수신하도록 구성될 수 있다. 주문 CDS(350)는 이벤트 포맷(예를 들어, 버퍼, JSON, 로그-구조화된)을 기초로 이벤트를 파싱하도록, 및/또는 수신된 포맷(예를 들어, 표준화된 포맷)과 상이한 포맷으로 이벤트를 저장하도록 구성될 수 있다. 주문 CDS(350)는 이벤트 데이터를 효율적으로 저장하도록(예를 들어, 데이터베이스(354)에 저장된 기존의 데이터를 복제하는 이벤트 데이터를 폐기하도록 또는 컴팩트한 저장소를 위해 데이터베이스(354)의 이벤트 데이터를 상호 참조하도록) 구성될 수 있다.
개시된 실시예와 일치하는, 스냅 샷(352)은 주문 "스냅 샷", 즉, 버전 이력을 제공하기 위해 데이터베이스(354)에 저장된 정보의 사본을 포함할 수 있다. 예를 들어, 스냅 샷은 데이터베이스(354) 내의 노드의 시점의 사본(point-in-time copy)에 대응할 수 있고 복수의 스냅 샷은 노드와 연관된 일련의 시점을 캡처할 수 있다. 개시된 실시예와 일치하는 스냅 샷은 확장성 및 내결함성을 위해 설계된 데이터베이스의 APACHE CASSANDRA 스냅 샷, REDIS 스냅 샷, POSTGRES 스냅 샷 및/또는 임의의 다른 스냅 샷을 포함할 수 있다.
개시된 실시예와 일치하는, 데이터베이스(354)는 주문 정보를 포함할 수 있다. 데이터베이스(354)는 임의의 알려진 데이터베이스를 포함할 수 있다. 데이터베이스(354)는 예를 들어 APACHE CASSANDRA 데이터베이스, REDIS 데이터베이스, POSTGRESQL 데이터베이스 및/또는 확장성 및/또는 내결함성을 위해 설계된 임의의 다른 데이터베이스를 포함할 수 있다. 데이터베이스(354)는 이벤트(396)를 기초로 하는 이벤트 데이터를 포함할 수 있다.
개시된 실시예와 일치하는, 데이터베이스(354)는 페일오버 보호를 위해 구성된 복수의 클러스터를 포함할 수 있다. 예를 들어, 데이터베이스(354)는 저장된 데이터를 백업하는 복수의 클러스터(예를 들어, 두 개의 클러스터)를 포함할 수 있다. 일부 실시예에서, 복수의 클러스터 중 하나에 장애가 있으면, 주문 CDS(350)는 클러스터 중 다른 것에 의존할 수 있다(즉, 주문 CDS(350)는 페일오버 보호를 구현할 수 있다).
개시된 실시예와 일치하는, 주문 CDS(350)는 주문 정보에 관련된 통지(356)를 생성하도록 구성될 수 있다. 개시된 실시예와 일치하는, 통지(356)는 이벤트를 포함할 수 있다. 통지(356)는 주문 상태, 물품 정보, 운송 데이터 또는 다른 주문 정보를 포함할 수 있다.
개시된 실시예와 일치하는, 제품 구체화 플랫폼(360)은 주문에 관련된 주문 및 배송 상태 데이터를 제공하기 위해 데이터를 집계하도록 구성될 수 있다. 도 3에 도시된 바와 같이, 개시된 실시예와 일치하는, 제품 구체화 플랫폼(360)은 집계 서비스(362), 구체화 서비스(364), 실시간 클러스터(366), 실시간 업데이터(368), 비-실시간 클러스터(370), 검색 인덱스(372), 캐시(374) 및 캐시 리프레셔(376)를 포함할 수 있다. 제품 구체화 플랫폼(360)에 도시된 예시적인 구성요소 및 배열은 개시된 실시예에 제한되지 않는다. 다른 배열 및 구성요소가 제품 구체화 플랫폼(360)에 포함될 수 있음이 이해되어야 한다.
개시된 실시예와 일치하는, 집계 서비스(362)는 데이터를 집계하도록 구성될 수 있다. 집계 서비스(362)는 현재 데이터 값을 식별 및 집계함으로써 (예를 들어, 복수의 외부 소스로부터 공급된 데이터와 주문 CDS(350)로부터의 데이터를 비교하고 가장 최근의 수량 데이터를 식별함으로써) 다수의 데이터 소스에 걸쳐 이벤트 데이터를 동기화하도록 구성될 수 있다. 집계 서비스(362)는 주문 CDS에 저장된 데이터(예를 들어, 데이터베이스(354)로부터 수신된 이벤트 데이터)를 집계할 수 있다. 일부 실시예에서, 집계 서비스(362)는 구체화 서비스(364), 검색 인덱스(372) 및/또는 캐시(374)로부터 데이터를 판독하도록 구성될 수 있다.
집계 서비스(362)는 클라이언트 요청(예를 들어, 검색 API(306)에 의해 처리된 요청)에 기초하여 어떤 데이터를 집계할지를 동적으로 결정할 수 있다. 일부 실시예에서, 집계 서비스(362)는 API일 수 있다. 일부 실시예에서, 집계 서비스(362)는 실패된 집계를 무시하기 위해 회로 차단기를 이용할 수 있다.
일부 실시예에서, 집계 서비스(362)는 집계 프로세스를 초기화하기 위해 구성된 데이터 구조를 생성하도록 구성될 수 있다. 예를 들어, 개시된 실시예와 일치하는, 데이터 구조는 집계 프로세스를 최적화하기 위해 (예를 들어, 제품 CDS에서의 데이터의 이용 가능성, 이벤트 데이터를 제공하는 외부 시스템의 레이턴시 등을 기초로 집계하는 데 필요한 시간을 최소화하기 위해) 지향성 비순환 그래프를 포함할 수 있다.
개시된 실시예와 일치하는, 구체화 서비스(364)는 이벤트 데이터를 동기화하기 위해 실시간 클러스터(366)로부터 및 비-실시간 클러스터(370)로부터 데이터를 판독하도록 구성될 수 있다. 일부 실시예에서, 구체화 서비스(364)는 하나 이상의 클러스터(즉, 구역)를 포함할 수 있다. 일부 실시예에서, 복수의 클러스터는 클라이언트를 서빙한다. 클러스터는 다수의 소스로부터 이벤트 데이터를 독립적으로 및 공동으로 수신하도록 구성될 수 있다. 일부 실시예에서, 트래픽은 검출된 문제를 기초로 클러스터 사이에서 재지향될 수 있다. 일부 실시예에서, 하나 이상의 구역은 집계 서비스(362)를 통해 모든 트래픽을 독립적으로 처리할 수 있다.
개시된 실시예와 일치하는, 이벤트(394)는 데이터 주문 풀필먼트 데이터, 결제 데이터, 사용자 데이터, 카탈로그 데이터 및/또는 임의의 다른 데이터를 포함할 수 있다. 이벤트는 재고 데이터, 가격 데이터, 물품(목록) 데이터, 사용자 데이터(예를 들어, 도 4를 참조로 논의된 사용자에 관한 데이터)를 포함하는 데이터의 변경을 반영하기 위해 외부 시스템에 의해 생성될 수 있다. 이벤트(394)의 추가적인 세부사항은 도 8을 참조로 서술된다.
일부 실시예에서, 실시간 클러스터(366) 및 실시간 업데이터(338)는 데이터 파이프라인에서 수신된 외부 시스템으로부터의 동적 데이터를 이벤트(394)로서 처리하고 저장할 수 있다. 일부 실시예에서, 이벤트(394)는 등록된 외부 시스템으로부터만 수신될 수 있다. 일부 실시예에서, 이벤트(394)는 등록되지 않은 시스템 및/또는 등록된 시스템으로부터 수신될 수 있다. 실시간 클러스터(366)는 물품(예를 들어, 가격, 재고 수량 등)에 대한 실시간 데이터를 포함하는 데이터베이스 및/또는 캐시를 포함할 수 있다. 실시간 클러스터(366)는 데이터를 구체화 서비스(364)에 제공하도록 구성될 수 있다. 실시간 클러스터(366)는 다양한 내구성을 갖는 분산된 인메모리(in-memory) 키-값 데이터베이스를 구현하기 위해 REDIS 클러스터 및/또는 임의의 다른 캐시 또는 클러스터를 포함할 수 있다.
개시된 실시예(예를 들어, 두 개의 클러스터)와 일치하는, 실시간 클러스터(366)는 페일오버 보호를 위해 구성된 저장된 데이터를 백업하는 복수의 클러스터를 포함할 수 있다. 일부 실시예에서, 복수의 클러스터 중 하나에 장애가 있으면, 실시간 클러스터(366)는 백업으로서 클러스터 중 다른 것에 의존할 수 있다(즉, 실시간 클러스터(366)는 페일오버 보호를 구현할 수 있다). 일부 실시예에서, 실시간 클러스터(366)의 모든 클러스터에 장애가 있고 "회로 차단기"가 개방되어(예를 들어, REALTIME REDIS), 구체화 서비스(365)가 비-실시간 클러스터(370)로부터 데이터를 수신하게 할 수 있다.
개시된 실시예와 일치하는, 실시간 업데이터(368)는 시스템(300)의 다른 구성요소 및/또는 시스템(300) 외부의 구성요소로부터 이벤트(예를 들어, 이벤트(394))를 수신하도록 구성될 수 있다. 일부 실시예에서, 이벤트(394)는 외부 시스템(예를 들어, 판매자 시스템)으로부터 수신될 수 있다. 일부 실시예에서, 실시간 업데이터(368)는 세그멘테이션 시스템(390)으로부터 이벤트를 수신할 수 있다. 실시간 업데이터(368)는 수신된 이벤트 데이터를 기초로 실시간 클러스터(366)를 업데이트하도록 구성될 수 있다. 일부 실시예에서, 수신된 이벤트 데이터가 실시간 클러스터(366)에 저장된 데이터와 상이한지의 결정을 기초로 실시간 클러스터(366)를 업데이트한다.
개시된 실시예와 일치하는, 비-실시간 클러스터(370)는 페일오버 보호를 위해 구성된 저장된 데이터를 백업하는 복수의 클러스터(예를 들어, 두 개의 클러스터)를 포함할 수 있다. 일부 실시예에서, 복수의 클러스터 중 하나에 장애가 있으면, 비-실시간 클러스터(370)는 백업으로서 클러스터 중 다른 것에 의존할 수 있다(즉, 비-실시간 클러스터(370)는 페일오버 보호를 구현할 수 있다). 일부 실시예에서, 비-실시간 클러스터(370)의 모든 클러스터에 장애가 있고 "회로 차단기"가 개방되어(예를 들어, REALTIME REDIS) 구체화 서비스(365)가 실시간 클러스터(366)로부터 데이터를 수신하게 할 수 있다.
검색 인덱스(372)는 제품 CDS(380)로부터 수신된 물품에 관한 이벤트 데이터를 포함할 수 있다. 일부 실시예에서, 인덱싱은 판매자(즉, 벤더(vendor)) 또는 다른 공급업체에 데이터를 제공하도록 최적화될 수 있다. 예를 들어, 단일 판매자와 연관된 데이터가 낮은 레이턴시로 검색될 수 있도록 데이터는 인덱스로 분할될 수 있다. 검색 인덱스(372)는 캐시, 데이터베이스 및/또는 장기간 데이터 저장소를 포함할 수 있다. 검색 인덱스(340)는 검색 가능한 데이터 구조(예를 들어, B-트리)에 저장된 데이터를 포함할 수 있다. 제품 구체화 플랫폼(360)은 제품 CDS(380)로부터 통지(예를 들어, 통지(386))를 수신할 수 있으며, 통지는 물품에 관한 정보를 포함한다. 통지는 제품 구체화와 관련되지 않은 대량의 데이터를 포함할 수 있으며, 따라서 제품 구체화 플랫폼(360)은 통지로부터 데이터를 검색 인덱스(372)에 저장할지를 결정하는 값을 정의하는 구성 저장소를 포함할 수 있다. 검색 인덱스(372)는 이벤트 데이터의 인덱싱, 검색 및 분석을 용이하게 하기 위해 분산 RESTful(Representational State Transfer-ful) 검색 및 분석 엔진(예를 들어, ELASTICSEARCH)을 포함할 수 있다.
캐시(374)는 ...을 포함할 수 있다. 일부 실시예에서, 캐시(374)는 집계 서비스(362)에 의해 제공되는 집계된 데이터를 저장한다. 따라서, 집계 서비스(362)가 이전에 집계된 이벤트 데이터를 다시 집계해야 할 필요 없이, 요청에 따라 이미 집계된 이벤트 데이터를 검색할 수 있기 때문에, 캐시(374)는 효율의 장점을 제공할 수 있다. 캐시(374)는 생성하는데 계산 비용이 드는 저장된 데이터를 포함할 수 있어서, 많은 요청에 대한 집계 서비스(362)의 응답을 개선할 수 있다. 캐시(374)는 집계 서비스(362)에 의해 최근에 서빙된 데이터를 포함할 수 있으며, 이를 통해 상류 저장소 또는 네트워크 연결 실패 동안의 안정성을 증가시킨다.
개시된 실시예와 일치하는, 제품 CDS(380)는 스냅 샷(382) 및 데이터베이스(384)를 포함할 수 있다. 제품 CDS(380)는 시스템(300) 외부의 컴퓨팅 구성요소로부터 이벤트(394)를 수신하도록 구성될 수 있다. 일부 실시예에서, 제품 CDS(380)는 세그멘테이션 시스템(390)으로부터 이벤트를 수신하도록 구성될 수 있다. 제품 CDS(380)에 도시된 예시적인 구성요소 및 배열은 개시된 실시예를 제한하지 않는다. 다른 배열 및 구성요소가 제품 CDS(380)에 포함될 수 있음이 이해되어야 한다.
제품 CDS(380)는 이벤트 포맷(예를 들어, 버퍼, JSON, 로그-구조화된)을 기초로 수신된 이벤트를 파싱하도록, 및/또는 수신된 포맷(예를 들어, 표준화된 포맷)과 상이한 포맷으로 이벤트를 저장하도록 구성될 수 있다. 제품 CDS(380)는 이벤트 데이터를 효율적으로 저장하도록(예를 들어, 데이터베이스(384)에 저장된 기존 데이터를 복제한 이벤트 데이터를 폐기하거나 또는 컴팩트한 저장소를 위해 데이터베이스(384)의 이벤트 데이터를 상호 참조하도록) 구성될 수 있다.
개시된 실시예와 일치하는, 스냅 샷(382)은 주문 "스냅 샷", 즉, 버전 이력을 제공하기 위해 데이터베이스(384)에 저장된 정보의 사본을 포함할 수 있다. 개시된 실시예와 일치하는, 데이터베이스(384)는 제품 정보를 포함할 수 있다. 데이터베이스(384)는 확장성 및/또는 내결함성을 위해 설계된 데이터베이스(예를 들어, CASSANDRA 데이터베이스)를 포함하는 임의의 알려진 데이터베이스를 포함할 수 있다. 개시된 실시예와 일치하는, 데이터베이스(384)는 페일오버 보호를 위해 구성된 복수의 클러스터를 포함할 수 있다.
개시된 실시예와 일치하는, 제품 CDS(380)는 주문 정보에 관련된 통지(386)를 생성하도록 구성될 수 있다. 개시된 실시예와 일치하는, 통지(386)는 이벤트를 포함할 수 있다. 통지(386)는 물품 정보, 수량 데이터, 가격 데이터, 물품의 사양, 크기 데이터 등을 포함할 수 있다. 개시된 실시예와 일치하는, 통지(386)는 하나 이상의 이벤트(394)의 사본을 포함할 수 있다.
세그멘테이션 시스템(390)은 개시된 실시예와 일치하는, 개인화된 데이터 집계를 제공하기 위해 사용자를 세그먼트화(즉, 분류)하도록 구성될 수 있다. 세그멘테이션 시스템(390)은 사용자 프로파일, 사용자 활동, 구매 이력 등에 관한 데이터를 수신하고, 수신된 데이터를 기초로 사용자를 세그먼트화하도록 구성될 수 있다. 세그멘테이션 시스템(390)은 대상 고객에게 관련 물품 및/또는 캠페인을 갖는 목표 프로모션을 생성하도록 구성될 수 있다. 세그멘테이션 시스템(390)의 추가적인 세부사항은 도 4를 참조하여 개시된다.
도 4는 개시된 실시예와 일치하는, 사용자를 세그먼트화하고 프로파일링 하기 위한 시스템(400)을 도시한다. 도시된 바와 같이, 시스템(400)은 세그멘테이션 시스템(390), 캠페인 플랫폼(412), 청중 플랫폼(audience platform, 414), 제품 CDS(380) 및 실시간 업데이터(368)를 포함하는 다양한 구성요소를 포함할 수 있다. 시스템(400)의 일부 또는 모든 구성요소는 네트워크를 통해 서로 연결될 수 있다. 시스템(400)의 구성요소는 시스템(300)에 포함될 수 있고 시스템(400 및 300)은 동일한 시스템의 일부일 수 있음이 이해되어야 한다. 시스템(400)의 구성요소 사이의 데이터 송신은 암호화(예를 들어, 종단간 암호화)될 수 있다. 시스템(400)의 하나 이상의 구성요소는 API를 포함할 수 있다.
일부 실시예에서, 개시된 실시예와 일치하는 시스템(400)의 양상은 하나 이상의 클라우드 서비스 상에서 구현될 수 있다. 개시된 실시예와 일치하는, 시스템(400)의 구성요소는 이벤트를 수신하거나, 송신하거나, 처리하거나 및/또는 생성하도록 구성될 수 있다.
개시된 실시예와 일치하는, 세그멘테이션 시스템(390)은 개인화된 데이터 집계를 제공하기 위해 사용자를 세그먼트화(즉, 분류)하도록 구성될 수 있다. 도시된 바와 같이, 세그멘테이션 시스템(390)은 주문 프로파일 생성기(402), 클러스터(404), 사용자 세그먼트 집계자(406), 캠페인 메타데이터(408) 및/또는 청중 메타데이터(410)를 포함할 수 있다. 세그멘테이션 시스템(390)에 도시된 예시적인 구성요소 및 배열은 개시된 실시예를 제한하지 않는다. 다른 배열 및 구성요소가 제품 세그멘테이션 시스템(390)에 포함될 수 있음이 이해되어야 한다.
개시된 실시예와 일치하는, 주문 프로파일 생성기는 이벤트(392)를 기초로 주문 프로파일을 생성하도록 구성될 수 있다. 이벤트(392)는 사용자-생성된 행동(예를 들어, 주문을 하는 것, 주문을 취소하는 것, 배송 위치를 변경하는 것)에 관련된 정보를 포함할 수 있다. 주문 프로파일은 주문의 요약 또는 다른 표현을 포함할 수 있다. 개시된 실시예와 일치하는, 주문 프로파일 생성기는 클러스터(404)에 저장된 주문 이벤트 데이터를 기초로 주문 프로파일을 생성할 수 있다.
개시된 실시예와 일치하는, 클러스터(404)는 사용자 및 주문에 관련된 정보를 포함할 수 있다. 예를 들어, 클러스터(404)는 사용자 및 주문에 관련된 구매 이력, 운송 이력, 사용자 선호도, 또는 다른 정보에 관련된 데이터를 포함할 수 있다. 일부 실시예에서, 클러스터(404)는 페일세이프 보호를 위해 구성된 복수의 클러스터를 포함할 수 있다. 개시된 실시예와 일치하는, 클러스터(404)는 확장성을 위해 구성된 클러스터, 캐시 또는 데이터베이스를 포함할 수 있다.
개시된 실시예와 일치하는, 사용자 세그먼트 집계자(406)는 세그먼트 기준을 생성하도록 구성될 수 있다. 예를 들어, 사용자 세그먼트 집계자는 세그먼트 기준(즉, 분류 기준)을 생성하기 위해 캠페인 및/또는 청중에 관련된 데이터를 집계할 수 있다. 사용자 세그먼트 집계자는 위치, 사용자 이력, 프로모션 조건 또는 다른 조건을 기초로 사용자를 세그먼트화하기 위한 기준을 생성하도록 구성될 수 있다. 일부 실시예에서, 개시된 실시예와 일치하는, 사용자 세그먼트 집계자는 캠페인 메타데이터(408) 및 청중 메타데이터(410)를 집계하도록 구성될 수 있다.
개시된 실시예와 일치하는, 캠페인 메타데이터(408)는 프로모션 또는 다른 판매 활동(sales effort)에 관한 데이터를 포함할 수 있다. 예를 들어, 캠페인 메타데이터(408)는 프로모션 조건에 관한 데이터를 포함할 수 있다. 캠페인 메타데이터(408)는 디스플레이할 데이터, 유통 채널(distribution channel), 목표 인구 통계(demographics) 및/또는 다른 마케팅 데이터와 같은 마케팅 데이터를 포함할 수 있다. 예를 들어, 캠페인 메타데이터(408)는 서빙 플랫폼(302)을 통해 액세스 가능한 다양한 배너 및/또는 웹 페이지에 디스플레이하기 위한 정보를 포함하여, 특정 휴일에 새로운 어머니에게 이용 가능한 10% 프로모션 쿠폰에 대한 정보를 포함할 수 있다. 일부 실시예에서, 캠페인 메타데이터(408)는 캠페인에 대응하는 배포 채널(예를 들어, 현장 배너, 문자 메시지, 이메일 또는 다른 채널)을 식별하는 정보를 포함한다. 개시된 실시예와 일치하는, 프로모션 조건은 사용자의 특성 및 구매 이력에 대한 상관관계에 관한 정보를 기초로 할 수 있다. 캠페인 메타데이터(408)는 RDMS 포맷, JSON 포맷 또는 다른 구조화된 데이터 포맷으로 저장될 수 있다.
개시된 실시예와 일치하는, 청중 메타데이터(410)는 사용자 데이터를 포함할 수 있다. 청중 메타데이터(410)는 사용자 식별자를 포함할 수 있다. 청중 메타데이터(410)는 정적 및/또는 동적 데이터를 포함할 수 있다. 정적 청중 데이터는 사용자 식별자를 포함하는 정적 텍스트 파일을 포함할 수 있으며, 파일은 배치 작업을 통해 주기적으로 생성되거나 및/또는 업데이트된다. 예를 들어, 청중 메타데이터(410)는 수일 또는 수주의 기간에 걸친 사용자의 구매 행동을 분석하는 배치 작업을 통해 생성된 "새로운 어머니"에 대한 정적 파일을 포함할 수 있다. 동적 청중 데이터는 실시간으로 변경되며, 규칙을 충족하는 행동을 수행하는 사용자를 포함할 수 있다. 예를 들어, 동적 청중 메타데이터에는 특정 이메일 목록에 가입하고, 현재 특정 영역에 위치된 특정 벤더의 고객을 식별하기 위한 규칙, 또는 고객을 식별하기 위한 다른 규칙을 포함할 수 있다. 목록은 실시간으로 업데이트되거나 변경될 수 있다(예를 들어, 사용자가 특정 도시에 들어가고 떠났음을 나타내는 위치 정보를 송신하는 사용자는 그 특정 도시와 연관된 동적 청중으로부터 동적으로 위치되고 제거될 수 있다). 청중 메타데이터(410)는 식별자의 목록을 구성하기에 적합한 목록, CSV 파일, 및/또는 임의의 다른 포맷으로 구성될 수 있다.
개시된 실시예와 일치하는, 캠페인 플랫폼(412)은 프로모션 및 마케팅을 위한 캠페인을 설정하도록 구성될 수 있다. 예를 들어, 제3자 판매자는 캠페인 메타데이터(408)를 설정하기 위해 캠페인 플랫폼(412)을 사용할 수 있다. 캠페인 플랫폼(412)은 API를 포함할 수 있다.
개시된 실시예와 일치하는, 청중 플랫폼(414)은 캠페인에 대한 청중을 설정하도록 구성될 수 있다. 예를 들어, 제3자 판매자는 (예를 들어, 동적 청중을 식별하기 위한 규칙을 설정하거나, 정적 청중 데이터 및/또는 다른 행동을 제공함으로써) 청중 메타데이터(410)를 설정하기 위해 청중 플랫폼(414)을 사용할 수 있다. 청중 플랫폼(414)은 API를 포함할 수 있다.
도시된 바와 같이, 개시된 실시예와 일치하는, 세그멘테이션 시스템(390)은 이벤트(416)를 생성하도록 구성될 수 있다. 이벤트(416)는 주문 프로파일 생성기(402) 및/또는 사용자 세그먼트 집계자(406)에 의해 생성될 수 있다. 개시된 실시예와 일치하는, 이벤트(416)는 사용자, 캠페인, 사용자 세그먼트, 청중, 또는 사용자 및 주문에 관한 다른 데이터에 관한 데이터를 포함할 수 있다. 이벤트(415)는 주문 관련 통계 및/또는 카운터를 갖는 주문 프로파일 데이터를 포함할 수 있다. 예를 들어, 주문 프로파일 데이터는 새로운 (신규) 주문 카운트, 초과 주문 카운트, 주문 취소율, 마지막 주문 데이터를 포함할 수 있다. 이벤트(416)는 사용자 세그멘테이션 정보(예를 들어, 멤버십 상태 변경, 청중 정보 또는 다른 사용자 세그멘테이션 데이터)를 포함할 수 있다.
일부 실시예에서, 개시된 실시예와 일치하는, 세그멘테이션 시스템(390)은 이벤트(416)를 실시간 업데이터(368) 및/또는 제품 CDS(380)로 송신한다. 실시간 업데이터(368) 및 제품 CDS(380)는 도 3를 참조하여 더 상세히 서술된다.
도 5는 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계를 위한 예시적인 프로세스(500)를 도시하는 흐름도이다. 일부 실시예에서, 시스템(300 및 400)의 구성요소는 프로세스(500)의 단계를 수행한다. 예를 들어, 주문 구체화 플랫폼(330), 제품 구체화 플랫폼(360) 및/또는 세그멘테이션 시스템(390)은 프로세스(400)의 단계를 수행할 수 있다. 시스템(300 및 400)의 다른 구성요소는 프로세스(500)의 하나 이상의 단계의 동작을 수행할 수 있음을 유의해야 한다. 프로세스(500)의 단계는 암호화 방법을 사용하여 수행될 수 있다(예를 들어, 프로세스(6500)는 종단간 암호화될 수 있다).
단계 502에서, 개시된 실시예와 일치하는, 서비스는 물품에 관련된 다수의 소스로부터 데이터를 수신할 수 있다. 일부 실시예에서, 단계 502에서, 개시된 실시예와 일치하는, 구체화 및 집계 서비스(332)는 실시간 클러스터, 데이터베이스(354) 및/또는 검색 인덱스로부터 데이터를 수신할 수 있다. 일부 실시예에서, 단계 502에서, 개시된 실시예와 일치하는, 구체화 서비스(364)는 실시간 클러스터(366), 비-실시간 클러스터(370)로부터 데이터를 수신할 수 있다. 단계 502의 서비스는 제1 클러스터 및 제2 클러스터를 포함할 수 있고, 제1 클러스터 및 제2 클러스터는 물품에 관련된 다수의 소스로부터 데이터를 독립적으로 그리고 공동으로 수신하고, 제1 이벤트 데이터 및 제2 이벤트 데이터를 동기화하도록 구성된다.
단계 502의 물품은 예를 들어, 판매용 제품을 포함할 수 있다. 물품은 웹 서버에 의해 호스팅되는 웹 페이지(예를 들어, 서빙 플랫폼(302) 및/또는 판매자 시스템)와 연관될 수 있다. 일부 실시예에서, 웹 페이지는 물품에 대한 대화형 요소 및 정보 및/또는 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함한다. 예를 들어, 개시된 실시예와 일치하는, 웹 페이지는 SDP(단일 상세 페이지)를 포함할 수 있다. 다른 예시로서, 웹 페이지는 개시된 실시예와 일치하는 SRP(검색 결과 페이지)를 포함할 수 있다.
일부 실시예에서, 개시된 실시예와 일치하는, 단계 502에서 수신된 데이터는 제1 데이터 저장소로부터의 제1 이벤트 데이터를 포함한다. 예를 들어, 제1 데이터 저장소는 실시간 피드(real time feed)(예를 들어, 실시간 업데이터(336) 및/또는 이벤트(396))으로부터 공급된 실시간 클러스터(334)를 포함할 수 있다. 일부 실시예에서, 제1 데이터 저장소는 실시간 피드(예를 들어, 이벤트(396))로부터 공급된 데이터베이스(365)를 포함할 수 있다. 일부 실시예에서, 제1 데이터 저장소는 키 값 저장소(예를 들어, REDIS 데이터베이스)를 포함할 수 있다.
일부 실시예에서, 개시된 실시예와 일치하는, 단계 502에서 수신된 데이터는 제2 데이터 저장소로부터의 제2 이벤트 데이터를 포함한다. 일부 실시예에서, 제2 데이터 저장소는 제1 클러스터 및 제2 클러스터를 포함하는 클러스터화된 데이터베이스를 포함한다. 제2 데이터 저장소의 제1 및 제2 클러스터는 페일오버 보호를 위해 구성될 수 있다(즉, 제1 클러스터 또는 제2 클러스터 중 하나에 의한 장애 시, 제2 이벤트 데이터는 제1 클러스터 또는 제2 클러스터 중 다른 것으로부터 수신될 수 있다). 일부 실시예에서, 제2 데이터 저장소는 검색 인덱스(340) 및/또는 데이터베이스(354)를 포함한다. 일부 실시예에서, 제2 데이터 저장소는 푸시 이벤트를 기초로 데이터를 업데이트할 수 있다(예를 들어, 인덱서(338)는 통지(356)를 기초로 검색 인덱스(340)를 업데이트할 수 있다). 일부 실시예에서, 제2 이벤트 데이터는 원시 데이터(primitive data)를 포함하는 저장된 데이터로부터 공급될 수 있다. 원시 데이터는 주문 또는 물품과 연관된 기본 숫자 포맷 및/또는 기본 값을 포함할 수 있으며, 이는 도출하기 위한 계산 또는 조작을 필요로 하지 않는다. 원시 데이터는 시간에 걸쳐 높은 수준의 데이터보다 덜 자주 변경될 수 있다.
단계 504에서, 개시된 실시예와 일치하는, 서비스는 동기화된 데이터를 생성할 수 있다. 일부 실시예에서, 단계 504의 서비스는 구체화 및 집계 서비스(332) 및/또는 구체화 서비스(364)를 포함할 수 있다. 동기화된 데이터를 생성하는 것은 제1 이벤트 데이터 및 제2 이벤트 데이터에 기초할 수 있다. 예를 들어, 동기화된 데이터를 생성하는 것은 이벤트 데이터 및 제2 이벤트 데이터를 병합하는 것을 포함할 수 있다. 다른 예시로서, 동기화된 데이터를 생성하는 것은 이벤트 데이터와 연관된 타임스탬프를 기초로 이벤트 데이터의 시간 순서(chronology)를 결정하는 것, 및 이 시간 순서를 기초로 이벤트 데이터를 선택하는 것을 포함할 수 있다. 일부 실시예에서, 동기화된 데이터를 생성하는 것은 제1 이벤트 데이터, 제2 이벤트 데이터 및 제1 이벤트 데이터의 타임스탬프에 기초할 수 있다. 예를 들어, 동기화된 데이터를 생성하는 것은 제1 및 제2 이벤트 데이터와 연관된 하나 이상의 타임스탬프를 기초로 제1 이벤트 데이터 및 제2 이벤트 데이터를 결합하는 것을 포함할 수 있다. 예시를 설명하기 위해, 동기화된 데이터를 생성하는 것은 타임스탬프를 기초로 가장 최근의 또는 가장 신뢰할 수 있는 제1 및 제2 이벤트 데이터 값을 선택하는 것을 포함할 수 있다.
단계 506에서, 개시된 실시예와 일치하는, 서비스는 물품에 관련된 정보에 대한 요청을 수신할 수 있다. 일부 실시예에서, 단계 506의 서비스는 구체화 및 집계 서비스(332) 및/또는 구체화 서비스(364)를 포함할 수 있다. 개시된 실시예와 일치하는, 동기화된 데이터를 생성한 이후에 요청이 수신될 수 있다. 일부 실시예에서, 개시된 실시예와 일치하는, 요청이 수신되고 서비스가 동기화된 데이터를 생성하게 할 수 있다. 일부 실시예에서, 요청은 사용자 세그먼트와 연관될 수 있다(예를 들어, 사용자 세그먼트는 요청에서 식별되거나, 또는 요청을 기초로 결정될 수 있다).
단계 508에서, 일부 실시예에서, 개시된 실시예와 일치하는, 서비스는 요청과 연관된 사용자 세그먼트를 결정할 수 있다. 일부 실시예에서, 단계 508의 서비스는 세그멘테이션 서비스(510)를 포함한다. 일부 실시예에서, 제품 구체화 플랫폼(360)의 구성요소는 (예를 들어, 세그멘테이션 서비스(390)로부터 수신된 이벤트 데이터를 기초로) 요청과 연관된 사용자 세그먼트를 결정할 수 있다. 일부 실시예에서, 사용자 세그먼트(즉, 사용자 분류)는 위치(예를 들어, 사용자 디바이스의 위치), 사용자 이력(예를 들어, 주문 이력, 브라우징 이력) 또는 다른 사용자 특성에 기초할 수 있다. 일부 실시예에서, 사용자 세그먼트는 프로모션 조건(예를 들어, 프로모션이 사용자에게 제공되어야 하는지를 결정하기 위한 조건)에 기초할 수 있다.
단계 510에서, 개시된 실시예와 일치하는, 서비스는 수신된 요청을 이행하기 위해 집계할 데이터를 식별할 수 있다. 일부 실시예에서, 단계 510의 서비스는 구체화 및 집계 서비스(332) 및/또는 구체화 서비스(364)를 포함할 수 있다. 집계할 데이터를 식별하는 것은 알고리즘을 기초로 할 수 있다. 예를 들어, 요청은 물품이 위치에 도달하기 위한 운송 시간의 추정치를 제공하기 위한 요청을 포함할 수 있고, 단계 510은 다음의 데이터: 창고에서의 물품 수량, 창고의 위치, 피커 스케줄, 운송 스케줄, 운송 방법, 시간, 휴일 스케줄, 일기 예보, 운송 사업 지표, 피커 이용 가능성 지표 또는 요청을 이행하는 데 필요한 임의의 다른 데이터 중 하나 이상이 요청을 이행하는데 필요할 수 있음을 식별하는 것을 포함할 수 있다. 일부 실시예에서, 단계 510에서 데이터를 식별하는 것은 사용자 세그먼트에 기초할 수 있다.
단계 512에서, 개시된 실시예와 일치하는, 서비스는 집계 프로세스를 초기화하도록 구조화된 데이터 구조를 생성할 수 있다. 일부 실시예에서, 단계 512의 서비스는 구체화 및 집계 서비스(332) 및/또는 구체화 서비스(364)를 포함할 수 있다. 일부 실시예에서, 데이터 구조는 지향성 비순환 그래프를 포함할 수 있다. 일부 실시예에서, 데이터 구조를 생성하는 것은 지향성 비순환 그래프의 이후의 노드를 기초로 지향성 비순환 그래프의 이전 노드를 생성하는 것을 포함할 수 있다. 이 방식에서, 지향성 비순환 그래프는 원하는 결과(예를 들어, 운송 시간의 추정치)로부터 "역행 작업(working backwards)"에 의해 생성될 수 있다.
지향성 비순환 그래프 또는 다른 데이터 구조의 노드는 데이터를 집계하기 위한 대안적인 데이터 소스에 대응할 수 있다. 예를 들어, 일부 실시예에서, 구체화 및 집계 서비스(332)는 실시간 클러스터(334), 검색 인덱스(340) 및/또는 데이터베이스(354)에서 이벤트 데이터의 주소, 위치 또는 다른 식별자에 대응할 수 있는 노드를 갖는 데이터 구조를 생성한다. 예를 들어, 일부 실시예에서, 집계 서비스(362)는 구체화 서비스(364), 검색 인덱스(372) 및/또는 캐시(374)에서 이벤트 데이터의 식별자에 대응할 수 있는 노드들을 갖는 데이터 구조를 생성한다.
단계 512의 데이터 구조는 이벤트 데이터 또는 이벤트 데이터의 이용 가능성에 관한 다른 정보를 검색하기 위한 레이턴시에 관한 데이터를 포함할 수 있다. 따라서, 단계 512의 데이터 구조는 데이터를 집계하기 위한 가장 빠르거나 또는 가장 짧은 경로를 식별하도록 구성될 수 있다.
단계 514에서, 개시된 실시예와 일치하는, 서비스는 데이터 구조를 사용하여 동기화된 데이터를 집계할 수 있다. 일부 실시예에서, 단계 512의 서비스는 구체화 및 집계 서비스(332) 및/또는 구체화 서비스(364)를 포함할 수 있다. 일부 실시예에서, 단계 514에서 데이터를 집계하는 것은 데이터를 집계하기 위해 데이터 구조를 통한 경로를 따르는 것(예를 들어, 지향성 비순환 그래프의 노드를 통한 경로에 따라 데이터를 집계하는 것)을 포함한다.
단계 516에서, 개시된 실시예와 일치하는, 서비스는 집계된 동기화된 데이터를 전달할 수 있다. 집계된 동기화된 데이터를 전달하는 것은 집계된 동기화된 데이터를 프론트 엔드 서비스(예를 들어, 서빙 플랫폼(302))에 제공하는 것을 포함할 수 있다.
도 6은 개시된 실시예와 일치하는, 예시적인 계산 디바이스(600)의 블록도이다. 본 개시의 실시예 및 피처를 구현하기 위한 예시적인 계산 디바이스(600)를 도시한다. 예시로서, 계산 디바이스(600) 또는 유사한 계산 디바이스는 본원에 서술된 구성요소, 디바이스 또는 시스템(예를 들어, 시스템(100, 300, 및/또는 400)의 양상) 중 어느 것을 구현하기 위해 사용될 수 있다.
계산 디바이스(600)에서의 구성요소는 예시의 목적으로 제공된다. 계산 디바이스(600)는 예를 들어, 프로세서(610), 입/출력(I/O) 유닛(620) 및/또는 메모리(630)를 포함할 수 있다. 계산 디바이스(600)는 각 구성요소 중 하나 이상을 포함할 수 있고, 이는 이들 구성요소 중 일부만을 포함할 수 있으며, 이는 도 6에 도시되지 않은 다른 구성요소를 포함할 수 있다. 본 개시와 일치하는, 추가적인 배열, 구성요소의 개수 및/또는 다른 수정이 개시된 계산 디바이스(600)에 대해 이루어질 수 있음이 고려된다.
프로세서(610)는 예를 들어, 컴퓨팅 프로세서일 수 있다. 개시된 실시예와 일치하는, 프로세서(610)는 클라우드 서비스를 제공하도록 구성될 수 있다. 일부 실시예에서, 프로세서(610)는 마이크로 프로세서이다. 프로세서(610)는 예를 들어, 단일 코어 프로세서 또는 다중-코어 프로세서(예를 들어, 듀얼 코어, 쿼드 코어)일 수 있다. 일부 실시예에서, 프로세서(610)는 가상 처리 기술로 구성된 단일-코어 프로세서를 포함한다. 일부 실시예에서, 프로세서(610)는 다수의 프로세스를 동시에 실행하고 제어하기 위한 논리 프로세서를 포함할 수 있다. 프로세서(610)는 다수의 프로세스, 애플리케이션 및/또는 프로그램을 실행하거나, 제어하거나, 구동시키거나, 조작하거나 및/또는 저장하기 위한 가상 머신 기술과 같은 기술을 구현할 수 있다. 일부 실시예에서, 프로세서(610)는 다수의 프로세스를 동시에 실행하기 위한 병렬 처리 기능을 제공하도록 구성된 다중-코어 프로세서를 포함할 수 있다. 프로세서(610)는 예를 들어, 메모리(630)에 저장된 하나 이상의 명령어를 실행하여 동작을 수행하도록 구성될 수 있다.
I/O 유닛(620)은 임의의 입력 및/또는 출력 디바이스를 포함할 수 있다. 예를 들어, I/O 유닛(620)은 센서, 입력 사용자 디바이스, 출력 사용자 디바이스, 키보드, 마우스, 트랙 패드, 디스플레이, 스피커, 마이크, 배터리, 트랜스시버(transceiver) 및/또는 임의의 다른 입력 또는 출력 디바이스를 포함할 수 있다. 일부 실시예에서, I/O 유닛(620)의 디바이스는 계산 디바이스(600)의 일부일 수 있다. 일부 실시예에서, I/O 유닛(620)의 디바이스는 계산 디바이스(600)에 연결될 수 있는 상이한 디바이스의 일부일 수 있다. 일부 실시예에서, I/O(620)는 입력을 수신하거나 및/또는 인터페이스를 생성하고 디스플레이하기 위한 구성요소를 포함할 수 있다.
일부 실시예에서, 메모리(630)는 하나 이상의 프로그램(예를 들어, 모듈, 코드, 스크립트, 소프트웨어 및/또는 알고리즘)을 포함할 수 있다. 일부 실시예에서, 프로그램은 하나 이상의 프로그래밍 언어 및/또는 스크립팅 언어로 기록된다. 일부 실시예에서, 프로그램은 펌웨어 또는 회로 로직으로서 구현되거나 및/또는 복제될 수 있다. 일부 실시예에서, 프로그램은 I/O 유닛(620)을 통해 데이터를 수집한다. 프로그램은 본원에 서술된 방법 중 임의의 것을 수행하도록 구성될 수 있다.
일부 실시예에서, 메모리(630)는 데이터를 포함할 수 있다. 일부 실시예에서, 데이터는 암호화되거나 및/또는 암호화되지 않을 수 있다. 일부 실시예에서, 데이터는 I/O 유닛(620)을 사용하여 수집될 수 있거나 및/또는 다른 컴퓨팅 디바이스로부터 수신될 수 있다. 일부 실시예에서, 개시된 실시예와 일치하는, 데이터는 확장 가능한 데이터 저장소를 포함할 수 있다. 일부 실시예에서, 데이터는 테이블, 질의, 객체, 스키마, 보고 및/또는 뷰의 조직화되거나 또는 구조화된 집합을 포함하는 하나 이상의 데이터베이스를 포함할 수 있다.
도 7은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스를 위한 시스템(700)을 도시한다. 시스템(700)은 시스템(300)에 포함될 수 있거나 및/또는 시스템(300)의 구성요소를 포함할 수 있다. 예를 들어, 시스템(700)은 시스템(300)의 서빙 플랫폼(302), 검색 API(306), 프로모션 API(308), 검색 엔진(322), 제품 구체화 플랫폼(360), 제품 CDS(380), 데이터베이스(384), 스냅 샷(382), 통지(386), 이벤트(394) 및/또는 하나 이상의 다른 구성요소를 포함할 수 있다. 게다가, 시스템(700)은 인덱싱 플랫폼(710), 배치 인덱스 샤드 파일(batch index shard files, 728), 마이크로 인덱스 샤드 파일(730) 및/또는 임의의 다른 구성요소를 포함할 수 있다. 인덱싱 플랫폼(710)은 기간 스냅 샷(712), 기간-내(intra-period) 스냅 샷(714), 오프라인 인덱스 파이프라인(716), 메시지 저장소(718), 중앙 저장소(720), 동적 인덱스 파이프라인(722), 제품 신호(724) 및/또는 순위 저장소(726)를 포함할 수 있다. 시스템(700)은 시스템(700)에 도시된 것과 상이한 구성요소 및/또는 더욱 많거나 적은 구성요소를 포함할 수 있음을 이해해야 한다.
시스템(700)은 이벤트(394)를 처리하기 위한 예시적인 데이터 경로 및 구성요소를 도시한다. 본원에 서술된 바와 같이, 이벤트(394)는 외부 시스템 및 플랫폼에 의해 생성될 수 있고 제품 CDS(380)에 의해 수신될 수 있다. 예를 들어, 이벤트(394)는 도 8에서 아래에 도시된 구성요소 및/또는 임의의 다른 시스템 또는 플랫폼에 의해 생성될 수 있다.
일부 실시예에서, 인덱싱 플랫폼(710)의 구성요소는 정보를 제거하기 위해 제품 CDS(380)를 통해 수신된 이벤트(394)의 데이터를 필터링할 수 있다. 예를 들어, 이벤트(394)는 제품 식별자 데이터를 포함할 수 있고, 인덱싱 플랫폼(710)은 제품 서술 데이터 없이 제품 식별자 데이터를 포함하는 데이터를 저장할 수 있다. 개시된 실시예와 일치하는, 필터링된 이벤트 데이터의 다른 예시가 가능하다는 것이 이해되어야 한다.
일부 실시예에서, 개시된 실시예와 일치하는, 제품 CDS(380)의 스냅 샷(382)은 기간 스냅 샷(712)을 피드할 수 있다(즉, 이에 데이터를 송신할 수 있다). 기간 스냅 샷(712)은 일 기간(예를 들어, 시간별 스냅 샷, 일일 스냅 샷, 주간 스냅 샷 또는 다른 기간의 스냅 샷)에 걸쳐 제품 CDS(380)에 저장된 데이터의 스냅 샷을 포함할 수 있다. 기간 스냅 샷(712)은 필터링된 이벤트 데이터를 포함할 수 있다.
도 7에 도시된 바와 같이, 기간 스냅 샷(712)은 기간내 스냅 샷(714) 및 중앙 저장소(720) 양자를 피드할 수 있다. 기간 내 스냅 샷(714)은 일 기간(예를 들어, 시간별 스냅 샷, 일일 스냅 샷, 주간 스냅 샷 또는 다른 주기적 스냅 샷)에 걸쳐 제품 CDS(380)에 저장된 데이터를 포함할 수 있다. 개시된 실시예와 일치하는, 기간내 스냅 샷(714)은 필터링된 이벤트 데이터를 포함할 수 있다. 기간내 스냅 샷(714)은 스냅 샷 기간(712)보다 짧은 기간의 스냅 샷을 포함할 수 있다. 예를 들어, 기간 스냅 샷(712)은 일일 스냅 샷을 포함할 수 있고, 기간내 스냅 샷(714)은 세 시간의 스냅 샷을 포함할 수 있다. 일부 실시예에서, 기간내 스냅 샷(714)은 기간 스냅 샷(712) 및 메시지 저장소(718)의 이벤트 데이터의 조합을 기초로 스냅 샷을 생성할 수 있다. 기간 내 스냅 샷(714)은 오프라인 인덱스 파이프라인(716)을 피드할 수 있다.
다시 도 7을 참조하면, 개시된 실시예와 일치하는, 통지(386)는 메시지 저장소(718)를 통해 인덱싱 플랫폼(710)에 제공될 수 있다. 메시지 저장소(718)는 제품 CDS(380)로부터 수신된 실시간 이벤트 데이터를 포함할 수 있다. 메시지 저장소(718)는 스트림(예를 들어, Kafka 스트림 또는 다른 스트림)을 포함할 수 있다. 도시된 바와 같이, 메시지 저장소(718)는 중앙 저장소(720) 및 기간내 스냅 샷(714) 양자를 피드할 수 있다.
개시된 실시예에 일치하는, 중앙 저장소(720)는 데이터베이스(예를 들어, 관계형 데이터베이스)를 포함할 수 있다. 중앙 저장소(720)는 필터링된 이벤트 데이터를 포함할 수 있다. 일부 실시예에서, 중앙 저장소(720)는 동적 데이터(예를 들어, 메시지 저장소를 통해 수신된 통지(386))를 포함할 수 있다. 일부 실시예에서, 중앙 저장소는 기간 스냅 샷(712)을 기초로 하는 데이터를 포함할 수 있다.
인덱싱 플랫폼(710)은 오프라인 인덱스 파이프라인(716) 및 동적 인덱스 파이프라인(722)을 포함할 수 있다. 오프라인 인덱스 파이프라인(716) 및/또는 동적 인덱스 파이프라인(722)은 각각의 검색 가능한 데이터 구조(예를 들어, 트리 또는 다른 검색 가능한 데이터 구조)로서 인덱스될 수 있다. 개시된 실시예와 일치하는, 오프라인 인덱스 파이프라인(716) 및/또는 동적 인덱스 파이프라인(722)은 필터링된 이벤트 데이터를 포함할 수 있다.
일부 실시예에서, 오프라인 인덱스 파이프라인(716)은 동적 인덱스 파이프라인(722)에 포함된 정보보다 느린 속도로 변하는 정보를 포함할 수 있다. 예를 들어, 오프라인 인덱스 파이프라인(716)은 판매를 위해 제공된 제품 크기에 관련된 정보를 포함할 수 있는 한편, 동적 인덱스 파이프라인은 자주 변경될 수 있는 재고 수량에 관련된 정보를 포함할 수 있다.
도시된 바와 같이, 개시된 실시예와 일치하는, 오프라인 인덱스 파이프라인(716)은 배치 인덱스 샤드 파일(728)을 피드할 수 있다. 배치 인덱스 샤드 파일(728)은 오프라인 인덱스 파이프라인(716)에 저장된 데이터(예를 들어, 필터링된 이벤트 데이터)의 사본을 포함할 수 있다. 개시된 실시예와 일치하는, 배치 인덱스 샤드 파일(728)은 데이터베이스로서 구조화된 이벤트 데이터의 수평 파티션을 포함할 수 있다. 인덱싱 플랫폼(710)은 오프라인 인덱스 파이프라인(716)에 저장된 데이터가 변경되었다는 표시 및/또는 스케줄을 기초로 배치 인덱스 샤드 파일(728)을 전송할 수 있다(예를 들어, 배치 인덱스 샤드 파일(728)은 필터링된 이벤트 데이터의 업데이트된 값을 포함할 수 있다).
도시된 바와 같이, 개시된 실시예와 일치하는, 동적 인덱스 파이프라인(722)은 마이크로 인덱스 샤드 파일(730)을 피드할 수 있다. 마이크로 인덱스 샤드 파일(730)은 동적 인덱스 파이프라인(722)에 저장된 데이터(예를 들어, 필터링된 이벤트 데이터)의 사본을 포함할 수 있다. 개시된 실시예와 일치하는, 배치 인덱스 샤드 파일(728)은 데이터베이스로서 구조화된 이벤트 데이터의 수평 파티션을 포함할 수 있다. 인덱싱 플랫폼(710)은 동적 인덱스 파이프라인(722)에 저장된 데이터가 변경되었다는 표시 및/또는 스케줄을 기초로 마이크로 인덱스 샤드 파일(730)을 송신할 수 있다(예를 들어, 마이크로 인덱스 샤드 파일(730)은 필터링된 이벤트 데이터의 업데이트된 값을 포함할 수 있다). 배치 인덱스 샤드 파일(728)에 비교하여, 마이크로 인덱스 샤드 파일(730)은 더욱 빈번하게 송신될 수 있다.
오프라인 인덱스 파이프라인(716) 및/또는 동적 인덱스 파이프라인(722)은 제품 신호(724)에 연결될 수 있다. 제품 신호(724)는 제품에 관련된 데이터를 포함할 수 있다.
오프라인 인덱스 파이프라인(716) 및/또는 동적 인덱스 파이프라인(722)은 순위 저장소(726)에 연결될 수 있다. 순위 저장소(726)는 제품 순위(예를 들어, 판매량에 기초한 순위, 고객 피드백에 기초한 순위, 위치 기반 순위, 판매자 기반 순위 및/또는 임의의 다른 순위)에 관한 인덱싱된 데이터를 포함할 수 있다.
도 7에 도시된 바와 같이, 검색 엔진(322)은 인덱싱된 데이터(배치 인덱스 샤드 파일(728) 및/또는 마이크로 인덱스 샤드 파일(730))를 수신하고 인덱싱된 데이터를 프로모션 API(308)에 제공한다. 일부 실시예에서, 인덱싱된 데이터는 검색 가능한 데이터 구조로서 조직화된 필터링된 이벤트 데이터를 포함할 수 있다. 일부 실시예에서, 사용자는 서빙 플랫폼(322)을 사용하여 검색 엔진(322)에 의해 제공되는 정보의 검색을 하고, 예를 들어, 검색 엔진(322)에 의해 제공되는 인덱싱된 데이터를 사용하여 키워드에 관련된 물품의 목록을 검색 수 있다.
예시적이고 비제한적인 예시로서, 시스템(700)의 일 구현에서, 사용자는 서빙 플랫폼(302)을 사용하여 "기저귀"라는 용어에 대한 검색을 할 수 있다. 서빙 플랫폼(302)은 검색 엔진에 의해 제공된 인덱싱된 데이터로부터 검색 결과의 목록(예를 들어, "기저귀"에 대한 상위 10개의 히트)을 검색할 수 있으며, 목록은 제품 식별자 및 필터링된 이벤트 데이터를 포함한다. 검색을 기초로, 서빙 플랫폼(302)은 제품 구체화 플랫폼(360)으로부터 이전에 수신된 검색 API로부터 추가의 실시간 데이터(예를 들어, 재고 수량 데이터)를 검색할 수 있다. 게다가, 실시간 데이터는 검색 결과 목록에 더욱 많은 제품에 대한 데이터를 포함할 수 있다.
도 8은 개시된 실시예와 일치하는, 낮은 레이턴시의 데이터 집계 서비스를 위한 시스템(800)을 도시한다. 도 8은 이벤트(394)의 소스의 비제한적인 예시를 제시한다. 시스템(800)은 시스템(300)에 포함될 수 있거나 및/또는 시스템(300)의 구성요소를 포함할 수 있다. 예를 들어, 시스템(800)은 시스템(300)의 제품 구체화 플랫폼(360), 제품 CDS(380), 데이터베이스(384), 스냅 샷(382), 통지(386), 이벤트(394) 및/또는 하나 이상의 다른 구성요소를 포함할 수 있다. 게다가, 시스템(800)은 풀필먼트 플랫폼(802), 결제 플랫폼(804), 멤버 플랫폼(806), 카탈로그 플랫폼(808), 소매점(810), 판매자(812), 가격(814), 재고(816), 주문 API 재고 동작(834) 및/또는 다른 구성요소를 포함할 수 있다. 도시된 바와 같이, 카탈로그 플랫폼(808)은 생성 파이프라인, 부분 업데이트 이벤트(820), 재고 보관소(830), 재고 API(832), 결제 데이터, 회원(사용자) 데이터 및/또는 카탈로그 데이터를 이벤트(394)로서 시스템(800)에 송신할 수 있는 외부(제3자) 시스템일 수 있다.
일부 실시예에서, 소매점(810), 판매자(812), 가격(814) 및/또는 재고(816)는 소매점 데이터, 판매자 데이터, 가격 데이터 및/또는 재고 데이터를 카탈로그 플랫폼(808)으로 송신할 수 있는 외부 시스템일 수 있다. 일부 실시예에서, 소매점(810), 판매자(812), 가격(814) 및/또는 재고(816)는 하나 이상의 데이터 보관소를 포함할 수 있다. 일부 실시예에서, 소매점(810), 판매자(812), 가격(814) 및/또는 재고(816)는 동일한 시스템 또는 데이터 저장소의 일부일 수 있다. 소매점(810), 판매자(812), 가격(814) 및/또는 재고(816)는 하나 이상의 제3자 시스템을 지칭할 수 있음이 이해되어야 한다(예를 들어, 소매점(810)은 소매점 데이터를 송신할 수 있는 복수의 제3자 시스템을 지칭할 수 있다).
일부 실시예에서, 개시된 실시예와 일치하는, 생성 파이프라인(818)은 소매점(810) 및 판매자(812)로부터 데이터를 수신한다. 수신된 데이터는 제품에 관한 정보를 포함할 수 있다. 일부 실시예에서, 생성 파이프라인(818)은 수신된 데이터를 기초로 데이터베이스(824)를 업데이트한다.
판매자(812) 및/또는 가격(814)은 데이터를 부분 업데이트 이벤트(820)로서, 카탈로그 플랫폼(808)에 송신할 수 있다. 개시된 실시예와 일치하는, 부분 업데이트 이벤트(820)는 이벤트 데이터를 포함할 수 있다. 부분 업데이트 이벤트(820)는 제품 데이터를 부분적으로 업데이트하는 데이터(예를 들어, 제품과 연관된 모든 정보는 아니지만 일부를 변경할 수 있는 데이터)를 포함할 수 있다.
일부 실시예에서, 재고 업데이트 API는 판매자(812) 및/또는 재고(816)로부터 데이터를 수신한다. 재고 업데이트 API는 창고 위치, 판매자 위치 및/또는 다른 위치에서 실시간 수량을 반영하는 재고 데이터 및/또는 판매자 데이터로 데이터베이스(824) 및/또는 재고 보관소(830)를 업데이트하도록 구성될 수 있다. 개시된 실시예와 일치하는, 재고 보관소(830)는 재고 데이터를 저장하기 위한 데이터베이스를 포함할 수 있다.
재고 API(832)는 주문 API 재고 동작으로부터 정보(예를 들어, 재고 데이터를 관리하는 것에 대한 정보)으로부터 정보를 수신하는 것을 제공하거나 및/또는 주문 API 재고 동작(834)에 재고 업데이트를 제공하도록 구성될 수 있다. 주문 API 재고 동작(834)은 재고 정보를 실시간으로 관리하기 위해 제3자 판매자에게 데이터를 제공할 수 있는 API일 수 있다.
데이터베이스(824)는 제품의 목록(카탈로그)을 실시간으로 제공하기 위한 실시간 소매점, 판매자, 가격 및 재고 데이터를 포함할 수 있다. 데이터베이스(824)는 복수의 판매자 및/또는 제품과 연관된 데이터를 포함할 수 있다. 데이터베이스(824)는 확장성 및/또는 내결함성을 위해 설계된 데이터베이스(예를 들어, CASSANDRA 데이터베이스)를 포함하는 임의의 알려진 데이터베이스를 포함할 수 있다. 개시된 실시예와 일치하는, 데이터베이스(824)는 페일오버 보호를 위해 구성된 복수의 클러스터를 포함할 수 있다.
도 8에 도시된 바와 같이, 조정(828) 및 순위(826)는 데이터베이스(824)로부터 데이터를 수신할 수 있다. 일부 실시예에서, 개시된 실시예와 일치하는, 조정(828), 순위(826) 및/또는 데이터베이스(824)는 이벤트(394)를 생성할 수 있다. 조정(828)은 데이터베이스(824)를 기초로 정보를 조정하도록 구성될 수 있다. 예를 들어, 데이터베이스(824)는 복수의 상이한 판매자에 의해 제공되는 제품에 대한 데이터를 포함할 수 있다. 조정(828)은 제품과 연관된 정보의 품질에 관한 이미지 품질, 타이틀 품질 또는 정확성, 제품 서술 품질 또는 정확성, 또는 다른 정보를 결정하도록 구성될 수 있다. 조정(828)은 목록과 연관된 정보의 품질을 기초로 제품의 목록의 순위를 매기거나 및/또는 이를 선택하도록 구성될 수 있다(예를 들어, 조정(828)은 최선의 목록을 식별하거나 및/또는 선택하도록 구성될 수 있다).
순위(826)는 데이터베이스(824)에서 데이터를 기초로 판매자의 순위를 매기도록 구성될 수 있다. 예를 들어, 순위(826)는 이력 제품 데이터(예를 들어, 재고 데이터, 사용자 피드백, 배송 시간 데이터 및/또는 다른 데이터)를 기초로 판매자의 순위를 매기도록 구성될 수 있다. 순위(826)는 판매자의 순위를 매기기 위해 통계 및/또는 기계 학습 방법을 사용하도록 구성될 수 있다.
따라서, 도 8에 도시된 바와 같이, 시스템(800)은 제품 CDS(380) 및/또는 제품 구체화 플랫폼(360)에 제공하기 위해 소매점 데이터, 재고 데이터, 가격 데이터, 조정된 데이터 및/또는 판매자 순위 데이터를 포함하는 이벤트 데이터를 생성하는 예시를 도시한다.
본 개시가 그의 특정한 실시예를 참조로 도시되고 서술되었지만, 본 개시가 다른 환경에서 수정 없이 실시될 수 있음이 이해될 것이다. 전술한 서술은 예시의 목적으로 제시되었다. 이는 완전한 것은(exhaustive) 아니며, 개시된 정확한 형태 또는 실시예로 제한되지 않는다. 통상의 기술자에게는 개시된 실시예의 명세서 및 실시의 고려로부터 수정 및 조정(adaptations)이 명백할 것이다. 게다가, 개시된 실시예의 양상이 메모리에 저장되는 것으로 서술되었지만, 통상의 기술자는 이들 양상이 2차 저장 디바이스 예를 들어, 하드 디스크 또는 CD ROM, 또는 다른 형태의 RAM 또는 ROM, USB 매체, DVD, 블루-레이(Blu-ray) 또는 다른 광학 드라이브 매체와 같은 다른 타입의 컴퓨터 판독가능 매체 상에 저장될 수 있음을 인식할 것이다.
기록된 서술 및 개시된 방법을 기초로 하는 컴퓨터 프로그램은 숙련된 개발자의 기술 내에 있다. 다양한 프로그램 또는 프로그램 모듈은 통상의 기술자에게 알려진 기법 중 어느 것을 사용하여 생성될 수 있거나, 또는 기존의 소프트웨어와 관련하여 설계될 수 있다. 예를 들어, 프로그램 섹션 또는 프로그램 모듈은 .Net Framework, .Net Compact Framework(및 Visual Basic, C 등과 같은 관련된 언어), Java, C++, Objective-C, HTML, HTML/AJAX 조합, Java 애플릿이 포함된 XML 또는 HTML로, 또는 이를 통해 설계될 수 있다.
또한, 예시적인 실시예가 여기서 서술되면서, 동등한 요소, 수정, 생략, (예를 들어, 다양한 실시예에 걸친 양상의) 조합, 조정 및/또는 변경을 갖는 임의의 및 모든 실시예의 범주는 본 개시를 기초로 통상의 기술자에 의해 인식될 것이다. 청구범위의 제한사항은 청구범위에 사용된 언어에 기초하여 광범위하게 해석되어야 하며, 본 출원의 절차(prosecution) 동안 또는 본 명세서에 서술된 예시로 제한되지 않는다. 실시예는 비-배타적 인 것으로 해석되어야 한다. 또한, 개시된 방법의 단계는 단계를 재정렬하거나 및/또는 단계를 삽입하거나 삭제하는 것을 포함하여 임의의 방식으로 수정될 수 있다. 그러므로, 본 명세서 및 예시는 단지 예시적인 것으로 간주되며, 진정한 범주 및 사상은 다음의 청구범위 및 그의 등가물의 전체 범주에 의해 나타난다.
Claims (20)
- 명령어를 저장하는 적어도 하나의 메모리; 및
상기 명령어를 실행하여:
구체화 서비스(materialization service)를 통해, 웹 서버에 의해 호스팅된(hosted) 웹 페이지와 연관된 물품에 관련된 하나 이상의 소스로부터 데이터를 수신하는 것 -- 상기 데이터는:
제1 데이터 저장소로부터의 제1 이벤트 데이터 - 상기 제1 이벤트 데이터는 실시간 피드(real-time feed)로부터 공급됨 -, 및
제2 데이터 저장소로부터의 제2 이벤트 데이터를 포함함 -상기 제2 이벤트 데이터는 저장된 데이터로부터 공급됨 - --;
상기 제1 이벤트 데이터 및 상기 제2 이벤트 데이터를 기초로, 상기 구체화 서비스에서 동기화된 데이터를 생성하는 것;
상기 웹 서버로부터 상기 물품에 관련된 정보에 대한 요청을 수신하는 것;
상기 수신된 요청을 이행하기 위해 집계할 상기 제1 이벤트 데이터 및 상기 제2 이벤트 데이터에 관련된 데이터를 식별하는 것;
세그멘테이션 서비스(segmentation service)를 통해, 상기 식별된 데이터 및 사용자 세그먼트를 기초로, 지향성 비순환 그래프(directed acyclic graph)를 포함하는 데이터 구조를 생성하는 것 - 상기 사용자 세그먼트는 하나 이상의 사용자 특성을 기초로 함 -;
상기 데이터 구조의 상기 지향성 비순환 그래프의 노드를 통한 경로를 따라 동기화된 데이터를 집계하는 것; 및
상기 요청에 응답하여, 상기 집계된 동기화된 데이터를 상기 웹 서버로 전달하는 것
을 포함하는 동작을 수행하도록 구성된 적어도 하나의 프로세서를 포함하는, 컴퓨터 구현된 시스템. - 제1항에 있어서, 상기 웹 페이지는 대화형 사용자 인터페이스 요소와,
상기 물품에 관한 정보; 또는
검색 요청을 만족시키는 하나 이상의 검색 결과 중 적어도 하나를 포함하는, 컴퓨터 구현된 시스템. - 삭제
- 제1항에 있어서, 상기 동기화된 데이터는 상기 제1 이벤트 데이터, 상기 제2 이벤트 데이터, 또는 상기 제1 및 제2 이벤트 데이터의 조합 중 적어도 하나를 포함하는, 컴퓨터 구현된 시스템.
- 제1항에 있어서, 상기 동작은 푸시 이벤트를 기초로 업데이트된 데이터로 상기 제2 데이터 저장소를 업데이트하는 것을 더 포함하며, 상기 제2 이벤트 데이터는 업데이트된 데이터를 기초로 하는, 컴퓨터 구현된 시스템.
- 제1항에 있어서, 동기화된 데이터를 생성하는 것은 제1 클러스터 및 제2 클러스터를 포함하는 구체화 서비스(materialization service)에서 수행되고, 상기 제1 클러스터 및 상기 제2 클러스터는 상기 물품에 관련된 다수의 소스로부터 상기 데이터를 독립적으로 그리고 공동으로 수신하고, 상기 제1 이벤트 데이터 및 상기 제2 이벤트 데이터를 동기화하도록 구성되는, 컴퓨터 구현된 시스템.
- 제1항에 있어서, 상기 데이터 구조를 생성하는 것은 상기 지향성 비순환 그래프의 이후의 노드를 기초로 상기 지향성 비순환 그래프의 이전 노드를 생성하는 것을 포함하는, 컴퓨터 구현된 시스템.
- 제1항에 있어서, 상기 제2 이벤트 데이터는 제1 클러스터 및 제2 클러스터를 포함하는 클러스터화된 데이터베이스에 저장된 저장 데이터로부터 공급되는, 컴퓨터 구현된 시스템.
- 제8항에 있어서, 상기 제1 클러스터 또는 상기 제2 클러스터 중 하나에 의한 장애 시, 상기 제2 이벤트 데이터는 상기 제1 클러스터 또는 상기 제2 클러스터 중 다른 것으로부터 수신되는, 컴퓨터 구현된 시스템.
- 제1항에 있어서, 상기 사용자 세그먼트는 위치, 사용자 이력 또는 프로모션 조건 중 적어도 하나를 기초로 하는, 컴퓨터 구현된 시스템.
- 구체화 플랫폼을 통해, 웹 서버에 의해 호스팅된 웹 페이지와 연관된 물품에 관련된 하나 이상의 소스로부터 데이터를 수신하는 것 -- 상기 데이터는:
제1 데이터 저장소로부터의 제1 이벤트 데이터 - 상기 제1 이벤트 데이터는 실시간 피드로부터 공급됨 -, 및
제2 데이터 저장소로부터의 제2 이벤트 데이터를 포함함 - 상기 제2 이벤트 데이터는 저장된 데이터로부터 공급됨 - --;
상기 제1 이벤트 데이터 및 상기 제2 이벤트 데이터를 기초로, 상기 구체화 플랫폼에서 동기화된 데이터를 생성하는 것;
상기 웹 서버로부터 상기 물품에 관련된 정보에 대한 요청을 수신하는 것 - 상기 요청은 사용자 세그먼트의 식별자를 포함하며, 상기 사용자 세그먼트는 하나 이상의 사용자 특성을 기초로 함 -;
상기 수신된 요청을 이행하기 위해 집계할 상기 제1 이벤트 데이터 및 상기 제2 이벤트 데이터에 관련된 데이터를 식별하는 것;
세그멘테이션 시스템을 통해, 상기 식별된 데이터 및 상기 사용자 세그먼트를 기초로, 지향성 비순환 그래프를 포함하는 데이터 구조를 생성하는 것;
상기 데이터 구조의 상기 지향성 비순환 그래프의 노드를 통한 경로를 따라 동기화된 데이터를 집계하는 것; 및
상기 요청에 응답하여, 상기 집계된 동기화된 데이터를 상기 웹 서버로 전달하는 것을 포함하는, 컴퓨터 구현된 방법. - 제11항에 있어서, 상기 웹 페이지는 대화형 사용자 인터페이스 요소와,
상기 물품에 관한 정보; 또는
검색 요청을 만족시키는 하나 이상의 검색 결과 중 적어도 하나를 포함하는, 컴퓨터 구현된 방법. - 삭제
- 제11항에 있어서, 상기 동기화된 데이터는 상기 제1 이벤트 데이터, 상기 제2 이벤트 데이터, 또는 상기 제1 및 제2 이벤트 데이터의 조합 중 적어도 하나를 포함하는, 컴퓨터 구현된 방법.
- 제11항에 있어서, 상기 방법은 푸시 이벤트를 기초로 업데이트된 데이터로 상기 제2 데이터 저장소를 업데이트하는 것을 더 포함하며, 상기 제2 이벤트 데이터는 업데이트된 데이터를 기초로 하는, 컴퓨터 구현된 방법.
- 제11항에 있어서, 동기화된 데이터를 생성하는 것은 제1 클러스터 및 제2 클러스터를 포함하는 구체화 서비스에서 수행되고, 상기 제1 클러스터 및 상기 제2 클러스터는 상기 물품에 관련된 다수의 소스로부터 상기 데이터를 독립적으로 그리고 공동으로 수신하고, 상기 제1 이벤트 데이터 및 상기 제2 이벤트 데이터를 동기화하도록 구성되는, 컴퓨터 구현된 방법.
- 제11항에 있어서, 상기 데이터 구조를 생성하는 것은 상기 지향성 비순환 그래프의 이후의 노드를 기초로 상기 지향성 비순환 그래프의 이전 노드를 생성하는 것을 포함하는, 컴퓨터 구현된 방법.
- 제11항에 있어서, 상기 제2 이벤트 데이터는 제1 클러스터 및 제2 클러스터를 포함하는 클러스터화된 데이터베이스에 저장된 저장 데이터로부터 공급되는, 컴퓨터 구현된 방법.
- 제18항에 있어서, 상기 제1 클러스터 또는 상기 제2 클러스터 중 하나에 의한 장애 시, 상기 제2 이벤트 데이터는 상기 제1 클러스터 또는 상기 제2 클러스터 중 다른 것으로부터 수신되는, 컴퓨터 구현된 방법.
- 제11항에 있어서, 상기 사용자 세그먼트는 위치, 사용자 이력 또는 프로모션 조건 중 적어도 하나를 기초로 하는, 컴퓨터 구현된 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220026797A KR20220032039A (ko) | 2020-02-07 | 2022-03-02 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/784,375 US11250015B2 (en) | 2020-02-07 | 2020-02-07 | Systems and methods for low-latency aggregated-data provision |
| US16/784,375 | 2020-02-07 | ||
| KR1020200055383A KR102273853B1 (ko) | 2020-02-07 | 2020-05-08 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200055383A Division KR102273853B1 (ko) | 2020-02-07 | 2020-05-08 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220026797A Division KR20220032039A (ko) | 2020-02-07 | 2022-03-02 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210101169A KR20210101169A (ko) | 2021-08-18 |
| KR102371468B1 true KR102371468B1 (ko) | 2022-03-07 |
Family
ID=76862499
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200055383A KR102273853B1 (ko) | 2020-02-07 | 2020-05-08 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
| KR1020210085910A KR102371468B1 (ko) | 2020-02-07 | 2021-06-30 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
| KR1020220026797A KR20220032039A (ko) | 2020-02-07 | 2022-03-02 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200055383A KR102273853B1 (ko) | 2020-02-07 | 2020-05-08 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220026797A KR20220032039A (ko) | 2020-02-07 | 2022-03-02 | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US11250015B2 (ko) |
| JP (1) | JP2023512357A (ko) |
| KR (3) | KR102273853B1 (ko) |
| TW (1) | TWI794709B (ko) |
| WO (1) | WO2021156666A1 (ko) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12079748B2 (en) | 2016-12-01 | 2024-09-03 | Trovata, Inc. | Co-operative resource pooling system |
| US11907321B2 (en) * | 2019-10-18 | 2024-02-20 | Trovata, Inc. | Operator settings for natural language search and filtering on a web service platform for distributed server systems and clients |
| US11599583B2 (en) * | 2020-04-23 | 2023-03-07 | Paypal, Inc. | Deep pagination system |
| TWI795181B (zh) * | 2022-01-20 | 2023-03-01 | 網路家庭國際資訊股份有限公司 | 增加網頁流暢度的方法和網頁伺服器 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101397181B1 (ko) * | 2013-07-12 | 2014-05-19 | 주식회사 기가코리아 | 통합 비지니스 서비스 제공 방법 |
| KR102034833B1 (ko) | 2018-02-09 | 2019-10-21 | 연세대학교 산학협력단 | 플래시 저장장치의 내부 병렬성을 이용하는 키 값 기반의 데이터 액세스 장치 및 방법 |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5790416A (en) * | 1995-09-18 | 1998-08-04 | Motorola, Inc. | Updating hierarchical DAG representations through a bottom up method |
| US5819257A (en) * | 1997-01-31 | 1998-10-06 | Lucent Technologies Inc. | Process for providing transitive closure using fourth generation structure query language (SQL) |
| US6668254B2 (en) * | 2000-12-21 | 2003-12-23 | Fulltilt Solutions, Inc. | Method and system for importing data |
| US7080365B2 (en) * | 2001-08-17 | 2006-07-18 | Sun Microsystems, Inc. | Method and apparatus for simulation system compiler |
| US7761337B2 (en) | 2001-12-18 | 2010-07-20 | Siebel Systems, Inc. | Data structure for a complex order processing system |
| US7523462B1 (en) * | 2003-05-27 | 2009-04-21 | International Business Machines Corporation | Method for providing a real time view of heterogeneous enterprise data |
| WO2005026964A2 (en) | 2003-09-04 | 2005-03-24 | Koninklijke Philips Electronics N.V. | Data processing system |
| US7917507B2 (en) | 2007-02-12 | 2011-03-29 | Microsoft Corporation | Web data usage platform |
| US8060412B2 (en) * | 2007-04-25 | 2011-11-15 | Walter Steven Rosenbaum | System and method for obtaining merchandise information |
| KR101081624B1 (ko) | 2007-08-17 | 2011-11-09 | 전달용 | 공급자가 온라인상에서 입점한 다수의 쇼핑몰을 통합하여관리하는 방법 및 시스템 |
| KR20090059412A (ko) | 2007-12-06 | 2009-06-11 | 에누리닷컴 주식회사 | 구매자가 인터넷 쇼핑몰에서 전자상거래를 할 때실시간으로 쇼핑정보를 제공받기 위한 전자상거래 시스템및 그 방법 |
| US8447859B2 (en) * | 2007-12-28 | 2013-05-21 | International Business Machines Corporation | Adaptive business resiliency computer system for information technology environments |
| US10456036B2 (en) | 2008-12-23 | 2019-10-29 | Roche Diabetes Care, Inc. | Structured tailoring |
| WO2011044686A1 (en) | 2009-10-16 | 2011-04-21 | Cogent Real-Time Systems Inc. | System and method for providing real-time data |
| US8595234B2 (en) * | 2010-05-17 | 2013-11-26 | Wal-Mart Stores, Inc. | Processing data feeds |
| US9292575B2 (en) | 2010-11-19 | 2016-03-22 | International Business Machines Corporation | Dynamic data aggregation from a plurality of data sources |
| US20120323656A1 (en) | 2011-06-20 | 2012-12-20 | Ibotta, Inc. | Personalized purchase offers based on item-level transaction data from multiple sources |
| CN102253998B (zh) | 2011-07-12 | 2013-08-14 | 武汉大学 | 基于Web时间不一致的过时网页自动发现与排序方法 |
| US8862774B2 (en) * | 2011-09-12 | 2014-10-14 | Cisco Technology, Inc. | Dynamic keepalive parameters for reverse path validation in computer networks |
| US8849823B2 (en) * | 2011-10-20 | 2014-09-30 | International Business Machines Corporation | Interactive visualization of temporal event data and correlated outcomes |
| KR20130065804A (ko) | 2011-11-30 | 2013-06-20 | 김은호 | 위치 기반 서비스를 이용한 재고 관리 시스템 및 방법 |
| KR101694980B1 (ko) | 2014-01-20 | 2017-01-23 | 한국전자통신연구원 | 데이터 분산 처리 장치 및 방법, 그리고 스토리지 서버 |
| US9632887B2 (en) * | 2014-09-19 | 2017-04-25 | International Business Machines Corporation | Automatic client side seamless failover |
| US9699205B2 (en) | 2015-08-31 | 2017-07-04 | Splunk Inc. | Network security system |
| US20170214674A1 (en) | 2016-01-25 | 2017-07-27 | Google Inc. | Reducing latency |
| US10545974B2 (en) * | 2016-07-18 | 2020-01-28 | Sap Se | Hierarchical window database query execution |
| US12014283B2 (en) | 2016-10-24 | 2024-06-18 | Oracle International Corporation | Systems and methods for identifying process flows from log files and visualizing the flow |
| KR101982756B1 (ko) | 2017-05-18 | 2019-05-28 | 주식회사 알티베이스 | 분산인메모리기반 복합형스트림 데이터처리시스템 및 방법 |
| KR102415155B1 (ko) | 2018-05-11 | 2022-06-29 | 삼성에스디에스 주식회사 | 데이터 검색 장치 및 방법 |
-
2020
- 2020-02-07 US US16/784,375 patent/US11250015B2/en active Active
- 2020-05-08 KR KR1020200055383A patent/KR102273853B1/ko active IP Right Grant
- 2020-12-10 JP JP2021526536A patent/JP2023512357A/ja active Pending
- 2020-12-10 WO PCT/IB2020/061759 patent/WO2021156666A1/en active Application Filing
- 2020-12-28 TW TW109146370A patent/TWI794709B/zh active
-
2021
- 2021-06-30 KR KR1020210085910A patent/KR102371468B1/ko active IP Right Grant
-
2022
- 2022-01-11 US US17/647,710 patent/US11899678B2/en active Active
- 2022-03-02 KR KR1020220026797A patent/KR20220032039A/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101397181B1 (ko) * | 2013-07-12 | 2014-05-19 | 주식회사 기가코리아 | 통합 비지니스 서비스 제공 방법 |
| KR102034833B1 (ko) | 2018-02-09 | 2019-10-21 | 연세대학교 산학협력단 | 플래시 저장장치의 내부 병렬성을 이용하는 키 값 기반의 데이터 액세스 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220032039A (ko) | 2022-03-15 |
| KR20210101169A (ko) | 2021-08-18 |
| US11250015B2 (en) | 2022-02-15 |
| WO2021156666A1 (en) | 2021-08-12 |
| US20210248151A1 (en) | 2021-08-12 |
| TW202137087A (zh) | 2021-10-01 |
| JP2023512357A (ja) | 2023-03-27 |
| US11899678B2 (en) | 2024-02-13 |
| TWI794709B (zh) | 2023-03-01 |
| US20220138215A1 (en) | 2022-05-05 |
| KR102273853B1 (ko) | 2021-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102371468B1 (ko) | 낮은 레이턴시의 집계된 데이터 제공을 위한 시스템 및 방법 | |
| KR102284708B1 (ko) | 하이퍼미디어 요소들을 갖는 동적 웹사이트들을 생성하기 위한 시스템들 및 방법들 | |
| KR102620766B1 (ko) | 제품 추천을 생성하기 위해 인공 지능을 사용하는 컴퓨터 시스템 및 방법 | |
| TWI773048B (zh) | 降低資料庫查詢延遲之系統以及方法 | |
| TW202221590A (zh) | 根據產品特性決定產品價格的倉儲管理電腦實行系統以及方法 | |
| KR20240046468A (ko) | 극히 높은 서버 가용성을 위해 네트워크 부하를 밸런싱하는 시스템 및 방법 | |
| KR20230134454A (ko) | 데이터의 동적 집계와 데이터 손실의 최소화를 위한 시스템 및 방법 | |
| KR102396707B1 (ko) | 웹페이지 상에 제품 정보를 업데이트하기 위한 컴퓨터화된 시스템 및 방법 | |
| US20230162139A1 (en) | Systems and methods for inventory estimation | |
| WO2023073419A1 (en) | Systems and methods for regional demand estimation | |
| TW202223678A (zh) | 用於使區域快取同步的電腦實行系統以及方法 | |
| KR102500218B1 (ko) | 정확한 구매 주문을 생성하기 위해 웨이브릿 변환을 수행함으로써 디맨드 예측 데이터를 생성하기 위한 컴퓨터-구현된 시스템 및 방법 | |
| TWI816112B (zh) | 用於儲存與一系列事件相關的資料的電腦實行資料庫系統以及電腦實行方法 | |
| KR20230031750A (ko) | 기계 학습 방법을 사용하여 상업적 가치를 최대화하기 위해 최적화된 완전 자동화된 고객 타겟팅 알고리즘 | |
| KR20240073728A (ko) | 유사한 제품 추천을 위해 수정된 사용자 인터페이스를 동적으로 생성하는 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| A107 | Divisional application of patent | ||
| GRNT | Written decision to grant |