KR102487543B1 - 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법 - Google Patents

고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR102487543B1
KR102487543B1 KR1020217020146A KR20217020146A KR102487543B1 KR 102487543 B1 KR102487543 B1 KR 102487543B1 KR 1020217020146 A KR1020217020146 A KR 1020217020146A KR 20217020146 A KR20217020146 A KR 20217020146A KR 102487543 B1 KR102487543 B1 KR 102487543B1
Authority
KR
South Korea
Prior art keywords
query
replica
cluster
node
user device
Prior art date
Application number
KR1020217020146A
Other languages
English (en)
Other versions
KR20220077108A (ko
Inventor
잔 첸
빈 동
지용 황
촨촨 한
준자오 장
Original Assignee
쿠팡 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 쿠팡 주식회사 filed Critical 쿠팡 주식회사
Priority to KR1020237000785A priority Critical patent/KR20230100714A/ko
Publication of KR20220077108A publication Critical patent/KR20220077108A/ko
Application granted granted Critical
Publication of KR102487543B1 publication Critical patent/KR102487543B1/ko

Links

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
    • G06F16/27—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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/16—Error detection or correction of the data by redundancy in hardware
    • G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
    • G06F11/202—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant
    • G06F11/2023—Failover techniques
    • G06F11/2025—Failover techniques using centralised failover control functionality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/16—Error detection or correction of the data by redundancy in hardware
    • G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
    • G06F11/202—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant
    • G06F11/2035—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant without idle spare hardware
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/16—Error detection or correction of the data by redundancy in hardware
    • G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
    • G06F11/202—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant
    • G06F11/2041—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant with more than one idle spare processing component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/16—Error detection or correction of the data by redundancy in hardware
    • G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
    • G06F11/2097—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements maintaining the standby controller/processing unit updated
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3428—Benchmarking
    • 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
    • G06F16/245—Query processing
    • G06F16/2452—Query translation
    • G06F16/24528—Standardisation; Simplification
    • 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
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G06F16/24534—Query rewriting; Transformation
    • G06F16/24542—Plan optimisation
    • 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
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G06F16/24534—Query rewriting; Transformation
    • G06F16/24549—Run-time optimisation
    • 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
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/80—Database-specific techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

고 가용 분산형 하이브리드 데이터베이스를 관리하기 위한 시스템 및 방법은, 명령을 저장하는 메모리; 및 명령을 실행하도록 구성된 하나 이상의 프로세서를 포함하고, 명령은 소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 분산형 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 소스 노드와 제1 복수의 복제 노드는 트랜잭션 클러스터를 형성하고, 제2 복수의 복제 노드는 분석 클러스터를 형성함―; 쿼리를 하나 이상의 규칙에 기초하여 트랜잭션 클러스터 또는 분석 클러스터를 사용하여 처리할지를 결정하고; 쿼리를 결정된 클러스터가 이해하는 제1 프로토콜로 변환하고; 결정된 클러스터에 대응하는 복제 노드를 선택하고; 선택된 복제 노드를 사용하여 쿼리를 처리하고; 그리고 쿼리를 처리한 결과와 연관된 데이터를 사용자 디바이스로 송신하기 위한 것이다.

Description

고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법
본 개시는 일반적으로 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 구축 및 유지하기 위한 컴퓨터 방법 및 시스템에 관한 것이다. 특히, 본 개시의 실시예들은 가동 시간을 최대화하고 페일오버 시간을 최소화하며, 분석 프로토콜 및 SQL 비호환성을 트랜잭션 프로토콜 및 방언(dialect)으로 바꿀 수 있고 쿼리가 검색할 데이터 크기를 예측하는 것에 기초하여 쿼리들을 트랜잭션 또는 분석 데이터베이스로 지능적으로 발송할 수 있는 프록시를 사용함으로써 하이브리드 트랜잭션 및 분석 데이터베이스를 유지하는 독창적이고 독특한 시스템에 관한 것이다.
데이터베이스는 일반적으로 두 가지 유형 즉, 트랜잭션형과 분석형으로 나뉠 수 있다. MySQL과 같은 온라인 트랜잭션 프로세싱(OLTP) 데이터베이스로도 알려진 트랜잭션 데이터베이스는 일반적으로 작은 데이터 세트만 포함하는 트랜잭션 및 쿼리를 위해 사용된다. 반면에 온라인 분석 프로세싱(OLAP) 데이터베이스로도 알려진 분석 데이터베이스는 대규모 데이터 세트에 대한 다차원 분석을 위해 사용될 수 있다. 전통적으로, OLTP와 OLAP 데이터베이스는 항상 분리되어 있는 시스템으로서, 주기적으로 동기화되어야 한다. 그러나 이것은 이러한 시스템은 실시간 분석에 적합하지 않다는 것을 의미한다.
최근에는, 데이터베이스 복제 메커니즘에 의해 OLAP 데이터베이스에 대해 OLTP의 실시간 동기화를 완벽하게 하는 시도가 있으며, 이는 기본적으로 동기화를 수행하는 데 걸리는 시간을 단축시키고 있다. 그러나 이러한 시스템들은 여전히 통신을 위해 중개 소프트웨어를 필요로 하는 두 개의 분리된 데이터베이스 시스템을 사용하기 때문에 여전히 결함이 있다. 이는 프로토콜의 차이로 인해 서로 다른 코드로 통신해야 하는 것, 시스템이 어떤 데이터베이스가 어떤 쿼리를 처리해야 하는지 모르는 것, 그리고 중앙 집중식 페일오버 또는 스위치오버 메커니즘을 가질 수 없다는 것과 같은 문제로 이어진다.
따라서, 페일오버 시간을 수초로 줄이고, 중개 소프트웨어 없이 기능을 수행할 수 있는 독립형 솔루션을 제공하고, 어떤 데이터베이스 클러스터가 어떤 쿼리를 처리해야 하는지 알 수 있고, 그리고 중앙집중식 페일오버 및 스위치오버 메카니즘을 가지는, 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템과 방법이 필요하다. 이러한 시스템과 방법은 페일오버 시간을 최소화하고, 장애율을 낮추며, 전체적으로 더 큰 가동 시간을 달성하고, 비용 효율적이며 기업과 그들의 프로그래머들에게 복잡하지 않을 수 있다.
본 개시의 일 양태는 고 가용 분산형 하이브리드 데이터베이스를 관리하기 위한 컴퓨터 구현 시스템에 관한 것이다. 이 시스템은 명령을 저장하는 메모리; 및 명령을 실행하도록 구성된 하나 이상의 프로세서를 포함할 수 있고, 명령은 소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 분산형 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 소스 노드와 제1 복수의 복제 노드는 트랜잭션 클러스터를 형성하고, 제2 복수의 복제 노드는 분석 클러스터를 형성함―; 쿼리를 하나 이상의 규칙에 기초하여 트랜잭션 클러스터 또는 분석 클러스터를 사용하여 처리할지를 결정하고; 쿼리를 결정된 클러스터가 이해하는 제1 프로토콜로 변환(translate)하고; 결정된 클러스터에 대응하는 복제 노드를 선택하고; 선택된 복제 노드를 사용하여 쿼리를 처리하고; 그리고 쿼리를 처리한 결과와 연관된 데이터를 사용자 디바이스로 송신하기 위한 것이다.
본 개시의 또 다른 양태는 고 가용 분산형 하이브리드 데이터베이스를 관리하기 위한 컴퓨터 구현 방법에 관한 것이다. 이 방법은 소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 분산형 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 소스 노드와 제1 복수의 복제 노드는 트랜잭션 클러스터를 형성하고, 제2 복수의 복제 노드는 분석 클러스터를 형성함―; 쿼리를 하나 이상의 규칙에 기초하여 트랜잭션 클러스터 또는 분석 클러스터를 사용하여 처리할지를 결정하고; 쿼리를 결정된 클러스터가 이해하는 제1 프로토콜로 변환하고; 결정된 클러스터에 대응하는 복제 노드를 선택하고; 선택된 복제 노드를 사용하여 쿼리를 처리하고; 그리고 쿼리를 처리한 결과와 연관된 데이터를 사용자 디바이스로 송신하는 것을 포함할 수 있다.
또한. 본 개시의 다른 양태는 고 가용 분산형 하이브리드 데이터베이스를 관리하기 위한 컴퓨터 구현 시스템에 관한 것이다. 이 시스템은 명령을 저장하는 메모리; 및 명령을 실행하도록 구성된 하나 이상의 프로세서를 포함하고, 명령은 소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 분산형 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 소스 노드와 제1 복수의 복제 노드는 온라인 트랜잭션 프로세싱(OLTP) 클러스터를 형성하고, 제2 복수의 복제 노드는 온라인 분석 프로세싱(OLAP) 클러스터를 형성함―; 제1 복수의 복제 노드와 제2 복수의 복제 노드 중 어떤 복제 노드들이 사용 가능한지를 결정하고; 각 복제 노드의 가용성에 기초하여 건전한 복제 노드 리스트를 생성하고; 쿼리를 하나 이상의 규칙에 기초하여 OLTP 클러스터 또는 OLAP 클러스터를 사용하여 처리할지를 결정하고; 쿼리를 결정된 클러스터가 이해하는 제1 프로토콜로 변환하고; 건전한 복제 노드 리스트에 기초하여 결정된 클러스터에 대응하는 복제 노드를 선택하고; 선택된 복제 노드를 사용하여 쿼리를 처리하고; 그리고 쿼리를 처리한 결과와 연관된 데이터를 사용자 디바이스로 송신하기 위한 것이다.
다른 시스템들, 방법들, 및 컴퓨터- 판독 가능 매체도 본 명세서에서 논의된다.
도 1a는 개시된 실시예에 따른, 배송, 운송, 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 네트워크의 예시적인 실시예를 나타낸 개략적인 블록도이다.
도 1b는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 검색 결과 페이지(SRP; Search Result Page)의 샘플을 나타낸 도면이다.
도 1c는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 제품 및 제품에 대한 정보를 포함하는 싱글 디스플레이 페이지(SDP; Single Display Page)의 샘플을 나타낸 도면이다.
도 1d는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 가상의 쇼핑 장바구니에 아이템을 포함하는 장바구니 페이지의 샘플을 나타낸 도면이다.
도 1e는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라, 가상의 쇼핑 장바구니로부터 구매 및 배송에 관한 정보에 따른 아이템을 포함하는 주문 페이지의 샘플을 나타낸 도면이다.
도 2는 개시된 실시예에 따른, 개시된 컴퓨터 시스템을 활용하도록 구성된 예시적인 풀필먼트 센터의 개략적인 도면이다.
도 3은 개시된 실시예에 따른, 분산형 하이브리드 데이터베이스와 그 분산형 하이브리드 데이터베이스를 관리하기 위한 시스템을 포함하는 네트워크의 예시적인 실시예를 나타내는 개략적인 블록도이다.
도 4는 개시된 실시예에 따른, 트랜잭션 클러스터 또는 분석 클러스터 중 어느 것이 쿼리를 처리하는데 더 적합한지를 결정하기 위한 예시적인 컴퓨터 방법의 순서도이다.
도 5는 개시된 실시예에 따른, 소스 노드의 장애 이후에 소스 노드를 복제 노드로 교체하기 위한 예시적인 컴퓨터 방법의 순서도이다.
이어서 첨부된 도면을 참조하여 자세하게 설명된다. 가능하면, 다음의 설명에서 같거나 유사한 부분에 대해 참조되도록 도면에서 같은 도면 부호가 사용된다. 여기에 몇몇 예시적인 실시예가 설명되지만, 변경, 조정 및 다른 구현도 가능하다. 예를 들면, 도면 내의 구성 및 스텝에 대해 교체, 추가, 또는 변경이 이루어질 수 있고, 여기에 설명된 예시적인 방법은 개시된 방법에 대해 스텝을 교체, 순서 변경, 제거 또는 추가함으로써 변경될 수 있다. 따라서, 다음의 자세한 설명은 개시된 실시예 및 예시로 제한되는 것은 아니다. 대신에 본 발명의 적절한 범위는 청구범위에 의해 규정된다.
본 개시의 실시예들은 일정한 가동 시간 및 최소 오류율이 요구되는 고 가용 및 확장 가능한 분산형 데이터베이스를 관리하는 컴퓨터 방법 및 시스템에 관한 것이다.
도 1a를 참조하면, 배송, 운송 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 예시적인 시스템의 실시예를 나타낸 개략적인 블록도(100)가 도시되어 있다. 도 1a에 나타낸 바와 같이, 시스템(100)은 다양한 시스템을 포함할 수 있으며, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 (예를 들어, 케이블을 사용한) 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 배송 기관 기술(shipment authority technology, SAT) 시스템(101), 외부 프론트 엔드 시스템(103), 내부 프론트 엔드 시스템(105), 운송 시스템(107), 모바일 디바이스(107A, 107B, 107C), 판매자 포털(109), 배송 및 주문 트래킹(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(119), 모바일 디바이스(119A, 119B, 119C)(풀필먼트 센터(fulfillment center, FC)(200) 내부에 있는 것으로 도시됨), 제3자 풀필먼트 시스템(121A, 121B, 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 상태와 배달 상태를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SAT 시스템(101)은 주문이 약속된 배달 날짜(Promised Delivery Date, PDD)를 지났는지를 결정할 수 있고, 새로운 주문을 개시시키고, 배달되지 않은 주문의 아이템을 다시 배송하며, 배달되지 않은 주문을 취소하고, 주문 고객과 연락을 시작하는 것 등을 포함하는 적합한 조치를 취할 수 있다. SAT 시스템(101)은 또한, (특정 기간 동안 배송된 패키지의 개수와 같은) 출력, 및 (배송시 사용하기 위해 수신된 빈 카드보드 박스의 개수와 같은) 입력을 포함하는 다른 데이터를 감시할 수 있다. SAT 시스템(101)은 또한, 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 장치들 간의 (예를 들면, 저장 전달(store-and-forward) 또는 다른 기술을 사용하는) 통신을 가능하게 하는 시스템(100) 내의 상이한 장치들 사이의 게이트웨이로서 동작할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자가 시스템(100) 내의 하나 이상의 시스템과 상호 동작할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 시스템(100)이 시스템의 프레젠테이션을 가능하게 하여 사용자가 아이템에 대한 주문을 할 수 있도록 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 아이템 페이지를 제시하며, 결제 정보를 요청하는 웹 서버로서 구현될 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 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 수신 및 처리하고, 이들 요청에 기초하여 데이터베이스 및 다른 데이터 저장 장치로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록 설계된 커스텀 웹 서버 소프트웨어를 실행할 수 있다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템, 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 있는 반면, 다른 양상에서는 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.
도 1b, 1c, 1d 및 1e에 의해 나타낸 단계들의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 설명하는 것에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프레젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(Search Result Page, SRP)(예를 들면, 도 1b), 싱글 디테일 페이지(Single Detail Page, SDP)(예를 들면, 도 1c), 장바구니 페이지(Cart page)(예를 들면, 도 1d), 또는 주문 페이지(예를 들면, 도 1e)를 포함하는 하나 이상의 웹페이지를 호스팅하거나 제공할 수 있다. (예를 들면, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용하는) 사용자 디바이스는 외부 프론트 엔드 시스템(103)으로 이동하고 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 들면, 외부 프론트 엔드 시스템(103)은 FO 시스템(113)으로부터 검색 요청을 만족하는 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한, (FO 시스템(113)으로부터) 검색 결과에 포함된 각 제품에 대한 약속된 배달 날짜(Promised Delivery Date) 또는 "PDD"를 요청하고 수신할 수 있다. 일부 실시예에서, PDD는 제품이 들어있는 패키지가 특정 기간 이내, 예를 들면, 하루의 끝(PM 11:59)까지 주문되면 언제 사용자가 원하는 장소에 도착할 것인지에 대한 추정 또는 제품이 사용자가 원하는 장소에 배달될 약속된 날짜를 나타낼 수 있다(PDD는 FO 시스템(113)과 관련하여 이하에서 더 논의된다).
외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들면, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족하는 정보를 포함할 수 있다. 예를 들면, 이는 검색 요청을 만족하는 제품의 사진을 포함할 수 있다. SRP는 또한, 각 제품에 대한 각각의 가격, 또는 각 제품, PDD, 무게, 크기, 오퍼(offer), 할인 등에 대한 개선된 배달 옵션에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들면, 네트워크를 통해) SRP를 요청 사용자 디바이스로 전송할 수 있다.
사용자 디바이스는 SRP에 나타낸 제품을 선택하기 위해, 예를 들면, 사용자 인터페이스를 클릭 또는 탭핑하거나, 다른 입력 디바이스를 사용하여 SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보에 대한 요청을 만들어 내고 이를 외부 프론트 엔드 시스템(103)으로 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품에 관한 정보를 요청할 수 있다. 예를 들면, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이상의 추가 정보를 포함할 수 있다. 이는, 예를 들면, 유통 기한, 원산지, 무게, 크기, 패키지 내의 아이템 개수, 취급 지침, 또는 제품에 대한 다른 정보를 포함할 수 있다. 정보는 또한, (예를 들면, 이 제품 및 적어도 하나의 다른 제품을 구입한 고객의 빅 데이터 및/또는 기계 학습 분석에 기초한) 유사한 제품에 대한 추천, 자주 묻는 질문에 대한 답변, 고객의 후기, 제조 업체 정보, 사진 등을 포함할 수 있다.
외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들면, 도 1c)를 준비할 수 있다. SDP는 또한, "지금 구매(Buy Now)" 버튼, "장바구니에 추가(Add to Cart)" 버튼, 수량 필드, 아이템 사진 등과 같은 다른 상호 동작 요소를 포함할 수 있다. SDP는 제품을 오퍼하는 판매자의 리스트를 포함할 수 있다. 이 리스트는 최저가로 제품을 판매하는 것으로 오퍼하는 판매자가 리스트의 최상단에 위치하도록, 각 판매자가 오퍼한 가격에 기초하여 순서가 정해질 수 있다. 이 리스트는 또한 최고 순위 판매자가 리스트의 최상단에 위치하도록, 판매자 순위에 기초하여 순서가 정해질 수 있다. 판매자 순위는, 예를 들어, 약속된 PPD를 지켰는지에 대한 판매자의 과거 추적 기록을 포함하는, 복수의 인자에 기초하여 만들어질 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들면, 네트워크를 통해) SDP를 요청 사용자 디바이스로 전달할 수 있다.
요청 사용자 디바이스는 제품 정보를 나열하는 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 동작할 수 있다. 예를 들면, 요청 사용자 디바이스의 사용자는 SDP의 "장바구니에 담기(Place in Cart)" 버튼을 클릭하거나, 이와 상호 동작할 수 있다. 이렇게 하면 사용자와 연계된 쇼핑 장바구니에 제품이 추가된다. 사용자 디바이스는 제품을 쇼핑 장바구니에 추가하기 위해 외부 프론트 엔드 시스템(103)으로 이러한 요청을 전송할 수 있다.
외부 프론트 엔드 시스템(103)은 장바구니 페이지(예를 들면, 도 1d)를 생성할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 가상의 "쇼핑 장바구니(shopping cart)"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP, 또는 다른 페이지의 아이콘을 클릭하거나, 상호 동작함으로써 장바구니 페이지를 요청할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 장바구니에 추가한 모든 제품 뿐 아니라 각 제품의 수량, 각 제품의 품목당 가격, 관련 수량에 기초한 각 제품의 가격, PDD에 관한 정보, 배달 방법, 배송 비용, 쇼핑 장바구니의 제품을 수정(예를 들면, 수량의 삭제 또는 수정)하기 위한 사용자 인터페이스 요소, 다른 제품의 주문 또는 제품의 정기적인 배달 설정에 대한 옵션, 할부(interest payment) 설정에 대한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같은 장바구니의 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스의 사용자는 쇼핑 장바구니에 있는 제품의 구매를 시작하기 위해 사용자 인터페이스 요소(예를 들면, "지금 구매(Buy Now)"라고 적혀있는 버튼)를 클릭하거나, 이와 상호 동작할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 시작하기 위해 이러한 요청을 외부 프론트 엔드 시스템(103)으로 전송할 수 있다.
외부 프론트 엔드 시스템(103)은 구매를 시작하는 요청을 수신하는 것에 응답하여 주문 페이지(예를 들면, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는 쇼핑 장바구니로부터의 아이템을 재나열하고, 결제 및 배송 정보의 입력을 요청한다. 예를 들면, 주문 페이지는 쇼핑 장바구니의 아이템 구매자에 관한 정보(예를 들면, 이름, 주소, 이메일 주소, 전화번호), 수령인에 관한 정보(예를 들면, 이름, 주소, 전화번호, 배달 정보), 배송 정보(예를 들면, 배달 및/또는 픽업 속도/방법), 결제 정보(예를 들면, 신용 카드, 은행 송금, 수표, 저장된 크레딧), 현금 영수증을 요청하는 사용자 인터페이스 요소(예를 들면, 세금 목적) 등을 요청하는 섹션을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 사용자 디바이스에 주문 페이지를 전송할 수 있다.
사용자 디바이스는 주문 페이지에 정보를 입력하고 외부 프론트 엔드 시스템(103)으로 정보를 전송하는 사용자 인터페이스 요소를 클릭하거나, 상호 동작할 수 있다. 그로부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 다른 시스템으로 전송하여 쇼핑 장바구니의 제품으로 새로운 주문을 생성하고 처리할 수 있도록 한다.
일부 실시예에서, 외부 프론트 엔드 시스템(103)은 판매자가 주문과 관련된 정보를 전송 및 수신할 수 있도록 추가로 구성될 수 있다.
일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들면, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 네트워크(101)가 사용자가 아이템에 대한 주문을 할 수 있게 하는 시스템의 프레젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자가 주문에 대한 진단 및 통계 정보를 볼 수 있게 하고, 아이템 정보를 수정하며, 또는 주문에 대한 통계를 검토할 수 있게 하는 웹 서버로서 구현될 수 있다. 예를 들면, 내부 프론트 엔드 시스템(105)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 내부 프론트 엔드 시스템(105)은 (도시되지 않은 다른 디바이스뿐 아니라) 시스템(100) 내에 나타낸 시스템 또는 디바이스로부터 요청을 수신 및 처리하고, 그러한 요청에 기초하여 데이터베이스 및 다른 데이터 저장 장치로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록 (설계된 커스텀 웹 서버 소프트웨어를 실행)할 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 있는 반면, 다른 양상에서는 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.
일부 실시예에서, 운송 시스템(107)은 시스템(100) 내의 시스템 또는 디바이스와 모바일 디바이스(107A-107C) 간의 통신을 가능하게 하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 운송 시스템(107)은 하나 이상의 모바일 디바이스(107A-107C)(예를 들면, 휴대 전화, 스마트폰, PDA 등)로부터 정보를 수신할 수 있다. 예를 들면, 일부 실시예에서, 모바일 디바이스(107A-107C)는 배달원에 의해 동작되는 디바이스를 포함할 수 있다. 정규직, 임시적 또는 교대 근무일 수 있는 배달원은 사용자에 의해 주문된 제품들이 들어 있는 패키지의 배달을 위해 모바일 디바이스(107A-107C)를 이용할 수 있다. 예를 들면, 패키지를 배달하기 위해, 배달원은 배달할 패키지와 배달할 위치를 나타내는 모바일 디바이스 상의 알림을 수신할 수 있다. 배달 장소에 도착하면, 배달원은 (예를 들면, 트럭의 뒤나 패키지의 크레이트에) 패키지를 둘 수 있고, 모바일 디바이스를 사용하여 패키지 상의 식별자와 관련된 데이터(예를 들면, 바코드, 이미지, 텍스트 문자열, RFID 태그 등)를 스캔하거나, 캡처하며, (예를 들면, 현관문에 놓거나, 경비원에게 맡기거나, 수령인에게 전달하는 것 등에 의해) 패키지를 배달할 수 있다. 일부 실시예에서, 배달원은 모바일 디바이스를 사용하여 패키지의 사진(들)을 찍거나 및/또는 서명을 받을 수 있다. 모바일 디바이스는, 예를 들면, 시간, 날짜, GPS 위치, 사진(들), 배달원에 관련된 식별자, 모바일 디바이스에 관련된 식별자 등을 포함하는 배달에 관한 정보를 포함하는 정보를 운송 시스템(107)에 전송할 수 있다. 운송 시스템(107)은 시스템(100) 내의 다른 시스템에 의한 접근을 위해 데이터베이스(미도시)에 이러한 정보를 저장할 수 있다. 일부 실시예에서, 운송 시스템(107)은 다른 시스템에 특정 패키지의 위치를 나타내는 트래킹 데이터를 준비 및 전송하기 위해 이러한 정보를 사용할 수 있다.
일부 실시예에서, 특정 사용자는, 한 종류의 모바일 디바이스를 사용할 수 있는 반면(예를 들면, 정규 직원은 바코드 스캐너, 스타일러스 및 다른 장치와 같은 커스텀 하드웨어를 갖는 전문 PDA를 사용할 수 있음), 다른 사용자는 다른 종류의 모바일 디바이스를 사용할 수 있다(예를 들면, 임시 또는 교대 근무 직원이 기성 휴대 전화 및/또는 스마트폰을 사용할 수 있음).
일부 실시예에서, 운송 시스템(107)은 사용자를 각각의 디바이스와 연관시킬 수 있다. 예를 들면, 운송 시스템(107)은 사용자(예를 들면, 사용자 식별자, 직원 식별자, 또는 전화번호에 의해 표현됨)와 모바일 디바이스(예를 들면, International Mobile Equipment Identity(IMEI), International Mobile Subscription Identifier(IMSI), 전화번호, Universal Unique Identifier(UUID), 또는 Globally Unique Identifier(GUID)에 의해 표현됨) 간의 연관성(association)을 저장할 수 있다. 운송 시스템(107)은, 다른 것들 중에 작업자의 위치, 작업자의 효율성, 또는 작업자의 속도를 결정하기 위해 데이터베이스에 저장된 데이터를 분석하기 위해 배달시 수신되는 데이터와 관련하여 이러한 연관성을 사용할 수 있다.
일부 실시예에서, 판매자 포털(109)은 판매자 또는 다른 외부 엔터티(entity)가 시스템(100) 내의 하나 이상의 시스템과 전자 통신할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 판매자는 판매자 포털(109)을 사용하여 시스템(100)을 통해 판매하고자 하는 제품에 대하여, 제품 정보, 주문 정보, 연락처 정보 등을 업로드하거나 제공하는 컴퓨터 시스템(미도시)을 이용할 수 있다.
일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 고객(예를 들면, 디바이스(102A-102B)를 사용하는 사용자)에 의해 주문된 제품들이 들어 있는 패키지의 위치에 관한 정보를 수신, 저장 및 포워딩하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 고객에 의해 주문된 제품들이 들어 있는 패키지를 배달하는 배송 회사에 의해 운영되는 웹 서버(미도시)로부터 정보를 요청하거나 저장할 수 있다.
일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 시스템(100)에 나타낸 시스템들로부터 정보를 요청하고 저장할 수 있다. 예를 들면, 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107)으로부터 정보를 요청할 수 있다. 전술한 바와 같이, 운송 시스템(107)은 사용자(예를 들면, 배달원) 또는 차량(예를 들면, 배달 트럭) 중 하나 이상과 연관된 하나 이상의 모바일 디바이스(107A-107C)(예를 들면, 휴대 전화, 스마트폰, PDA 등)로부터 정보를 수신할 수 있다. 일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 또한, 풀필먼트 센터(예를 들면, 풀필먼트 센터(200)) 내부의 개별 제품의 위치를 결정하기 위해 창고 관리 시스템(WMS)(119)으로부터 정보를 요청할 수 있다. 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 이를 처리하며, 요청시 디바이스(예를 들면, 사용자 디바이스(102A, 102B))로 제공할 수 있다.
일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103) 및/또는 배송 및 주문 트래킹 시스템(111))으로부터의 고객 주문에 대한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 아이템이 유지 또는 저장되는 곳을 나타내는 정보를 저장할 수 있다. 예를 들면, 소정 아이템은 하나의 풀필먼트 센터에만 저장될 수 있는 반면, 소정 다른 아이템은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 아이템의 특정 세트(예를 들면, 신선한 농산물 또는 냉동 제품)만을 저장하도록 구성될 수 있다. FO 시스템(113)은 이러한 정보뿐 아니라 관련 정보(예를 들면, 수량, 크기, 수령 날짜, 유통 기한 등)를 저장한다.
FO 시스템(113)은 또한, 각 제품에 대해 대응하는 PDD(약속된 배달 날짜)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 요소에 기초할 수 있다. 예를 들면, FO 시스템(113)은 제품에 대한 과거 수요(예를 들면, 그 제품이 일정 기간 동안 얼마나 주문되었는지), 제품에 대한 예측된 수요(예를 들면, 얼마나 많은 고객이 다가오는 기간 동안 제품을 주문할 것으로 예상되는지), 일정 기간 동안 얼마나 많은 제품이 주문되었는지를 나타내는 네트워크 전반의 과거 수요, 다가오는 기간 동안 얼마나 많은 제품이 주문될 것으로 예상되는지를 나타내는 네트워크 전반의 예측된 수요, 각각의 제품을 저장하는 각 풀필먼트 센터(200)에 저장된 제품의 하나 이상의 개수, 그 제품에 대한 예상 또는 현재 주문 등에 기초하여 제품에 대한 PDD를 계산할 수 있다.
일부 실시예에서, FO 시스템(113)은 주기적으로(예를 들면, 시간별로) 각 제품에 대한 PDD를 결정하고, 검색하거나 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로 전송하기 위해 이를 데이터베이스에 저장할 수 있다. 다른 실시예에서, FO 시스템(113)은 하나 이상의 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로부터 전자 요청을 수신하고 요구에 따라 PDD를 계산할 수 있다.
일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG)(115)는 FO 시스템(113)과 같은 시스템(100) 내의 하나 이상의 시스템으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 그것을 다른 포맷 또는 프로토콜로 변환하여, 변환된 포맷 또는 프로토콜로 된 요청 또는 응답을 WMS(119) 또는 제3자 풀필먼트 시스템(121A, 121B, 또는 121C)과 같은 다른 시스템에 포워딩하며, 반대의 경우도 가능한 컴퓨터 시스템으로서 구현될 수 있다.
일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SCM 시스템(117)은, 예를 들어 제품에 대한 과거 수요, 제품에 대한 예측된 수요, 네트워크 전반의 과거 수요, 네트워크 전반의 예측된 수요, 각각의 풀필먼트 센터(200)에 저장된 제품 개수, 각 제품에 대한 예상 또는 현재 주문 등에 기초하여, 특정 제품에 대한 수요의 수준을 예측할 수 있다. 이러한 예측된 수준과 모든 풀필먼트 센터를 통한 각 제품의 수량에 응답하여, SCM 시스템(117)은 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 양을 구매 및 비축하기 위한 하나 이상의 구매 주문을 생성할 수 있다.
일부 실시예에서, 창고 관리 시스템(WMS)(119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, WMS(119)는 개개의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))로부터 개별 이벤트를 나타내는 이벤트 데이터를 수신할 수 있다. 예를 들면, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나를 사용한 것을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관하여 이하에서 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들면, 바코드 또는 RFID 태그 데이터)는 특정 스테이지의 기계(예를 들면, 자동 또는 핸드헬드 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C)와 같은 디바이스 등)에 의해 스캔되거나 판독될 수 있다. WMS(119)는 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자, 또는 다른 정보와 함께 대응하는 데이터베이스(미도시)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이러한 정보를 다른 시스템(예를 들면, 배송 및 주문 트래킹 시스템(111))에 제공할 수 있다.
일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))와 시스템(100)과 연관된 하나 이상의 사용자를 연관시키는 정보를 저장할 수 있다. 예를 들면, 일부 상황에서, (파트 타임 또는 풀 타임 직원과 같은) 사용자는 모바일 디바이스(예를 들면, 모바일 디바이스는 스마트폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는 임시로 모바일 디바이스를 보관한다는 점에서(예를 들면, 하루의 시작에서부터 모바일 디바이스를 대여받은 사용자가, 하루 동안 그것을 사용하고, 하루가 끝날 때 그것을 반납할 것임), 모바일 디바이스와 연관될 수 있다.
일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각각의 사용자에 대한 작업 로그를 유지할 수 있다. 예를 들면, WMS(119)는 임의의 할당된 프로세스(예를 들면, 트럭에서 내리기, 픽업 구역에서 아이템을 픽업하기, 리비닝 월(rebin wall) 작업, 아이템 패킹하기), 사용자 식별자, 위치(예를 들면, 풀필먼트 센터(200)의 바닥 또는 구역), 직원에 의해 시스템을 통해 이동된 유닛의 수(예를 들면, 픽업된 아이템의 수, 패킹된 아이템의 수), 디바이스(예를 들면, 디바이스(119A-119C))와 관련된 식별자 등을 포함하는, 각 직원과 관련된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A-119C)에서 작동되는 계시(timekeeping) 시스템과 같은 계시 시스템으로부터 체크-인 및 체크-아웃 정보를 수신할 수 있다.
일부 실시예에서, 제3자 풀필먼트(3PL) 시스템(121A-121C)은 물류 및 제품의 제3자 제공자와 관련된 컴퓨터 시스템을 나타낸다. 예를 들면, (도 2와 관련하여 이하에서 후술하는 바와 같이) 일부 제품이 풀필먼트 센터(200)에 저장되는 반면, 다른 제품은 오프-사이트(off-site)에 저장될 수 있거나, 수요에 따라 생산될 수 있으며, 또는 달리 풀필먼트 센터(200)에 저장될 수 없다. 3PL 시스템(121A-121C)은 FO 시스템(113)으로부터 (예를 들면, FMG(115)를 통해) 주문을 수신하도록 구성될 수 있으며, 고객에게 직접 제품 및/또는 서비스(예를 들면, 배달 또는 설치)를 제공할 수 있다. 일부 구현예에서, 하나 이상의 3PL 시스템(121A-121C)은 시스템(100)의 일부일 수 있지만, 다른 구현예에서는, 하나 이상의 3PL 시스템(121A-121C)이 시스템(100)의 외부에 있을 수 있다(예를 들어, 제3자 제공자에 의해 소유 또는 운영됨)일 수 있다.
일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth)(123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 일부 실시예에서, FC Auth(123)는 시스템(100) 내의 하나 이상의 다른 시스템에 대한 단일-사인 온(single-sign on, SSO) 서비스로서 작동할 수 있다. 예를 들면, FC Auth(123)는 내부 프론트 엔드 시스템(105)을 통해 사용자가 로그인하게 하고, 사용자가 배송 및 주문 트래킹 시스템(111)에서 리소스에 액세스하기 위해 유사한 권한을 갖고 있다고 결정하며, 두 번째 로그인 프로세스 요구 없이 사용자가 그러한 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)는 사용자(예를 들면, 직원)가 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들면, 일부 직원은 (디바이스(119A-119C)와 같은) 전자 디바이스를 갖지 않을 수 있으며, 대신 하루 동안 풀필먼트 센터(200) 내에서 작업들 사이 및 구역들 사이에서 이동할 수 있다. FC Auth(123)는 이러한 직원들이 상이한 시간 대에 수행 중인 작업과 속해 있는 구역을 표시할 수 있도록 구성될 수 있다.
일부 실시예에서, 노동 관리 시스템(LMS)(125)은 직원(풀-타임 및 파트-타임 직원을 포함함)에 대한 출근 및 초과 근무 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, LMS(125)는 FC Auth(123), WMS(119), 디바이스(119A-119C), 운송 시스템(107), 및/또는 디바이스(107A-107C)로부터 정보를 수신할 수 있다.
도 1a에 나타낸 특정 구성은 단지 예시일 뿐이다. 예를 들면, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 나타낸 반면, 모든 실시예가 이러한 특정 구성을 필요로 하는 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 표준을 따르는 무선 네트워크, 임대 회선 등을 포함하는 하나 이상의 공공 또는 사설 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템 중 하나 이상은 데이터 센터, 서버 팜 등에서 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.
도 2는 풀필먼트 센터(200)를 나타낸다. 풀필먼트 센터(200)는 주문시 고객에게 배송하기 위한 아이템을 저장하는 물리적 장소의 예시이다. 풀필먼트 센터(FC)(200)는 다수의 구역으로 분할될 수 있으며, 각각이 도 2에 도시된다. 일부 실시예에서, 이러한 "구역(zones)"은 아이템을 수령하고, 아이템을 저장하고, 아이템을 검색하고, 아이템을 배송하는 과정의 상이한 단계 사이의 가상 구분으로 생각될 수 있다. 따라서, "구역"이 도 2에 나타나 있으나, 일부 실시예에서, 구역의 다른 구분도 가능하고, 도 2의 구역은 생략, 복제, 또는 수정될 수 있다.
인바운드 구역(203)은 도 1a의 시스템(100)을 사용하여 제품을 판매하고자 하는 판매자로부터 아이템이 수신되는 FC(200)의 영역을 나타낸다. 예를 들면, 판매자는 트럭(201)을 사용하여 아이템(202A, 202B)을 배달할 수 있다. 아이템(202A)은 자신의 배송 팔레트(pallet)를 점유하기에 충분히 큰 단일 아이템을 나타낼 수 있으며, 아이템(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적층되는 아이템의 세트를 나타낼 수 있다.
작업자는 인바운드 구역(203)의 아이템을 수령하고, 선택적으로 컴퓨터 시스템(미도시)을 사용하여 아이템이 손상되었는지 및 정확한지를 체크할 수 있다. 예를 들면, 작업자는 아이템(202A, 202B)의 수량을 아이템의 주문 수량과 비교하기 위해 컴퓨터 시스템을 사용할 수 있다. 수량이 일치하지 않는다면, 해당 작업자는 아이템(202A, 202B) 중 하나 이상을 거부할 수 있다. 수량이 일치한다면, 작업자는 그 아이템들을 (예를 들면, 짐수레(dolly), 핸드트럭(handtruck), 포크리프트(forklift), 또는 수작업으로) 버퍼 구역(205)으로 운반할 수 있다. 버퍼 구역(205)은, 예를 들면, 예측된 수요를 충족시키기 위해 픽업 구역에 그 아이템이 충분한 수량만큼 있기 때문에, 픽업 구역에서 현재 필요하지 않은 아이템에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 포크리프트(206)는 버퍼 구역(205) 주위와 인바운드 구역(203) 및 드롭 구역(207) 사이에서 아이템을 운반하도록 작동한다. (예를 들면, 예측된 수요로 인해) 픽업 구역에 아이템(202A, 202B)이 필요하면, 포크리프트는 아이템(202A, 202B)을 드롭 구역(207)으로 운반할 수 있다.
드롭 구역(207)은 픽업 구역(209)으로 운반되기 전에 아이템을 저장하는 FC(200)의 영역일 수 있다. 픽업 동작에 할당된 작업자("피커(picker)")는 픽업 구역의 아이템(202A, 202B)에 접근하고, 픽업 구역에 대한 바코드를 스캔하며, 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A, 202B)과 관련된 바코드를 스캔할 수 있다. 그 다음 피커는 아이템을 (예를 들면, 카트에 놓거나 운반함으로써) 픽업 구역(209)에 가져갈 수 있다.
픽업 구역(209)은 아이템(208)이 저장 유닛(210)에 저장되는 FC(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책꽂이, 박스, 토트(tote), 냉장고, 냉동고, 저온 저장고 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 픽업 구역(209)은 다수의 플로어로 편성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들면, 포크리프트, 엘리베이터, 컨베이어 벨트, 카트, 핸드트럭, 짐수레, 자동화된 로봇 또는 디바이스, 또는 수작업을 포함하는 다양한 방식으로 아이템을 픽업 구역(209)으로 운반할 수 있다. 예를 들면, 피커는 아이템(202A, 202B)을 드롭 구역(207)의 핸드트럭 또는 카트에 놓을 수 있으며, 아이템(202A, 202B)을 픽업 구역(209)으로 가져갈 수 있다.
피커는 저장 유닛(210) 상의 특정 공간과 같은 픽업 구역(209)의 특정 스팟에 아이템을 배치(또는 "적재(stow)")하라는 명령을 수신할 수 있다. 예를 들면, 피커는 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A)을 스캔할 수 있다. 디바이스는, 예를 들면, 통로, 선반 및 위치를 나타내는 시스템을 사용하여, 아이템(202A)을 적재해야 하는 위치를 나타낼 수 있다. 그 다음 디바이스는 그 위치에 아이템(202A)을 적재하기 전에 피커가 그 위치에서 바코드를 스캔하도록 할 수 있다. 디바이스는 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 아이템(202A)이 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 적재되었음을 나타내는 데이터를 (예를 들면, 무선 네트워크를 통해) 전송할 수 있다.
일단 사용자가 주문을 하면, 피커는 저장 유닛(210)으로부터 하나 이상의 아이템(208)을 검색하기 위해 디바이스(119B)에 명령을 수신할 수 있다. 피커는 아이템(208)을 검색하고, 아이템(208) 상의 바코드를 스캔하며, 운송 기구(214) 상에 놓을 수 있다. 일부 실시예에서, 운송 기구(214)가 슬라이드로서 표현되지만, 운송 기구는 컨베이어 벨트, 엘리베이터, 카트, 포크리프트, 핸드트럭, 짐수레, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 다음 아이템(208)은 패킹 구역(211)에 도착할 수 있다.
패킹 구역(211)은 아이템이 픽업 구역(209)으로부터 수령되고 고객에게 최종 배송하기 위해 박스 또는 가방에 패킹되는 FC(200)의 영역일 수 있다. 패킹 구역(211)에서, 아이템을 수령하도록 할당된 작업자("리비닝 작업자(rebin worker)")는 픽업 구역(209)으로부터 아이템(208)을 수령하고, 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들면, 리비닝 작업자는 아이템(208) 상의 바코드를 스캔하기 위해 컴퓨터(119C)와 같은 디바이스를 사용할 수 있다. 컴퓨터(119C)는 아이템(208)이 어느 주문과 관련이 있는지를 시각적으로 나타낼 수 있다. 이는, 예를 들면, 주문에 대응하는 월(216) 상의 공간 또는 "셀(cell)"을 포함할 수 있다. (예를 들면, 셀에 주문의 모든 아이템이 포함되어 있기 때문에) 일단 주문이 완료되면, 리비닝 작업자는 패킹 작업자(또는 "패커(packer)")에게 주문이 완료된 것을 알릴 수 있다. 패커는 셀로부터 아이템을 검색하고, 배송을 위해 이들을 박스 또는 가방에 놓을 수 있다. 그 다음 패커는, 예를 들면, 포크리프트, 카트, 짐수레, 핸드트럭, 컨베이어 벨트, 수작업 또는 다른 방법을 통해, 박스 또는 가방을 허브 구역(213)으로 보낼 수 있다.
허브 구역(213)은 패킹 구역(211)으로부터 모든 박스 또는 가방("패키지(packages)")을 수신하는 FC(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는 패키지(218)를 검색하고, 각 패키지가 배달 영역의 어느 부분으로 배달되도록 되어 있는지를 결정하며, 패키지를 적합한 캠프 구역(215)으로 보낼 수 있다. 예를 들면, 배달 영역이 2개의 작은 하위 영역을 갖는다면, 패키지는 2개의 캠프 구역(215) 중 하나로 보내질 것이다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해 (예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 패키지를 캠프 구역(215)으로 보내는 것은, 예를 들면, (우편 번호에 기초하여) 패키지가 향하는 지리적 영역의 부분을 결정하고, 지리적 영역의 부분과 관련된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.
일부 실시예에서, 캠프 구역(215)은 루트 및/또는 서브-루트로 분류하기 위해 허브 구역(213)으로부터 패키지가 수령되는 하나 이상의 빌딩, 하나 이상의 물리적 공간, 또는 하나 이상의 영역을 포함할 수 있다. 일부 실시예에서, 캠프 구역(215)은 FC(200)로부터 물리적으로 분리되어 있는 반면, 다른 실시예에서는 캠프 구역(215)은 FC(200)의 일부를 형성할 수 있다.
캠프 구역(215)의 작업자 및/또는 기계는, 예를 들면, 목적지와 기존 루트 및/또는 서브-루트의 비교, 각각의 루트 및/또는 서브-루트에 대한 작업량의 계산, 하루 중 시간, 배송 방법, 패키지(220)를 배송하기 위한 비용, 패키지(220)의 아이템과 관련된 PDD 등에 기초하여 패키지(220)가 어느 루트 및/또는 서브-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해 (예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 서브-루트에 할당되면, 작업자 및/또는 기계는 배송될 패키지(220)를 운반할 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226), 배달원(224A, 224B)을 포함한다. 일부 실시예에서, 배달원(224A)이 트럭(222)을 운전할 수 있는데, 이 때 배달원(224A)은 FC(200)에 대한 패키지를 배달하는 풀-타임 직원이며, 트럭은 FC(200)를 소유, 임대 또는 운영하는 동일한 회사에 의해 소유, 임대, 또는 운행된다. 일부 실시예에서, 배달원(224B)이 자동차(226)를 운전할 수 있는데, 이 때 배달원(224B)은 필요에 따라(예를 들면, 계절에 따라) 배달하는 "플렉스(flex)" 또는 비상시적인 작업자이다. 자동차(226)는 배달원(224B)에 의해 소유, 임대 또는 운행될 수 있다.
도 3은 분산형 하이브리드 데이터베이스와 그 분산형 하이브리드 데이터베이스를 관리하기 위한 시스템을 포함하는 네트워크(300)의 예시적인 실시예를 나타내는 개략적인 블록도이다. 네트워크(300)는 각각이 하나 이상의 네트워크를 통해 서로 연결될 수 있는 다양한 컴퓨터 시스템을 포함할 수 있다. 일부 실시예에서, 도 3에 도시된 각 요소는 시스템들의 그룹, 시스템들의 네트워크 내 개별 시스템, 시스템 내부의 기능 유닛 또는 모듈, 또는 이들의 임의 조합을 나타낼 수 있다. 그리고 일부 실시예에서, 각 요소는 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준을 따르는 무선 네트워크, 유선 네트워크 등을 포함하는 하나 이상의 공공 또는 사설 네트워크를 통해 서로 통신할 수 있다. 개별 시스템은 하나의 지리적 위치 내에 위치되거나 또는 지리적으로 분산되어 위치될 수도 있다.
일부 실시예에서, 도시된 시스템은 조정자(orchestrator, 310), 소스 노드(321)와 복수의 트랜잭션 복제 노드(322)(2개의 트랜잭션 복제 노드(322a 및 322b)가 도시됨)를 포함하는 분산형 트랜잭션 클러스터(320), 복수의 분석 복제 노드(332)(2개의 분석 복제 노드(332a 및 332b)가 도시됨)를 포함하는 분산형 분석 클러스터(330), 프록시(340) 및 사용자 디바이스(350)를 포함할 수 있다.
2개의 트랜잭션 복제 노드(322a 및 322b)와 2개의 분석 복제 노드(332a 및 332b)만이 도 3에 도시되어 있지만, 그 수는 예시일 뿐이며 더 적거나 또는 추가적 복제 노드가 구현될 수 있다. 또한, 분산형 트랜잭션 클러스터(320)와 분산형 분석 클러스터(330)는 각각 분산형 데이터베이스(320 및 330)로 불릴 수 있다.
도 3에 도시된 각 시스템은 서버, 범용 컴퓨터, 메인프레임 컴퓨터, 그래픽 처리 유닛(GPU)과 같은 특수 목적 컴퓨팅 디바이스, 랩톱, 또는 이들 컴퓨팅 디바이스의 임의 조합의 형태를 취할 수 있다. 다른 실시예에서, 각 시스템 또는 시스템의 서브세트는 단일 시스템의 하나 이상의 기능 유닛으로 구현될 수 있다. 추가적 또는 대안적으로, 각 시스템 또는 그것의 서브세트는 독립형 시스템이거나, 더 큰 시스템의 일부일 수 있는 서브시스템의 일부일 수 있다.
일부 실시예에서, 조정자(310)는 분산형 데이터베이스(320 및 330)의 토폴로지를 관리하도록 구성된 임의의 컴퓨터 시스템일 수 있다. 예를 들어, 조정자(310)는 소스 노드(321)가 사용 불가라고 결정할 수 있다. 이 결정시, 조정자(310)는 장애가 발생한 소스 노드(321)를 건전한 트랜잭션 복제 노드(322)로 교체하고 이 연결들이 적절하게 업데이트되는 것을 보장할 수 있는 페일오버 방법을 트리거할 수 있다. 조정자(310)는 Oracle Database, MySQL, Microsoft SQL Server 및 IBM DB2와 같은 관계형 데이터베이스 관리 시스템(RDBMS)일 수 있으나, 이것들로 제한되지 않는다. 일부 실시예에서, 조정자(310)는 조정자(310)의 하나의 서버 엔드포인트에 장애가 발생하면, 하나 이상의 엔트포인트가 계속해서 데이터베이스 클러스터(300)를 관리하기 위해 남아 있도록 하기 위해, 분산될 수 있다.
일부 실시예에서, 분산형 트랜잭션 클러스터(320)는 다양한 데이터를 수집, 구조화 및 저장하도록 구성된 임의의 컴퓨터 시스템일 수 있다. 트랜잭션 클러스터(320)는 내부에 저장된 데이터가 하나 이상의 데이터 세트로 구조화되는 관계형 데이터베이스일 수 있다. 트랜잭션 클러스터(320)는 SAT 시스템(101), 외부 프런트 엔드 시스템(103), 내부 프런트 엔드 시스템(105), 운송 시스템(107), SOT 시스템(111), FO 시스템(113), SCM 시스템(117), 창고 관리 시스템(119), 제3자 풀필먼트 시스템(121A, 121B 및 121C), FC Auth(123) 및/또는 LMS(125) 내에 저장되거나 이것들에 의해 액세스되는 데이터를 포함할 수 있다.
트랜잭션 클러스터(320)는 소스 노드(321)와 하나 이상의 트랜잭션 복제 노드(322a 및 322b)를 포함할 수 있다. 소스 노드(321)는 사용자 디바이스(350)에 의해 송신된 쓰기 요청을 처리하도록 구성될 수 있는 반면, 트랜잭션 복제 노드(322a 및 322b)는 사용자 디바이스(350)에 의해 송신된 읽기 요청을 처리하도록 구성될 수 있으며 프록시(340)에 의해 처리될 수 있다. 저장을 위해 새로운 데이터를 수락하고 그 데이터를 클라이언트 디바이스(예를 들어, 사용자 디바이스(350))가 액세스할 수 있도록 구성된 종래 노드에 비해, 소스 노드(321)는 오직 사용자 디바이스(350)로부터 새로운 데이터를 수락함으로써 최신 데이터 세트를 수집 및 유지하도록 구성될 수 있다. 각 복제 노드(322a/322b)는 소스 노드(321)에 저장된 것과 동일한 데이터를 저장하도록 더 구성될 수 있다. 예를 들어, 소스 노드(321)가 데이터 세트 1-10(즉, 마스터 세트)을 포함하면, 각 트랜잭션 복제 노드(322)는 데이터 세트 1-10을 복제 및 저장하도록 구성될 수 있다. 종래 데이터베이스와 비교하여, 읽기 및 쓰기 기능을 전용 노드로 분리시키는 것은 각 기능이 서로 혼합되지 않고 실시될 수 있게 하므로, 쓰기 또는 읽기 오류의 위험을 낮춘다. 각 트랜잭션 복제 노드(322)는 소스 노드(321)에 장애가 발생하고 조정자(310)가 페일오버를 트리거하는 경우 소스 노드로 승격될 수 있는 능력을 갖는다.
일부 실시예에서, 분산형 분석 클러스터(330)는 다양한 데이터를 수집, 구조화 및 저장하도록 구성된 임의의 컴퓨터 시스템일 수 있다. 분석 클러스터(330)는 내부에 저장된 데이터가 하나 이상의 데이터 세트로 구조화되는 관계형 데이터베이스일 수 있다. 분석 클러스터(330)는 SAT 시스템(101), 외부 프런트 엔드 시스템(103), 내부 프런트 엔드 시스템(105), 운송 시스템(107), SOT 시스템(111), FO 시스템(113), SCM 시스템(117), 창고 관리 시스템(119), 제3자 풀필먼트 시스템(121A, 121B 및 121C), FC Auth(123) 및/또는 LMS(125) 내에 저장되거나 이것들에 의해 액세스되는 데이터를 포함할 수 있다.
분석 클러스터(330)는 하나 이상의 분석 복제 노드(332)(예를 들어, 분석 복제 노드(332a 및 332b))를 포함할 수 있다. 분석 복제 노드(332)는 읽기 요청을 처리하고 소스 노드(321)에 저장된 데이터와 동일한 데이터를 저장하도록 구성될 수 있다. 상술한 바와 같이, 읽기 및 쓰기 기능을 전용 노드로 분리시키는 것은 쓰기 또는 읽기 오류의 위험을 낮춘다.
일부 실시예에서, 프록시(340)는 하나 이상의 규칙에 기초하여 트랙잭션 클러스터(320) 또는 분석 클러스터(330) 중 하나로 쿼리를 발송하고, 및/또는 장애가 발생한 엔드포인트에 대한 요청을 방지하기 위해 건전한 복제 리스트를 유지하기 위해, 프로토콜을 트랜잭션 프로토콜 및 방언으로부터 분석 프로토콜 및 방언으로 변환하거나 또는 그 반대로 변환하도록 구성된 임의의 컴퓨터 시스템일 수 있다. 예를 들어, 프록시(340)는 SQL(즉, 트랜잭션 프로토콜 및 방언)로 된 쿼리를 사용자 디바이스(350)로부터 수신할 수 있다. 이어 프록시(340)는 쿼리가 검색할 데이터 크기의 예측과, 데이터 크기 임계값, 과거 성능, 및/또는 데이터베이스 통계를 포함하는 하나 이상의 규칙에 기초하여, 트랜잭션 클러스터(320) 또는 분석 클러스터(330) 중 어느 것이 해당 쿼리를 처리하는데 더 적합한지를 결정할 수 있다. 이어 프록시(340)는 해당 쿼리를 직접 트랙잭션 복제 노드(322)로 송신하거나 또는 해당 쿼리를 분석 프로토콜 및 방언으로 변환한 후 분석 복제 노드(332)로 송신할 수 있다. 해당 쿼리를 처리한 결과가 이어 프록시(340)를 통해 사용자 디바이스(350)로 반환되어 송신될 수 있는데, 여기서 프록시(340)는 그 결과를 필요시 사용자 디바이스(350)가 이해하는 프로토콜 및 방언으로 변환한다. 일부 실시예에서, 프록시(340)는 건전한 복제 리스트에 기초하여 복제 노드를 선택하는데, 건전한 복제 리스트는 프록시(340)가 각 분산형 데이터베이스(320 및 330)에 있는 복제 노드들의 가용성을 모니터링함으로써 관리할 수 있는 건전한 복제 노드들의 리스트이다.
일부 실시예에서, 사용자 디바이스(350)는 사용자가 분산형 데이터베이스(320 및 330) 내 데이터를 읽기 및/또는 쓰기할 수 있도록 구성된 임의의 컴퓨터 시스템일 수 있다. 사용자 디바이스(350)는 모바일 디바이스(102A), 컴퓨터(102B), 모바일 디바이스(107A, 107B 및 107C), 외부 프런트 엔드 시스템(103), 내부 프런트 엔드 시스템(105), 모바일 디바이스(119A, 119B 및 119C), 또는 도 1a에 도시된 임의의 다른 시스템 중 하나 이상일 수 있다. 일부 실시예에서, 사용자 디바이스(350)는 프록시(340)를 통해 읽기 쿼리들을 송신하고 직접 소스 노드(321)로 쓰기 쿼리들을 송신하도록 구성될 수 있다. 다른 실시예에서, 사용자 디바이스(350)는 소스 노드(321)에 장애가 발생하면 알림에 기초하여 소스 엔드포인트를 자동적으로 업데이트하고, 업데이트된 엔드포인트를 사용하여 해당 연결을 교체하도록 하기 위한 알림들을 프록시(340)로부터 수신하도록 구성될 수 있다. 다른 실시에에서, 소스 엔드포인트의 업데이트는 사용자 입력 후에만 행해질 수 있다. 사용자 디바이스(350)는 스마트폰, 랩톱 또는 노트북 컴퓨터, 태블릿, 다기능 시계, 다기능 안경, 컴퓨팅 능력을 구비한 모바일 또는 웨어러블 디바이스, 또는 이러한 컴퓨터 및/또는 관련 구성요소의 임의 조합을 포함하는 개인용 컴퓨팅 디바이스일 수 있지만, 이것들로 제한되지 않는다.
일부 실시예에서, 사용자 디바이스(350)는 직접 소스 노드(321)에 연결될 수 있다. 이 연결은 쓰기 쿼리들을 송신 및 처리하기 위해 이용될 수 있다. 소스 노드(321)가 쓰기 쿼리를 수신한 후 업데이트되면, 각 트랜잭션 복제 노드(322) 및 분석 복제 노드(332)는 소스 노드(321)로부터의 업데이트된 데이터를 복제하고 저장하도록 구성될 수 있다.
도 4는 트랜잭션 클러스터와 분석 클러스터 중 어느 것이 쿼리를 처리하는데 더 적합한지를 결정하기 위한 예시적인 컴퓨터 방법(400)의 순서도이다. 방법(400)은 예를 들어 SAT 시스템(101), 외부 프런트 엔드 시스템(103), 내부 프런트 엔드 시스템(105), 운송 시스템(107), SOT 시스템(111), FO 시스템(113), SCM 시스템(117), 창고 관리 시스템(119), 제3자 풀필먼트 시스템(121A, 121B 및 121C), FC Auth(123) 및/또는 LMS(125)와 같이, 많은 수의 쿼리를 처리해야 하는 임의의 서버 내에 저장된 데이터를 이용하여 구현될 수 있다. 이러한 서버는 도 3에서 상술된 것과 같은 네트워크 시스템들을 포함할 수 있다. 방법(400)은 도 3의 네트워크 시스템들을 참조하여 아래에서 설명되지만, 시스템, 서브시스템 또는 모듈의 임의의 다른 구성이 방법(400)을 수행하기 위해 사용될 수 있다.
단계 410에서, 프록시(340)는 사용자 디바이스(350)로부터 읽기 쿼리를 수신할 수 있다. 이 읽기 쿼리는 SQL과 같은 트랜잭션 프로토콜 및 방언일 수 있다. 단계 420에서, 프록시(340)는 읽기 쿼리가 검색할 데이터 크기의 예측과 하나 이상의 규칙에 기초하여, 쿼리를 트랜잭션(OLTP) 클러스터(320) 또는 분석(OLAP) 클러스터(330)를 사용하여 처리할지를 결정할 수 있다. 일부 실시예에서, 읽기 쿼리가 검색할 데이터 크기는 읽기 쿼리가 사용자에게 어떤 데이터를 반환할지를 결정하기 위해 읽기 쿼리가 스캔해야 하는 데이터의 양을 나타낼 수 있다. 읽기 쿼리가 검색할 데이터 크기를 예측하는 것은 쿼리의 결과를 생성하는 가장 효율적인 방식을 결정하기 위해, MySQL로 된 InnoDB 테이블에 대한 ANALYZE TABLE 복잡성을 추정하는 것, 비용 계산 방법, 비용-기반 옵티마이저(CBO), 내부 규칙 및/또는 규칙-기반 옵티마이저(RBO)와 같은, 하나 이상의 통계 방법을 사용함으로써 달성될 수 있다. 하나 이상의 규칙은 임계값, 과거 성능, 및/또는 데이터베이스 통계를 포함할 수 있지만, 이것들로 제한되지 않는다.
프록시(340)가 트랜잭션 클러스터(320)가 읽기 쿼리를 처리하는데 더 적합하다고 결정하면, 방법(400)은 단계 430으로 진행할 수 있다. 단계 430에서, 프록시(340)는 프록시(340)에 의해 저장된 건전한 복제 리스트에 기초하여 트랜잭션 복제 노드(322)를 선택할 수 있다 예를 들어, 트랜잭션 복제 노드(322a)가 건전한 복제 리스트에 "사용 불가"라고 기재되어 있고 트랜잭션 복제 노드(322b)가 "사용 가능"으로 기재되어 있으면, 프록시(340)는 트랜잭션 복제 노드(322b)를 선택할 것이다. 트랜잭션 복제 노드(322b)가 선택되면, 단계 432에서 프록시(340)는 트랜잭션 복제 노드(322b)를 사용하여 읽기 쿼리를 처리할 수 있다.
단계 434에서, 프록시(340)는 선택된 트랜잭션 노드(예를 들어, 복제 노드(322a/322b))로부터 결과를 수신할 수 있고, 해당 읽기 쿼리의 결과를 사용자 디바이스(350)에 송신할 수 있다.
그러나, 프록시(340)가 분석 클러스터(320)가 읽기 쿼리를 처리하는데 더 적합하다고 결정하면, 방법(400)은 단계 440으로 진행할 수 있다. 단계 440에서. 프록시(340)는 읽기 쿼리를 MDX(Multidimensional Expressions)와 같은 OLAP 프로토콜 및 방언으로 변환할 수 있고, 이로써 분석 복제 노드(332)는 쿼리를 이해할 수 있다. 이 변환은 예를 들어, 트랜잭션 쿼리를 분석 쿼리로 다시 쓰기 위해, MySQL과 그것의 포크들(예를 들어, ProxySQL)을 사용하는 프로토콜-어웨어 프록시 서버를 사용함으로써 수행될 수 있다. 예를 들어, 이러한 프록시 서버는 집계, 데이터 결합, 데이터 정리, 데이터 추출, 분류(sorting), 필터링, 기존 값에 기초하여 계산된 데이터 생성, 데이터 유효성 검사, 데이터를 적절한 포맷으로 전환, 데이터 병합, 및 OLTP 프로토콜 및 방언을 OLAP 프로토콜 및 방언으로 변환하기 위한 다른 방법들을 포함하는 방법들 중 하나를 사용할 수 있지만, 이것들로 제한되지 않는다.
단계 442에서, 프록시(340)는 건전한 복제 리스트에 기초하여 분석 복제 노드(332)를 선택할 수 있다. 예를 들어, 분석 복제 노드(332b)가 건전한 복제 리스트에 "사용 불가"로 기재되고 분석 복제 노드(322a)가 "사용 가능"으로 기재되어 있으면, 프록시(340)는 분석 복제 노드(322a)를 선택할 것이다. 분석 복제 노드(332a)가 선택되면, 단계 444에서, 프록시(340)는 분석 복제 노드(332a)를 사용하여 읽기 쿼리를 처리할 수 있다.
단계 446에서, 프록시(340)는 쿼리 결과를 사용자 디바이스(350)가 이해할 수 있는 OLTP 프로토콜 및 방언(예를 들어, MySQL)으로 다시 변환할 수 있고, 단계 448에서, 프록시(340)는 읽기 쿼리의 변환된 결과를 사용자 디바이스(350)에 송신할 수 있다.
도 5는 소스 노드(321)의 장애 후에 소스 노드(321)를 트랜잭션 복제 노드(322)로 교체하기 위한 예시적인 컴퓨터 방법(500)의 순서도이다. 방법(500)은 예를 들어 SAT 시스템(101), 외부 프런트 엔드 시스템(103), 내부 프런트 엔드 시스템(105), 운송 시스템(107), SOT 시스템(111), FO 시스템(113), SCM 시스템(117), 창고 관리 시스템(119), 제3자 풀필먼트 시스템(121A, 121B 및 121C), FC Auth(123) 및/또는 LMS(125)와 같이, 많은 수의 쿼리를 처리해야 하는 임의의 서버 내에 저장된 데이터를 이용하여 구현될 수 있다. 이러한 서버는 도 3에서 상술된 것과 같은 네트워크 시스템들을 포함할 수 있다. 방법(500)은 도 3의 네트워크 시스템들을 참조하여 아래에서 설명되지만, 시스템, 서브시스템 또는 모듈의 임의의 다른 구성이 방법(500)을 수행하기 위해 사용될 수 있다.
단계 510에서, 조정자(310) 및/또는 프록시(340)는 소스 노드(321) 및/또는 트랜잭션 복제 노드(322a 및 322b)와 분석 복제 노드(332a 및 332b)를 포함하는 하나 이상의 복제 노드의 가용성을 체크할 수 있다. 소스 노드(321) 및/또는 하나 이상의 복제 노드의 가용성을 체크하는 것은 예를 들어, 장애 발생 소스 노드, 장애 발생 소스 노드와 장애 발생 복제 노드, 장애 발생 소스 노드와 일부 장애 발생 복제 노드, 도달불가(unreachable) 소스 노드, 지연(lagging) 복제 노드를 갖는 도달불가 소스 노드, 모든 복제 노드가 소스 노드 데이터를 복제하는 것은 아님, 모든 복제 노드가 소스 노드 데이터를 복제하거나 또는 장애 발생한 것은 아님, 장애 발생 공동-소스(co-source) 노드(시스템이 2개 이상의 소스 노드를 갖는다면), 장애 발생 공동-소스 노드와 장애 발생 복제 노드, 자기(itself) 복제본들을 갖는 장애 발생 복제 노드, 연결에 실패한 하나의 자기 복제본을 갖는 장애 발생 복제 노드, 하나의 자기 복제본을 갖는 장애 발생 복제 노드, 장애가 발생한 하나 이상의 자기 복제본을 갖는 장애 발생 복제 노드, 일부에 장애가 발생한 하나 이상의 자기 복제본을 갖는 장애 발생 복제 노드, 하나 이상의 자기 복제본을 갖는 모든 복제 노드가 장애 발생하거나 또는 연결을 할 수 없음, 하나 이상의 자기 복제본을 갖는 도달불가 복제 노드는 도달불가함, 지연되는 하나 이상의 자기 복제본을 갖는 도달불가 복제 노드는 도달불가하는 것과 같은 다수의 장애 발생 시나리오를 검출함으로써 달성될 수 있다.
장애 발생 시나리오는 소스 노드(321) 및/또는 하나 이상의 복제 노드에 도달 및/또는 액세스하려고 시도하고, 하나 이상의 복제 노드가 복제에 실패했다고 결정하고, 소스 노드(321) 및/또는 하나 이상의 복제 노드가 지연된다고 결정함으로써 검출될 수 있고, 그리고 장애 발생 시나리오를 검출하기 위한 다른 방법에 의해 검출될 수 있다.
다른 실시예에서, 조정자(310) 및/또는 프록시(340)는 소스 노드(321) 및/또는 하나 이상의 복제 노드의 가용성을 체크하기 위해 사용자 디바이스(350)를 사용하는 사용자가 트랜잭션 클러스터(320)와 분석 클러스터(330) 내 각 노드에 대해 수행할 수 있는 동작 또는 경로를 시뮬레이션하기 위해 종합적(synthetic) 모니터링을 사용할 수 있다. 이 동작 또는 경로는 이어 각 노드의 가용성을 테스트하기 위해 미리 결정된 간격으로 계속해서 모니터링될 수 있다. 동작 또는 경로가 성공적으로 완료되면, 조정자(310) 및/또는 프록시(340)는 해당 노드가 사용 가능하다고 결정할 수 있다. 또한, 시스템의 규모와 원하는 가용성에 따라, 미리 결정된 간격은 밀리 초에서 몇 시간까지 다양할 수 있다. 노드의 가용성을 체크하는 다른 방법은 노드에 대한 연결을 개방하려고 시도하는 것, 노드에 대해 읽기 쿼리를 실행하는 것, 노드에 대해 논캐쉬드(non-cached) 읽기 쿼리를 실행하는 것, 미리쓰기 기능 또는 노드의 가용성을 체크하는 절차를 실행하는 것, 및/또는 데이터베이스의 가용성을 체크하기 위한 임의의 다른 방법을 포함한다.
단계 520에서, 프록시(340)는 어느 복제 노드가 사용 가능하다는 것에 기초하여 건전성 복제 리스트를 생성할 수 있다. 건전한 복제 리스트는 읽기 쿼리를 어떤 복제 노드로 송신할지를 결정하기 위해 단계(400)에서 사용될 수 있다.
단계 530에서, 조정자(310)는 소스 노드(321)가 사용 가능한지를 결정할 수 있다. 소스 노드(321)가 사용 가능하면, 방법(500)이 단계 510으로 돌아갈 때, 조정자(310)는 다시 한번 소스 노드(321)의 가용성을 체크하기 전에 특정 시간 간격을 대기할 수 있다.
그러나, 소스 노드(321)가 사용 불가이면, 방법(500)은 단계 540으로 진행할 수 있으며, 여기서 조정자(310)는 소스 노드(321)가 복제 노드(322a, 322b, 332a 및 332b) 및 사용자 디바이스(350)와 가질 수 있는 기존 연결들을 종료시킬 수 있다. 조정자(310)는 예를 들어, 소스 노드(321)를 오프라인시키고, 각 연결에 대해 동적 KILL 문을 생성하고, 및/또는 소스 노드(321)가 단일 또는 제한된 사용자를 갖는 것으로 변경함으로써 해당 연결들을 종료시킬 수 있다.
단계 550에서, 조정자(310)는 하나 이상의 트랙잭션 복제 노드(322)로부터 최신 업데이트 트랜잭션 복제 노드를 선택할 수 있다. 최신 업데이트 트랜잭션 복제 노드는 그 이름에서 알 수 있듯이, 장애 발생하기 전에 소스 노드(321)로부터의 데이터로 업데이트된 가장 최근의 트랜잭션 복제 노드(322a 또는 322b)일 수 있다. 조정자(310)는 최신 업데이트 복제 노드를 식별하는 인스턴스 또는 리스트를 저장할 수 있고 및/또는 SAT 시스템(101), 외부 프런트 엔드 시스템(103), 내부 프런트 엔드 시스템(105), 운송 시스템(107), SOT 시스템(111), FO 시스템(113), SCM 시스템(117), 창고 관리 시스템(119), 제3자 풀필먼트 시스템(121A, 121B 및 121C), FC Auth(123) 및/또는 LMS(125), 또는 임의의 다른 시스템으로부터 최신 업데이트 복제 노드와 관련된 데이터를 가져올 수 있다. 이 예시를 목적으로, 우리는 이 경우 최신 업데이트 트랜잭션 복제 노드는 322a라고 가정할 수 있다.
단계 560에서, 조정자(310)는 복제 노드(322a)의 역할을 "복제"에서 "소스"로 전환하여(소스 또는 마스터 프로모션이라고도 알려짐), 복제 노드(322a)를 승격된 소스 노드(322a)로 전환시킬 수 있다. 이것은 SQL로 된 하나 이상의 "set" 커멘드 또는 이용되고 있는 어느 언어로 된 유사한 기능을 실행함으로써 수행될 수 있다. 예를 들어, 조정자(310)는 복제 노드(322a)를 "쓰기 가능"으로 설정하기 위해 "set" 커멘드를 사용할 수 있다. 추가적 또는 대안적으로, 조정자(310)는 소스 노드(321)를 "읽기 전용" 또는 "슈퍼-읽기-전용"으로 설정하기 위해 "set" 커멘드를 사용함으로써 소스 노드(321)의 역할을 제거하여, 소스 노드(321)를 강등된 소스 노드(321)로 전환시킬 수 있다.
단계 570에서, 조정자(310)는 승격된 소스 노드(322a)로의 새로운 연결을 확립할 수 있다. 재확립된 연결들은 사용자 디바이스(350), 트랜잭션 복제 노드(322b), 및 분석 복제 노드(332a 및 332b)로부터 승격된 소스 노드(322a)로의 새로운 연결을 포함할 수 있다. 예를 들어, 조정자(310)는 승격된 소스 노드(322a)에서 찾아진 데이터를 복제하기 위해, 트랜잭션 복제 노드(322b), 분석 복제 노드(332a 및 332b)를 승격된 소스 노드(322a)로 연결할 수 있다. 추가적 또는 대안적으로, 조정자(310)는 사용자 디바이스(350)가 소스 노드의 인터넷 프로토콜(IP)이 변경된 것을 알 수 있도록, 그것의 도메인 이름 시스템(DNS)을 업데이트할 수 있다.
본 개시는 그 특정 실시예를 참조하여 도시되고 설명되었지만, 본 개시는 다른 환경에서, 변경없이, 실시될 수 있음을 이해할 것이다. 전술한 설명은 예시의 목적으로 제시되었다. 그것은 개시된 정확한 형태나 실시예에 대해 총망라된 것이 아니며 이것으로 한정되는 것은 아니다. 개시된 실시예의 설명 및 실시를 고려하는 것으로부터 변경 및 조정이 통상의 기술자에게 명백할 것이다. 추가적으로, 비록 개시된 실시예의 형태가 메모리에 저장되는 것으로서 설명되었지만, 통상의 기술자는 이들 형태가 2차 저장 디바이스, 예를 들면, 하드디스크나 CD ROM, 또는 다른 형태의 RAM이나 ROM, USB 매체, DVD, 블루레이, 또는 다른 광 드라이브 매체와 같이, 다른 형태의 컴퓨터 판독 가능한 매체에 저장될 수도 있는 것을 이해할 것이다.
상술한 설명 및 개시된 방법에 기초한 컴퓨터 프로그램은 숙련된 개발자의 기술 내에 있다. 여러 프로그램 혹은 프로그램 모듈은 통상의 기술자에게 알려진 어느 기술을 이용하여 생성되거나, 또는 기존의 소프트웨어와 연결하여 설계될 수 있다. 예를 들면, 프로그램 섹션 혹은 프로그램 모듈은 닷넷 프레임워크, 닷넷 컴팩트 프레임워크(및 비주얼 베이식, C 등과 같은, 관련 언어), 자바, C++, 오브젝티브 C, HTML, HTML/AJAX 조합, XML, 또는 자바 애플릿이 포함된 HTML 내에서 혹은 그것들에 의해서 설계될 수 있다.
게다가, 여기에서는 예시적인 실시예가 설명되었지만, 본 개시에 기초하여 통상의 기술자가 이해할 수 있는 바와 같이, 일부 또는 모든 실시예의 범위는 동등한 요소, 변경, 생략, 조합(예로써, 여러 실시예에 걸치는 형태의 조합), 조정 및/또는 수정을 가질 수 있다. 청구범위 내의 제한 사항은 그 청구범위 내에 적용된 언어에 기초하여 폭넓게 이해되도록 하는 것이며, 응용의 수행 동안 혹은 본 명세서 내에 설명된 예시로 한정되는 것은 아니다. 그 예시는 비배타적으로 해석되도록 하기 위한 것이다. 추가로, 개시된 방법의 단계들은 어떤 다른 방법으로 변경되거나, 단계들을 재배열 및/또는 단계들을 삽입하거나 삭제하는 것을 포함할 수 있다. 그러므로, 설명 및 예시는 오직 예시적으로 고려되는 것이며, 진정한 범위 및 기술 사상은 다음의 청구범위 및 그 동등한 전체 범위에 의해 나타내지는 것으로 의도된다.

Claims (20)

  1. 분산형 하이브리드 데이터베이스를 관리하기 위한 컴퓨터 구현 시스템으로서,
    명령을 저장하는 메모리; 및
    상기 명령을 실행하도록 구성된 하나 이상의 프로세서를 포함하고,
    상기 명령은,
    소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 상기 분산형 하이브리드 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 상기 소스 노드와 상기 제1 복수의 복제 노드는 트랜잭션 클러스터(transactional cluster)를 형성하고, 상기 제2 복수의 복제 노드는 분석 클러스터(analytical cluster)를 형성함―;
    상기 쿼리가 검색할 데이터 크기를 예측하는 것 및 하나 이상의 규칙에 기초하여 상기 쿼리를 상기 트랜잭션 클러스터 또는 상기 분석 클러스터를 사용하여 처리할지를 결정하고;
    상기 쿼리를 상기 결정된 클러스터가 이해하는 제1 프로토콜로 변환하고;
    상기 결정된 클러스터에 대응하는 복제 노드를 선택하고;
    상기 선택된 복제 노드를 사용하여 상기 쿼리를 처리하고; 그리고
    상기 쿼리를 처리한 결과와 연관된 데이터를 상기 사용자 디바이스로 송신하기 위한 것인, 컴퓨터 구현 시스템.
  2. 청구항 1에 있어서,
    상기 프로세서는
    상기 제1 복수의 복제 노드와 상기 제2 복수의 복제 노드 중 어떤 복제 노드들이 사용 가능한지를 결정하고; 그리고
    각 복제 노드의 가용성에 기초하여 건전한 복제 노드 리스트를 생성하도록 더 구성된, 컴퓨터 구현 시스템.
  3. 청구항 2에 있어서,
    상기 선택된 복제 노드는 상기 건전한 복제 노드 리스트에 기초하여 선택되는, 컴퓨터 구현 시스템.
  4. 청구항 1에 있어서,
    상기 쿼리를 상기 트랜잭션 클러스터 또는 상기 분석 클러스터를 사용하여 처리할지를 결정하는 것은:
    상기 쿼리의 결과를 생성하는 가장 효율적인 생성 방식을 결정하기 위해, 통계 방법, 비용 계산 방법, 비용-기반 옵티마이저(CBO), 내부 규칙 및 규칙-기반 옵티마이저(RBO) 중 적어도 하나를 사용함으로써 상기 쿼리가 검색할 상기 데이터 크기를 예측하는 것을 더 포함하고;
    상기 하나 이상의 규칙은 임계값, 과거 성능 및 데이터베이스 통계 중 적어도 하나를 포함하는, 컴퓨터 구현 시스템.
  5. 청구항 1에 있어서,
    상기 쿼리를 처리한 결과와 연관되는 데이터를 상기 사용자 디바이스로 송신하는 것은:
    상기 사용자 디바이스가 상기 제1 프로토콜을 이해하지 못한다고 결정하고; 그리고
    상기 결과를 상기 사용자 디바이스가 이해하는 제2 프로토콜로 변환하는 것을 더 포함하는, 컴퓨터 구현 시스템.
  6. 청구항 1에 있어서,
    상기 프로세서는
    상기 소스 노드가 사용 불가하다고 결정하고;
    상기 소스 노드로의 기존 연결들을 종료하고;
    상기 제1 복수의 복제 노드로부터 최신 업데이트 복제 노드를 선택하고;
    상기 최신 업데이트 복제 노드를 승격된(promoted) 소스 노드로 전환하고;
    상기 사용자 디바이스, 상기 제1 복수의 복제 노드, 및 상기 제2 복수의 복제 노드를 상기 승격된 소스 노드로 연결하도록 더 구성된, 컴퓨터 구현 시스템.
  7. 청구항 1에 있어서,
    상기 프로세서는
    상기 사용자 디바이스로부터 쓰기 쿼리를 수신하고;
    상기 쓰기 쿼리에 기초하여 상기 트랜잭션 클러스터 내 상기 소스 노드를 업데이트하고; 그리고
    상기 소스 노드 업데이트에 기초하여 상기 제1 복수의 복제 노드와 상기 제2 복수의 복제 노드를 업데이트하도록 더 구성된, 컴퓨터 구현 시스템.
  8. 청구항 1에 있어서,
    상기 트랜잭션 클러스터는 온라인 트랜잭션 프로세싱(OLTP) 데이터베이스 클러스터이고, 상기 분석 클러스터는 온라인 분석 프로세싱(OLAP) 데이터베이스 클러스터인, 컴퓨터 구현 시스템.
  9. 분산형 하이브리드 데이터베이스를 관리하기 위한 컴퓨터 구현 방법으로서,
    소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 상기 분산형 하이브리드 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 상기 소스 노드와 상기 제1 복수의 복제 노드는 트랜잭션 클러스터를 형성하고, 상기 제2 복수의 복제 노드는 분석 클러스터를 형성함―;
    상기 쿼리가 검색할 데이터 크기를 예측하는 것 및 하나 이상의 규칙에 기초하여 상기 쿼리를 상기 트랜잭션 클러스터 또는 상기 분석 클러스터를 사용하여 처리할지를 결정하고;
    상기 쿼리를 상기 결정된 클러스터가 이해하는 제1 프로토콜로 변환하고;
    상기 결정된 클러스터에 대응하는 복제 노드를 선택하고;
    상기 선택된 복제 노드를 사용하여 상기 쿼리를 처리하고; 그리고
    상기 쿼리를 처리한 결과와 연관된 데이터를 상기 사용자 디바이스로 송신하는 것을 포함하는, 컴퓨터 구현 방법.
  10. 청구항 9에 있어서,
    상기 제1 복수의 복제 노드와 상기 제2 복수의 복제 노드 중 어떤 복제 노드들이 사용 가능한지를 결정하고; 그리고
    각 복제 노드의 가용성에 기초하여 건전한 복제 노드 리스트를 생성하는 것을 더 포함하는, 컴퓨터 구현 방법.
  11. 청구항 10에 있어서,
    상기 선택된 복제 노드는 상기 건전한 복제 노드 리스트에 기초하여 선택되는, 컴퓨터 구현 방법.
  12. 청구항 9에 있어서,
    상기 쿼리를 상기 트랜잭션 클러스터 또는 상기 분석 클러스터를 사용하여 처리할지를 결정하는 것은:
    상기 쿼리의 결과를 생성하는 가장 효율적인 생성 방식을 결정하기 위해, 통계 방법, 비용 계산 방법, 비용-기반 옵티마이저(CBO), 내부 규칙 및 규칙-기반 옵티마이저(RBO) 중 적어도 하나를 사용함으로써 상기 쿼리가 검색할 상기 데이터 크기를 예측하는 것을 더 포함하고;
    상기 하나 이상의 규칙은 임계값, 과거 성능 및 데이터베이스 통계 중 적어도 하나를 포함하는, 컴퓨터 구현 방법.
  13. 청구항 9에 있어서,
    상기 쿼리를 처리한 결과와 연관되는 데이터를 상기 사용자 디바이스로 송신하는 것은:
    상기 사용자 디바이스가 상기 제1 프로토콜을 이해하지 못한다고 결정하고; 그리고
    상기 결과를 상기 사용자 디바이스가 이해하는 제2 프로토콜로 변환하는 것을 더 포함하는, 컴퓨터 구현 방법.
  14. 청구항 9에 있어서,
    상기 소스 노드가 사용 불가하다고 결정하고;
    상기 소스 노드로의 기존 연결들을 종료하고;
    상기 제1 복수의 복제 노드로부터 최신 업데이트 복제 노드를 선택하고;
    상기 최신 업데이트 복제 노드를 승격된 소스 노드로 전환하고;
    상기 사용자 디바이스, 상기 제1 복수의 복제 노드, 및 상기 제2 복수의 복제 노드를 상기 승격된 소스 노드로 연결하는 것을 더 포함하는, 컴퓨터 구현 방법.
  15. 청구항 9에 있어서,
    상기 사용자 디바이스로부터 쓰기 쿼리를 수신하고;
    상기 쓰기 쿼리에 기초하여 상기 트랜잭션 클러스터 내 상기 소스 노드를 업데이트하고; 그리고
    상기 소스 노드 업데이트에 기초하여 상기 제1 복수의 복제 노드와 상기 제2 복수의 복제 노드를 업데이트하도록 더 구성된, 컴퓨터 구현 방법.
  16. 청구항 9에 있어서,
    상기 트랜잭션 클러스터는 온라인 트랜잭션 프로세싱(OLTP) 데이터베이스 클러스터이고, 상기 분석 클러스터는 온라인 분석 프로세싱(OLAP) 데이터베이스 클러스터인, 컴퓨터 구현 방법.
  17. 분산형 하이브리드 데이터베이스를 관리하기 위한 컴퓨터 구현 시스템으로서,
    명령을 저장하는 메모리; 및
    상기 명령을 실행하도록 구성된 하나 이상의 프로세서를 포함하고,
    상기 명령은,
    소스 노드, 제1 복수의 복제 노드 및 제2 복수의 복제 노드를 포함하는 상기 분산형 하이브리드 데이터베이스로부터 데이터를 검색하기 위한 쿼리를 사용자 디바이스로부터 수신하고―여기서 상기 소스 노드와 상기 제1 복수의 복제 노드는 온라인 트랜잭션 프로세싱(OLTP) 클러스터를 형성하고, 상기 제2 복수의 복제 노드는 온라인 분석 프로세싱(OLAP) 클러스터를 형성함―;
    상기 제1 복수의 복제 노드와 상기 제2 복수의 복제 노드 중 어떤 복제 노드들이 사용 가능한지를 결정하고;
    각 복제 노드의 가용성에 기초하여 건전한 복제 노드 리스트를 생성하고;
    상기 쿼리가 검색할 데이터 크기를 예측하는 것 및 하나 이상의 규칙에 기초하여 상기 쿼리를 상기 OLTP 클러스터 또는 상기 OLAP 클러스터를 사용하여 처리할지를 결정하고;
    상기 쿼리를 상기 결정된 클러스터가 이해하는 제1 프로토콜로 변환하고;
    상기 건전한 복제 노드 리스트에 기초하여 상기 결정된 클러스터에 대응하는 복제 노드를 선택하고;
    상기 선택된 복제 노드를 사용하여 상기 쿼리를 처리하고; 그리고
    상기 쿼리를 처리한 결과와 연관된 데이터를 상기 사용자 디바이스로 송신하기 위한 것인, 컴퓨터 구현 시스템.
  18. 청구항 17에 있어서,
    상기 쿼리를 상기 OLTP 클러스터 또는 상기 OLAP 클러스터를 사용하여 처리할지를 결정하는 것은:
    상기 쿼리의 결과를 생성하는 가장 효율적인 생성 방식을 결정하기 위해, 통계 방법, 비용 계산 방법, 비용-기반 옵티마이저(CBO), 내부 규칙 및 규칙-기반 옵티마이저(RBO) 중 적어도 하나를 사용함으로써 상기 쿼리가 검색할 상기 데이터 크기를 예측하는 것을 더 포함하고;
    상기 하나 이상의 규칙은 임계값, 과거 성능 및 데이터베이스 통계 중 적어도 하나를 포함하는, 컴퓨터 구현 시스템.
  19. 청구항 17에 있어서,
    상기 쿼리를 처리한 결과와 연관되는 데이터를 상기 사용자 디바이스로 송신하는 것은:
    상기 사용자 디바이스가 상기 제1 프로토콜을 이해하지 못한다고 결정하고; 그리고
    상기 결과를 상기 사용자 디바이스가 이해하는 제2 프로토콜로 변환하는 것을 더 포함하는, 컴퓨터 구현 시스템.
  20. 청구항 17에 있어서,
    상기 프로세서는
    상기 소스 노드가 사용 불가하다고 결정하고;
    상기 소스 노드로의 기존 연결들을 종료하고;
    상기 제1 복수의 복제 노드로부터 최신 업데이트 복제 노드를 선택하고;
    상기 최신 업데이트 복제 노드를 승격된 소스 노드로 전환하고;
    상기 사용자 디바이스, 상기 제1 복수의 복제 노드, 및 상기 제2 복수의 복제 노드를 상기 승격된 소스 노드로 연결하도록 더 구성된, 컴퓨터 구현 시스템.
KR1020217020146A 2020-11-25 2020-12-03 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법 KR102487543B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020237000785A KR20230100714A (ko) 2020-11-25 2020-12-03 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/105,040 US11016969B1 (en) 2020-11-25 2020-11-25 Systems and methods for managing a highly available distributed hybrid transactional and analytical database
US17/105,040 2020-11-25
PCT/IB2020/061459 WO2022112838A1 (en) 2020-11-25 2020-12-03 Systems and methods for managing a highly available distributed hybrid transactional and analytical database

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020237000785A Division KR20230100714A (ko) 2020-11-25 2020-12-03 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220077108A KR20220077108A (ko) 2022-06-08
KR102487543B1 true KR102487543B1 (ko) 2023-01-12

Family

ID=75981994

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020217020146A KR102487543B1 (ko) 2020-11-25 2020-12-03 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법
KR1020237000785A KR20230100714A (ko) 2020-11-25 2020-12-03 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020237000785A KR20230100714A (ko) 2020-11-25 2020-12-03 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법

Country Status (4)

Country Link
US (2) US11016969B1 (ko)
KR (2) KR102487543B1 (ko)
TW (2) TW202223683A (ko)
WO (1) WO2022112838A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230153279A1 (en) * 2021-11-18 2023-05-18 VirtualZ Computing Corporation System and method for selective migration of mainframe resources to a non-mainframe environment

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140279839A1 (en) * 2013-03-14 2014-09-18 Sap Ag Integration of transactional and analytical capabilities of a database management system
US20200210398A1 (en) * 2018-12-28 2020-07-02 Oracle International Corporation Technique of comprehensively support autonomous json document object (ajd) cloud service

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2429909A1 (en) * 2003-05-27 2004-11-27 Cognos Incorporated Transformation of tabular and cross-tabulated queries based upon e/r schema into multi-dimensional expression queries
US20060206406A1 (en) 2005-03-08 2006-09-14 Anand Rau Program-based supply chain management
US7383247B2 (en) * 2005-08-29 2008-06-03 International Business Machines Corporation Query routing of federated information systems for fast response time, load balance, availability, and reliability
US8126848B2 (en) 2006-12-07 2012-02-28 Robert Edward Wagner Automated method for identifying and repairing logical data discrepancies between database replicas in a database cluster
EP2290562A1 (en) * 2009-08-24 2011-03-02 Amadeus S.A.S. Segmented main-memory stored relational database table system with improved collaborative scan algorithm
GB2480599A (en) 2010-05-17 2011-11-30 Tech Universit T Muenchen Hybrid OLTP and OLAP database
US8170981B1 (en) * 2010-12-08 2012-05-01 Dassault Systemes Enovia Corporation Computer method and system for combining OLTP database and OLAP database environments
US9501550B2 (en) 2012-04-18 2016-11-22 Renmin University Of China OLAP query processing method oriented to database and HADOOP hybrid platform
CN103198159B (zh) 2013-04-27 2016-01-06 国家计算机网络与信息安全管理中心 一种基于事务重做的异构集群多副本一致性维护方法
CN103336792B (zh) 2013-06-07 2016-11-23 华为技术有限公司 数据分区方法和装置
CN106716400B (zh) * 2015-06-26 2019-09-27 华为技术有限公司 一种数据表的分区管理方法及装置
US11573947B2 (en) * 2017-05-08 2023-02-07 Sap Se Adaptive query routing in a replicated database environment
US20200042712A1 (en) * 2018-07-31 2020-02-06 Veracode, Inc. Open-source software vulnerability analysis
CN109327539A (zh) 2018-11-15 2019-02-12 上海天玑数据技术有限公司 一种分布式块存储系统及其数据路由方法
US11308119B2 (en) * 2018-12-03 2022-04-19 International Business Machines Corporation Replicating large statements with low latency
CN109918229B (zh) 2019-02-18 2021-03-30 国家计算机网络与信息安全管理中心 非日志模式的数据库集群副本构建方法及装置
US11347705B2 (en) * 2019-04-02 2022-05-31 Sap Se Supporting scalable distributed secondary index using replication engine for high-performance distributed database systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140279839A1 (en) * 2013-03-14 2014-09-18 Sap Ag Integration of transactional and analytical capabilities of a database management system
US20200210398A1 (en) * 2018-12-28 2020-07-02 Oracle International Corporation Technique of comprehensively support autonomous json document object (ajd) cloud service

Also Published As

Publication number Publication date
US20220164351A1 (en) 2022-05-26
TW202221527A (zh) 2022-06-01
KR20230100714A (ko) 2023-07-05
US11016969B1 (en) 2021-05-25
WO2022112838A1 (en) 2022-06-02
KR20220077108A (ko) 2022-06-08
TWI760216B (zh) 2022-04-01
US11709830B2 (en) 2023-07-25
TW202223683A (zh) 2022-06-16

Similar Documents

Publication Publication Date Title
KR102611391B1 (ko) 적재 작업자 사용자 인터페이스
KR102422709B1 (ko) 극히 높은 서버 가용성을 위해 네트워크 부하를 밸런싱하는 시스템 및 방법
TWI773048B (zh) 降低資料庫查詢延遲之系統以及方法
KR20230134454A (ko) 데이터의 동적 집계와 데이터 손실의 최소화를 위한 시스템 및 방법
US11645263B2 (en) Systems and methods for managing a highly available and scalable distributed database in a cloud computing environment
KR102487543B1 (ko) 고 가용 분산형 하이브리드 트랜잭션 및 분석 데이터베이스를 관리하기 위한 시스템 및 방법
KR20230107504A (ko) 분할된 데이터베이스를 위한 다중 노드의 스트림 처리프레임워크를 위한 시스템 및 방법
US20220164862A1 (en) Computerized systems and methods for large-scale product listing
US11822571B2 (en) Systems and methods for managing event storage
KR20220157340A (ko) 회로 차단기를 이용한 사용자 인터페이스에 대한 정보의 페일 세이프 로딩을 위한 컴퓨터 시스템 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right