TWI764305B - 群組訂單連動式管理方法 - Google Patents
群組訂單連動式管理方法Info
- Publication number
- TWI764305B TWI764305B TW109134155A TW109134155A TWI764305B TW I764305 B TWI764305 B TW I764305B TW 109134155 A TW109134155 A TW 109134155A TW 109134155 A TW109134155 A TW 109134155A TW I764305 B TWI764305 B TW I764305B
- Authority
- TW
- Taiwan
- Prior art keywords
- order
- sub
- value
- management method
- data
- Prior art date
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本發明係透過一種資料編碼的設計,讓同質性高的資料可整合入單一的資料表中,並藉由程式演算規則所產生的數碼來定義資料間的相依關係,以降低因處理同步配號,所伴隨的大量資料庫存取動作,達到提升系統程式執行效率的目的。
Description
本技術係一種訂單帳務系統的管理方法,尤指多筆訂單間具備連動計費邏輯的控管機制。
現行一般訂單帳務系統大多僅能針對單純的訂單申退行為進行帳務的對應處理,當遇到較複雜的連動計費邏輯時,會直觀地利用擴充關聯式資料結構來記錄程式運行所需的參數資訊,倘若此刻同時又面臨各關聯資料表間須同步產生唯一序號的需求時,將會造成資訊系統需耗費大量資源在處理資料表同步化的機制上,且在頻繁資料存取的環境下,多層式關聯資料表的設計也勢必會造成資料庫運行的負擔,導致整體系統效能不彰的問題。
一般的關聯式資料庫中,若有多個具關聯性的資料表需共用同一套編碼配發的機制時,首先必須解決唯一性及同步性的問題。舉例來說,一般帳務訂單系統基本內含兩大模組,即圖1所示之訂單核心模組11及帳務核心模組12,各模組皆具備獨立的資料結構。首先當訂單核心模組11完成訂單受理流程後,會直接透過核心程式將資料建置於訂單資料表111中,而建置過程所產生的Id將會被視為訂單資料的唯一識別值(Id),並作為帳務資料表121與帳務子訂單資料表113關聯的依據。單純的訂單邏輯處理完成後,可立刻將該訂單資訊直接
同步至帳務核心模組12(例如:訂單資料表111中Id=5的訂單),但若此時遇到具備計費邏輯判斷的複雜訂單結構時,則核心流程就必須導向帳務子訂單邏輯處理模組112進行處理,以圖1內示的群組規則g1為例,當同類型訂單達三筆以上時(例如:訂單資料表111中Id=1,2,3),才可呼叫帳務核心模組12進行處理,此時就需要透過新增關聯帳務子訂單(例如:帳務子訂單資料表113中Id=4)的輔助,方能達成該邏輯的相關實作需求。
有鑑於訂單的資料量龐大,若再加上程式頻繁地擷取關聯性資料,將會造成資料庫效能上的負擔。
鑑於先前技術所衍生的效能瓶頸,乃本領域亟需解決的技術問題,本發明之目的係提供一種可降低資料庫查詢工作量且能同時處理複雜連動計費邏輯需求的管理方法。
本發明提出一種群組訂單連動式管理方法,係包括:利用一關聯訂單鍵值演算法,根據一主訂單的識別值產生一關聯子訂單的識別值,以使該主訂單與該關連子訂單整合成單一的訂單資料表。本發明涉及數字編碼的設計,可用於識別同一資料表中關聯的資料,其中被合併資料表的主、外鍵值皆預設以整數作為欄位值的資料類型,並在基於各資料表的主鍵值配發不得重複的需求前提下,進行資料表的整合作業,透過本發明二補數演算法的設計,可快速將主資料的Id值進行轉換,以作為新增附屬資料Id的依據,當對群組訂單進行查詢時,即可將對應的子訂單於單次資料庫的存取動作中一併完成,以達到降低資料庫負擔提升系統程式執行效率的目的。
11:訂單核心模組
111:訂單資料表
112:帳務子訂單邏輯處理模組
113:帳務子訂單資料表
12:帳務核心模組
121:帳務資料表
21:訂單核心模組
211:訂單資料表
212:帳務子訂單邏輯處理模組
22:帳務核心模組
221:帳務資料表
30:關聯訂單鍵值演算法
S31~S35:步驟
圖1係為現有技術中訂單計費系統資料結構示意圖。
圖2係為經過本發明之群組訂單連動式管理方法轉換後的示意圖。
圖3係為本發明之關聯訂單鍵值演算法的一實施步驟流程圖。
圖4係為經過本發明之群組訂單連動式管理方法轉換後的結果示意圖。
圖5係為本發明程式執行成本功效比較示意圖。
以下將描述具體之實施例以說明本發明之實施態樣,惟其並非用以限制本發明所欲保護之範疇。
透過圖2中的關聯訂單鍵值演算法30的轉換,可將圖1的訂單核心模組11內的多個資料表合併於圖2的一個訂單資料表211中,而其轉換的細部流程,請參照圖3的步驟流程圖進行說明。
首先,如步驟S31所示,當主訂單符合帳務子訂單邏輯處理模組112的條件時,也就是當主訂單具有關聯子訂單的需求時,便擷取該主訂單的Id值作為演算的目標;接著如步S32所示,依預估訂單資料量的上限加1,並轉換二進位值後的位數,作為Id值最大位數的基準(例如:預估資料量上限14所以最大位數為4);如步驟S33所示,在決定最大位數後將主訂單的Id值轉成二進位值,不足位數的編碼前方皆用0補足(例如:Id=3→Id=0011);之後如步驟S34所
示,將前述的結果直接進行2補數轉換(例如:Id=0011→Id=1101);最後如步驟S35所示,得出的二進位值,直接以十進位形式當作後續新增的關聯子訂單的Id值(例如:圖2中訂單資料表(轉換後)22中Id=1101的訂單即為Id=3的子訂單),即完成該次演算。此外,各步驟所指的Id值皆屬於正整數的資料型態。
藉由上述的轉換流程後,圖4所呈現的即為經本發明所述之方法執行後的結果,其中可以明顯的看出帳務核心模組22中對應的訂單Id值已與原先不同,但仍舊可保持其不得重複的原則,且往後在同一訂單資料表中皆可利用二補數轉換的機制,快速搜尋主訂單與子訂單間的關聯,而無須再透過資料庫的存取進行查找的動作。換言之,本案之訂單核心模組21的帳務子訂單邏輯處理模組212可利用關聯訂單鍵值演算法,根據一主訂單的識別值產生一關聯子訂單的識別值,以使該主訂單與該關連子訂單能整合成單一的訂單資料表211,以便於同步至帳務核心模組22的帳務資料表221。
再者,由圖5的程式執行成本比較圖可知,當尚未透過本發明所述之方法進行轉換的資料結構,其邏輯程式的處理成本為O(n2),在轉換後則僅需O(n),不只能有效地降低程式執行成本亦提供一可藉由主鍵值序號判讀資料關聯性的創新方法,故由此足見本專利除了在技術面具特色外,對於所提升的系統功效也是極為顯著。
上列詳細說明係針對本發明之一可行實施例之具體說明,惟該實施例並非用以限制本發明之申請專利範圍,凡未脫離本發明技藝精神所為之等效實施或變更,均應包含於本案之申請專利範圍中。
S31~S35:步驟
Claims (4)
- 一種群組訂單連動式管理方法,係包括:利用一關聯訂單鍵值演算法,根據一主訂單的識別值產生一關聯子訂單的識別值,以使該主訂單與該關連子訂單整合成單一的訂單資料表,其中,該關聯訂單鍵值演算法進一步包括:步驟1,當該主訂單符合一子訂單邏輯處理條件時,擷取該主訂單的識別值;步驟2,依預估資料量的上限加1取二進位數值後的位數,作為該關聯子訂單的識別值的最大位數;步驟3,將該主訂單的識別值轉二進位值,接著相對於該最大位數之不足位數的編碼前方以0補足;以及步驟4,將步驟3所得的識別值結果進行2補數轉換,以得出新二進位值。
- 如請求項1所述之群組訂單連動式管理方法,其中,該關聯訂單鍵值演算法進一步包括:步驟5,將該新二進位值直接以十進位的形式,作該關聯子訂單的識別值。
- 如請求項1至2中任一項所述之群組訂單連動式管理方法,其中,各步驟所指的識別值皆屬於正整數的資料型態。
- 如請求項1所述之群組訂單連動式管理方法,其中,該子訂單邏輯處理條件係為該主訂單具有關聯子訂單的需求時。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109134155A TWI764305B (zh) | 2020-09-30 | 2020-09-30 | 群組訂單連動式管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109134155A TWI764305B (zh) | 2020-09-30 | 2020-09-30 | 群組訂單連動式管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202215268A TW202215268A (zh) | 2022-04-16 |
TWI764305B true TWI764305B (zh) | 2022-05-11 |
Family
ID=82197217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109134155A TWI764305B (zh) | 2020-09-30 | 2020-09-30 | 群組訂單連動式管理方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI764305B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6347318B1 (en) * | 1999-09-01 | 2002-02-12 | Hewlett-Packard Company | Method, system, and apparatus to improve performance of tree-based data structures in computer programs |
CN103092631A (zh) * | 2007-04-06 | 2013-05-08 | 西安万年科技实业有限公司 | 一种数据库应用系统开发平台及开发方法 |
CN104516895A (zh) * | 2013-09-27 | 2015-04-15 | 阿里巴巴集团控股有限公司 | 商品对象库存信息处理方法及系统 |
CN105447734A (zh) * | 2014-06-06 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 订单信息处理方法及系统 |
CN111461834A (zh) * | 2020-03-31 | 2020-07-28 | 时时同云科技(成都)有限责任公司 | 订单处理方法、装置及订单展示方法、装置 |
-
2020
- 2020-09-30 TW TW109134155A patent/TWI764305B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6347318B1 (en) * | 1999-09-01 | 2002-02-12 | Hewlett-Packard Company | Method, system, and apparatus to improve performance of tree-based data structures in computer programs |
CN103092631A (zh) * | 2007-04-06 | 2013-05-08 | 西安万年科技实业有限公司 | 一种数据库应用系统开发平台及开发方法 |
CN104516895A (zh) * | 2013-09-27 | 2015-04-15 | 阿里巴巴集团控股有限公司 | 商品对象库存信息处理方法及系统 |
CN105447734A (zh) * | 2014-06-06 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 订单信息处理方法及系统 |
CN111461834A (zh) * | 2020-03-31 | 2020-07-28 | 时时同云科技(成都)有限责任公司 | 订单处理方法、装置及订单展示方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
TW202215268A (zh) | 2022-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11055287B2 (en) | Eigenvalue-based data query | |
CN108363558B (zh) | 面向大数据处理的机器数级数据比较方法 | |
Liang et al. | Express supervision system based on NodeJS and MongoDB | |
CN107766529B (zh) | 一种用于污水处理行业的海量数据存储方法 | |
CN107656978B (zh) | 一种基于函数依赖的多样性数据修复方法 | |
CN112015741A (zh) | 一种海量数据的分库分表存储方法与装置 | |
CN103324765A (zh) | 一种基于列存储的多核并行数据查询优化方法 | |
WO2020187023A1 (zh) | 数据配置查询方法和装置 | |
CN105302915B (zh) | 基于内存计算的高性能数据处理系统 | |
CN105335822A (zh) | 一种面向大数据分析的智能电网统一数据模型建模方法 | |
CN115687468A (zh) | 一种ETL流程Kettle在分布式服务中处理数据的系统 | |
CN112865089A (zh) | 一种改进的主动配电网大规模场景分析方法 | |
TWI764305B (zh) | 群組訂單連動式管理方法 | |
US7672925B2 (en) | Accelerating queries using temporary enumeration representation | |
CN111522819A (zh) | 一种树型结构数据汇总的方法及系统 | |
US20080162441A1 (en) | Accelerating queries using secondary semantic column enumeration | |
CN115062028B (zh) | 一种OLTP领域多表join查询的方法 | |
Wang et al. | Construction method of domain knowledge graph based on big data-driven | |
US20080162414A1 (en) | Accelerating queries using delayed value projection of enumerated storage | |
Li et al. | Financial big data hot and cold separation scheme based on hbase and redis | |
Gu et al. | Time and cost-efficient cloud data transmission based on serverless computing compression | |
WO2024077727A1 (zh) | 一种云计算平台宿主机硬件虚拟化资源分配方法 | |
CN110263028B (zh) | 一种应用于搜索服务的全量同步方法 | |
Mei et al. | Efficient Complete Event Trend Detection over High-Velocity Streams | |
Qian et al. | Queue and stack sorting algorithm optimization and performance analysis |