基于云服务平台对接的线程自动优化调度方法
【专利摘要】本发明公开了一种基于云服务平台对接的线程自动优化调度方法，具体通过前台定时对其存货信息进行更新，采取先到先服务和Least?Recently?Used原则，动态更新B2C平台的存货数量，保持前端与后台数据一致，在订单突发增加的情况下，可以对后台数据库进行负载均衡且缩减了数据量，加快了处理速度。本发明的方法可以实现对于网上B2B交易平台，前台需要同时面对多个商场或B2C交易平台的交易请求，后台数据库为保持数据的一致性，同一时刻只能有一个请求操作数据库，对库存进行增加减少操作。
【专利说明】基于云服务平台对接的线程自动优化调度方法
【技术领域】
[0001]本发明属于电子信息【技术领域】，涉及电子商务中的大数据和云计算应用，具体涉及一种基于云服务平台对接的线程自动优化调度方法。
【背景技术】
[0002]在常见的购物网站中，为节约成本，某些网站店铺或网站整体自身并不进行仓库以及后台数据维护，仅仅对其前台进行设计实现，而将后台维护(包括但不限于订单增加、数据库存货管理、物流管理)交付B2B专业平台进行处理(具体如图1所示)，这就对B2B平台的处理效率提出了较高要求。
[0003]现有的解决方案大多面向B2C和C2C应用，无法处理B2B环境下数据大量且集中的请求，也无法对大量的前台进行数据更新。由于前台B2C交易平台无法操作后台数据，因此可能会存在前后台数据不一致的情况，导致用户的订单有比较大的几率被拒绝。当前台请求过多时，后台无法及时处理，造成请求积压，以致平台性能大幅下降。
【发明内容】
[0004]为解决现有技术存在的上述问题，本发明提出了一种基于云服务平台对接的线程自动优化调度方法。
[0005]本发明所采用的具体技术方案为:一种基于云服务平台对接的线程自动优化调度方法，包括如下步骤:
[0006]S1.依据货品关联性对后台数据库进行拆分，将关联性大于预先设定阈值的货物放在同一个数据库进行管理；
[0007]S2.前台定时对其存货信息进行更新，采取先到先服务(FIFS (First Come FirstService))和Least Recently Used原则，即先发的请求先响应处理,但队列中若有大于预先设定时间的未处理的其他请求(若有比队首任务更长时间未被处理的任务)则优先进行处理，使得每个前台网站均有尽可能新的存货信息；
[0008]S3.在进行订单接收时，如果后台出现数据积压，那么前台开始订单合并，将同一商品的请求合并为一条，减少后台工作量；
[0009]S4.在进行数据库更新时，如果操作无法完成，即订单需求数大于存货数量，则进行回滚，并通知前台该操作无法完成。
[0010]本发明的有益效果:本发明的方法通过前台定时对其存货信息进行更新，采取先到先服务(FIFS (First Come First Service))和 Least Recently Used 原则，可以动态更新B2C平台的存货数量，保持前端与后台数据一致，在订单突发增加的情况下，可以对后台数据库进行负载均衡且缩减了数据量，加快了处理速度。本发明的方法可以实现对于网上B2B交易平台，前台需要同时面对多个商场或B2C交易平台的交易请求，后台数据库为保持数据的一致性，同一时刻只能有一个请求操作数据库，对库存进行增加减少操作。【专利附图】
【附图说明】
[0011]图1为现有的B2B专业平台处理流程示意图。
[0012]图2为本发明的方法处理流程示意图。
【具体实施方式】
[0013]下面结合附图对本发明的实施例做进一步的说明。
[0014]本实施例提供的基于云服务平台对接的线程自动优化调度方法，流程示意图如图2所示，包括如下步骤:
[0015]S1.依据货品关联性对后台数据库进行拆分，将关联性大于预先设定阈值的货物放在同一个数据库进行管理，由于订单操作而进行数据库数据更新时，可以将负载分摊到不同的服务器；
[0016]S2.前台定时对其存货信息进行更新，采取先到先服务(FIFS (First Come FirstService))和Least Recently Used原则，即先发的请求先响应处理,但队列中若有大于预先设定时间的未处理的其他请求则优先进行处理，使得每个前台网站均有尽可能新的存货
信息；
[0017]S3.在进行订单接收时，如果后台出现数据积压，那么前台开始订单合并，将同一商品的请求合并为一条，减少后台工作量；
[0018]S4.在进行数据库更新时，如果操作无法完成，即订单需求数大于存货数量，则进行回滚，并通知前台该操作无法完成。
[0019]下面结合一实施例具体说明，具体场景如下:
[0020]1.后台数据库分为η个，每个负责大约为(I/η)的数据处理；
[0021]2.商品定为Ι-m的m个数；
[0022]3.前台B2C平台共有a个；
[0023]4.每个B2C平台有b[i]个(第i个平台)产品
[0024]数据更新:更新数据时，每个平台都会定时向数据库询问更新，每条记录更新时间平均为t秒，则第i个平台一次更新时间为:t*b[i]秒，对每个数据库的压力约为t*b[i]/η秒，该压力不能被分片。
[0025]由于更新间隔由前台平台控制，不受Β2Β平台控制，因此要考虑更新排序问题，若短时间内平台请求到达顺序为(数字为前端平台编号):
[0026]1234156278219
[0027]根据FIFS和LRU原则，每次响应最久没响应的，且先到先响应，同一个前台积压请求过多时进行拒绝服务，对前台的响应顺序为(不考虑处理过程中新加入队列的请求):
[0028]1234567891212
[0029]每次响应更新处理时，前端网关服务器进行查询队列管理、任务分发以及查询后的数据打包任务。后台数据库有可能在同一时间对不同的前台平台提供服务(网关服务器任务拆分时考虑后台负载，但会一次分发多个请求)。
[0030]订单处理:每种产品以相同概率加入订单，每个订单有平均d个产品，每单加入时间平均为e，时间f内单数为f/e，f时间内产品数为df/e，由于订单合并，该数量可以降为pdf/e, P为缩减比例，该比例与数据量、时间长度等有关。[0031]时间f内对每个数据库的平均压力为pdft/en秒，该f越大，p越小，平台处理效率越高，但产生数据库冲突的可能性也会增加(订单和大于存货量)。
[0032]订单压缩大致如下，假设订单商品顺序如下(字母为商品):
[0033]gsgfgdsgdsgfsdfnsiudxbiubydcubfdncefdivbuy
[0034]可以压缩为:g5s5f5d7nli3u4xlb4y2c2nlelvl
[0035]42条数据库操作可以缩减为14条，分担到η个后台数据库后，效率可以提升η/ρ倍(不考虑网关服务器负载)。
[0036]数据回滚:发生数据库库存不够时，进行数据回滚，回滚时要将合并的订单拆分，影响到的同一订单的其他商品一并回滚，然后根据数据库库存进行规划，无法规划的订单返回失败。
【权利要求】
1.一种基于云服务平台对接的线程自动优化调度方法，包括如下步骤: S1.依据货品关联性对后台数据库进行拆分，将关联性大于预先设定阈值的货物放在同一个数据库进行管理； S2.前台定时对其存货信息进行更新，采取先到先服务(FIFS(FirstCome FirstService))和Least Recently Used原则，即先发的请求先响应处理,但队列中若有大于预先设定时间的未处理的其他请求(若有比队首任务更长时间未被处理的任务)则优先进行处理，使得每个前台网站均有尽可能新的存货信息； S3.在进行订单接收时，如果后台出现数据积压，那么前台开始订单合并，将同一商品的请求合并为一条，减少后台工作量； S4.在进行数据库更新时，如果操作无法完成，即订单需求数大于存货数量，则进行回滚，并通知前台该操作无法完成。
【文档编号】G06Q30/06GK103971185SQ201410239217
【公开日】2014年8月6日 申请日期:2014年5月30日 优先权日:2014年5月30日
【发明者】秦隆, 陈峥, 梁恒, 李富强 申请人:成都德迈安科技有限公司