数据处理方法和装置与流程

1.本公开的实施例涉及计算机技术领域，具体涉及数据处理方法和装置。


背景技术：

2.随着电商行业和物流行业等的快速发展，仓库存储的需求量也越来越大。因此，大型仓库越来越多，例如大型电商平台的自建仓库等。大型仓库分布比较广泛，因此，可以将仓库租用给其他用户，例如，大型电商平台可以将自建仓库租用给入驻电商平台的商家。用户在使用仓库时往往需要定期从仓库中提取用户存储在仓库中物品的库存流水变化数据。将所提取的库存流水数据与用户自身的业务流水变化相比较可以得到双方的差异数据，该差异数据可以验证仓库的物品流通是否正常。
3.相关技术中，仓库平台和用户双方往往采用人工报表对比的方式得到双方的差异数据，人工数据对比的效率低。或者，仓库平台和用户还可以采用离线抽取数据直接对比的方式得到双方的差异数据，数据对比的效率也较低。


技术实现要素：

4.本公开的实施例提出了数据处理方法和装置。
5.第一方面，本公开的实施例提供了一种数据处理方法，该方法包括：分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据；响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐；将数据对齐后的库存流水数据和业务流水数据进行对比；基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据。
6.在一些实施例中，响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐，包括：确定多个数据对比的时间节点；针对多个时间节点中的时间节点，确定该时间节点与相邻的时间节点构成的目标时间段；响应于确定出所获取的库存流水数据的时间戳和业务流水数据的时间戳位于目标时间段内，确定库存流水数据的时间戳和业务流水数据的时间戳相匹配；将所获取的库存流水数据和业务流水数据进行数据对齐。
7.在一些实施例中，将数据对齐后的库存流水数据和业务流水数据进行对比，包括：确定数据对齐后的库存流水数据和业务流水数据的数据量之和；基于数据量之和，采用哈希算法和/或数据集合的集合运算方式将数据对齐后的库存流水数据和业务流水数据进行对比，其中，数据集合包括库存流水数据集合和业务流水数据集合，库存流水数据集合包括数据对齐后的库存流水数据，业务流水数据集合包括数据对齐后的业务流水数据。
8.在一些实施例中，基于所述数据量之和，采用哈希算法和/或数据集合的集合运算方式将数据对齐后的所述库存流水数据和业务流水数据进行对比，包括：响应于确定出所述数据量之和小于预设阈值，采用哈希算法将数据对齐后的所述库存流水数据和业务流水数据进行对比；响应于确定出所述数据量之和大于或等于所述预设阈值，采用数据集合的
集合运算方式将数据对齐后的所述库存流水数据和业务流水数据进行对比。
9.在一些实施例中，采用数据集合的集合运算方式将数据对齐后的所述库存流水数据和业务流水数据进行对比，包括：按照库存流水数据的时间戳和业务流水数据的时间戳的时间先后顺序，将数据对齐后的库存流水数据和业务流水数据分别划分为多个库存流水数据集合和与各库存流水数据集合对应的业务流水数据集合；针对多个库存流水数据集合中的库存流水数据集合，将该库存流水数据集合和对应的业务流水数据集合进行差集运算和交集运算。
10.在一些实施例中，分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据，包括：从仓库系统实时获取多个用户的库存流水数据，以及从用户系统实时获取待处理用户的业务流水数据；获取各待处理用户的预设标识信息；基于所获取的预设标识信息，从所获取的多个用户的库存流水数据中获取各待处理用户的库存流水数据。
11.在一些实施例中，基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据，包括：基于对比结果，生成待处理用户的待验证差异数据；获取待处理用户在预设历史时间段内的历史差异数据；响应于确定出所获取的历史差异数据中不存在待验证差异数据，将待验证差异数据确定为待处理用户的差异数据。
12.第二方面，本公开的实施例提供了一种数据处理装置，装置包括：获取单元，被配置成分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据；数据对齐单元，被配置成响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐；对比单元，被配置成将数据对齐后的库存流水数据和业务流水数据进行对比；生成单元，被配置成基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据。
13.在一些实施例中，数据对齐单元进一步被配置成：确定多个数据对比的时间节点；针对多个时间节点中的时间节点，确定该时间节点与相邻的时间节点构成的目标时间段；响应于确定出所获取的库存流水数据的时间戳和业务流水数据的时间戳位于目标时间段内，确定库存流水数据的时间戳和业务流水数据的时间戳相匹配；将所获取的库存流水数据和业务流水数据进行数据对齐。
14.在一些实施例中，对比单元包括：确定模块，被配置成确定数据对齐后的库存流水数据和业务流水数据的数据量之和；数据对比模块，被配置成基于数据量之和，采用哈希算法和/或数据集合的集合运算方式将数据对齐后的库存流水数据和业务流水数据进行对比，其中，数据集合包括库存流水数据集合和业务流水数据集合，库存流水数据集合包括数据对齐后的库存流水数据，业务流水数据集合包括数据对齐后的业务流水数据。
15.在一些实施例中，数据对比模块进一步被配置成：响应于确定出所述数据量之和小于预设阈值，采用哈希算法将数据对齐后的所述库存流水数据和业务流水数据进行对比；响应于确定出所述数据量之和大于或等于所述预设阈值，采用数据集合的集合运算方式将数据对齐后的所述库存流水数据和业务流水数据进行对比。
16.在一些实施例中，数据对比模块进一步被配置成：按照库存流水数据的时间戳和业务流水数据的时间戳的时间先后顺序，将数据对齐后的库存流水数据和业务流水数据分别划分为多个库存流水数据集合和与各库存流水数据集合对应的业务流水数据集合；针对
多个库存流水数据集合中的库存流水数据集合，将该库存流水数据集合和对应的业务流水数据集合进行差集运算和交集运算。
17.在一些实施例中，获取单元进一步被配置成：从仓库系统实时获取多个用户的库存流水数据，以及从用户系统实时获取待处理用户的业务流水数据；获取各待处理用户的预设标识信息；基于所获取的预设标识信息，从所获取的多个用户的库存流水数据中获取各待处理用户的库存流水数据。
18.在一些实施例中，生成单元进一步被配置成：基于对比结果，生成待处理用户的待验证差异数据；获取待处理用户在预设历史时间段内的历史差异数据；响应于确定出所获取的历史差异数据中不存在待验证差异数据，将待验证差异数据确定为待处理用户的差异数据。
19.本公开的实施例提供的数据处理方法和装置，可以分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据，之后响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，可以将库存流水数据和业务流水数据进行数据对齐，而后将数据对齐后的库存流水数据和业务流水数据进行对比，最后基于对比结果，可以生成待处理用户的库存流水数据和业务流水数据之间的差异数据，该实现方式通过时间戳匹配的方式将相同时间段的库存流水数据和仓库流水数据进行对齐，从而可以实现自动将数据对齐后的库存流水数据和仓库流水数据进行对比，而数据对齐后的库存流水数据和仓库流水数据的对比更加的便捷，提高了数据对比的效率。
附图说明
20.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
21.图1是本公开的一些实施例可以应用于其中的示例性系统架构图；
22.图2是根据本公开的数据处理方法的一个实施例的流程图；
23.图3是根据本公开的数据处理方法的又一个实施例的流程图；
24.图4是根据本公开的数据处理装置的一个实施例的结构示意图；
25.图5是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
26.下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
27.需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
28.图1示出了可以应用本公开的实施例的数据处理方法或数据处理装置的示例性系统架构100。
29.如图1所示，系统架构100可以包括仓库系统101、用户系统102、网络103和服务器104。网络103用以在仓库系统101和服务器104之间提供通信链路的介质，以及网络103用以在用户系统102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例
如有线、无线通信链路或者光纤电缆等等。
30.仓库可以为入驻仓库平台的商家等用户提供物品存储的场所。仓库系统101可以用于管理仓库中的物品流通，生成并存储仓库中因物品流通生成的库存流水数据。具体地，仓库系统101可以存储有各种信息，例如物品入库信息、物品出库信息、库存信息等库存流水数据。同样地，入驻仓库的用户可以将物品存储到仓库。入驻仓库的用户可以通过用户系统102对自身产生的例如存储到仓库的物品数量等业务流水数据进行存储和管理。可以理解的是，上述仓库还可以为电商平台的自建仓库，此时上述用户可以为入驻电商平台的商户，商户在入驻电商平台后可以使用电商平台的自建仓库。
31.服务器104可以是提供各种服务的服务器，例如对仓库系统101和用户系统102中的库存流水数据和业务流水数据进行管理的后台服务器。后台服务器可以对从仓库系统获取的库存流水数据和从用户系统获取的业务流水数据等进行分析等处理，并将处理结果(库存流水数据和业务流水数据之间的差异数据)反馈给仓库系统和/或用户系统。
32.需要说明的是，本公开的实施例所提供的数据处理方法可以由服务器105执行。相应地，数据处理装置可以设置于服务器105中。
33.需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
34.应该理解，图1中的用户系统、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的用户系统、网络和服务器。
35.继续参考图2，示出了根据本公开的数据处理方法的一个实施例的流程200。该数据处理方法，包括以下步骤：
36.步骤201，分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据。
37.在本实施例中，数据处理方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从仓库的仓库系统实时地获取待处理用户的库存流水数据，以及从用户系统实时地获取待处理用户的业务流水数据。这里，仓库平台可以包括多个入驻仓库的用户，每个入驻仓库的用户所在的用户系统可以统计自身产生的业务流水数据，例如，用户1向仓库存储100件物品a时，用户1的系统可以产生相应的业务数据。仓库系统中的库存流水数据可以为仓库进货入库、退货删单等产生的库存数据。上述待处理用户可以为多个入驻仓库的用户中待进行库存流水数据和业务流水数据对比的用户，待处理用户可以包括一个用户，也可以包括多个用户，这里没有唯一的限定。可以理解的是，上述执行主体实时地获取库存流水数据和业务流水数据可以实现库存流水数据和业务流水数据的实时对比，提高了数据同步的效果，避免出现数据变化用户和仓库双方的数据同步延迟情况的发生。
38.通常，商家等用户在入驻仓库平台之后，在使用仓库的时候需要提取用户在仓库的库存流水数据，并将所提取的数据与用户自有系统的业务流水数据相比较，从而验证仓库的库存流水数据的变化数据是否存在问题。因此，为了保证用户存储的物品在仓库中可以正常流通运营，需要将仓库系统的库存流水数据和用户系统的业务流水数据进行对比，
以获得两者的之间的差异数据。
39.需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
40.在本实施例的一些可选的实现方式中，上述分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据，可以包括：从仓库系统实时获取多个用户的库存流水数据，以及从用户系统实时获取待处理用户的业务流水数据；获取各待处理用户的预设标识信息；基于所获取的预设标识信息，从所获取的多个用户的库存流水数据中获取各待处理用户的库存流水数据。该实现方式可以预先为入驻仓库的各用户预先设置唯一的标识信息。因此，上述执行主体可以基于待处理用户的标识信息从仓库系统获取待处理用户的库存流水数据。该实现方式可以简单快捷的获取待处理用户的库存流水数据，提高了待处理用户的库存流水数据和业务流水数据对比的效率。
41.在本实施例的一些可选的实现方式中，可以存在多个待处理用户，此时上述执行主体可以基于用户的标识信息将各待处理用户的库存流水数据和业务流水数据分别处理。具体地，可以将不同待处理用户的库存流水数据和业务流水数据划分到不同的主机或服务器，从而使得各主机或服务器可以分别处理各待处理用户的库存流水数据和业务流水数据，实现了对不同的用户进行数据隔离处理，进一步提高了数据处理的效率。
42.在本实施例的一些可选的实现方式中，针对入驻仓库的同一用户的不同业务可以设置不同的子标识信息。因此，针对同一待处理用户的不同业务，基于子标识信息可以将该待处理用户的不同业务的业务流水数据和库存流水数据分别进行数据对齐等处理。具体地，对于同一待处理用户的不同业务的业务流水数据和库存流水数据分别在不同的主机或服务器中处理。该实现方式进一步提高了数据处理的效率。
43.步骤202，响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐。
44.在本实施例中，基于步骤201所获取的待处理用户的库存流水数据和业务流水数据，上述执行主体(例如图1所示的服务器)可以判断所获取的库存流水数据的时间戳和业务流水数据的时间戳是否相匹配。如果所获取的库存流水数据的时间戳和业务流水数据的时间戳相匹配，则可以确定出所获取的库存流水数据和业务流水数据为相同时间段产生的数据。所获取的库存流水数据和业务流水数据为可进行对比的数据，可获取两者之间的差异数据。可以理解的是，如果所获取的库存流水数据的时间戳和业务流水数据的时间戳不匹配，则可以确定出所获取的库存流水数据和业务流水数据为不同时间段产生的数据，此时所获取的库存流水数据和业务流水数据不具有对比性，不能得到两者之间的差异数据。
45.在本实施例中，在确定出所获取的库存流水数据和业务流水数据为可进行对比的数据之后，上述执行主体可以采用各种方式将库存流水数据和业务流水数据进行对齐。作为示例，上述执行主体可以将库存流水数据的数据格式转换为业务流水数据的数据格式，从而使得库存流水数据和业务流水数据对齐。或者，上述执行主体还可以将业务流水数据的数据格式转换为库存流水数据的数据格式，从而使得库存流水数据和业务流水数据对齐。
46.在本实施例的一些可选的实现方式中，上述执行主体可以根据库存流水数据的格
式和业务流水数据的格式，确定出待转换数据格式，将库存流水数据和业务流水数据转换为待转换数据格式，从而实现库存流水数据和业务流水数据的对齐。该实现方式可以提高转换后的库存流水数据和业务流水数据的准确性。
47.在本实施例的一些可选的实现方式中，上述响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐，可以包括：确定多个数据对比的时间节点；针对多个时间节点中的时间节点，确定该时间节点与相邻的时间节点构成的目标时间段；响应于确定出所获取的库存流水数据的时间戳和业务流水数据的时间戳位于目标时间段内，确定库存流水数据的时间戳和业务流水数据的时间戳相匹配；将所获取的库存流水数据和业务流水数据进行数据对齐。该实现方式可以通过构建校验时钟来确定差异数据对比校准时间。具体地，可以通过校验时钟确定在预设的时间段内多个数据对比的时间节点，针对多个时间节点中的时间节点，确定该时间节点与相邻的时间节点构成的目标时间段。这里，上述时间节点和目标时间段可以为数据对齐提供标准的时间。需要说明的是，在选取时间节点和目标时间段之前可以先确定基准时间，以便于以该基准时间为基准确定时间节点和目标时间段，上述基准时间的库存流水数据和业务流水数据相对稳定。该实现方式可以为数据对齐提供标准的目标时间段，进一步提高了对齐后的数据的准确性。可以理解的是，上述执行主体还可以通过其他的方式得到用于数据对齐的标准的目标时间段，这里没有唯一的限定。
48.步骤203，将数据对齐后的库存流水数据和业务流水数据进行对比。
49.在本实施例中，基于步骤202得到的数据对齐后的库存流水数据和业务流水数据，上述执行主体可以采用各种方式将数据对齐后的库存流水数据和业务流水数据进行对比。作为示例，可以采用直接数据逐个匹配的方式将库存流水数据和业务流水数据进行对比。
50.步骤204，基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据。
51.在本实施例中，基于步骤203得到的对比结果，上述执行主体可以对所得到的对比结果进行数据校验、整合等操作，从而可以生成待处理用户的库存流水数据和业务流水数据之间的差异数据。可以理解的是，上述执行主体还可以将所获取的差异数据发送到仓库系统、用户系统等中的终端设备，以使各方人员可以及时获取库存流水数据和业务流水数据之间的差异数据。
52.在本实施例的一些可选的实现方式中，上述基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据，可以包括：基于对比结果，生成待处理用户的待验证差异数据；获取待处理用户在预设历史时间段内的历史差异数据；响应于确定出所获取的历史差异数据中不存在待验证差异数据，将待验证差异数据确定为待处理用户的差异数据。该实现方式可以避免出现重复的差异数据，进一步提高了所确定的差异数据的准确性。
53.本公开的上述实施例提供的数据处理方法，可以分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据，之后响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，可以将库存流水数据和业务流水数据进行数据对齐，而后将数据对齐后的库存流水数据和业务流水数据进行对比，最后基于对比结果，可以生成待处理用户的库存流水数据和业务流水数据之间的差异数据，
该实现方式通过时间戳匹配的方式将相同时间段的库存流水数据和仓库流水数据进行对齐，可以实现自动将数据对齐后的库存流水数据和仓库流水数据进行对比，而数据对齐后的库存流水数据和仓库流水数据的对比更加的便捷，提高了数据对比的效率。
54.进一步参考图3，其示出了数据处理方法的又一个实施例的流程300。该数据处理方法的流程300，包括以下步骤：
55.步骤301，分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据。
56.步骤302，响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐。
57.在本实施例中，步骤301和步骤302分别与上述实施例中的步骤201和步骤202的具体实现相同或相似，这里不再赘述。
58.步骤303，确定数据对齐后的库存流水数据和业务流水数据的数据量之和。
59.在本实施例中，基于步骤302得到的库存流水数据和业务流水数据的数据对齐结果，上述执行主体可以对数据对齐后的库存流水数据和业务流水数据的数据量进行统计，得到对齐后的库存流水数据和业务流水数据的数据量之和。
60.步骤304，基于数据量之和，采用哈希算法和/或数据集合的集合运算方式将数据对齐后的库存流水数据和业务流水数据进行对比。
61.在本实施例中，基于步骤303得到的数据量之和，上述执行主体可以采用不同的方式处理数据对齐后的库存流水数据和业务流水数据，从而实现将数据对齐后的库存流水数据和业务流水数据进行对比。具有地，上述执行主体可以采用哈希算法处理数据对齐后的库存流水数据和业务流水数据，或者上述执行主体还可以采用数据集合的集合运算方式处理数据对齐后的库存流水数据和业务流水数据，或者上述执行主体还可以采用哈希算法和数据集合的集合运算相结合的方式处理数据对齐后的库存流水数据和业务流水数据。需要说明的是，上述数据集合包括库存流水数据集合和业务流水数据集合，库存流水数据集合包括数据对齐后的库存流水数据，业务流水数据集合包括数据对齐后的业务流水数据。上述数据集合的集合运算可以为库存流水数据集合与业务流水数据集合之间的集合运算。
62.在本实施例的一些可选的实现方式中，上述执行主体可以判断数据对齐后的库存流水数据和业务流水数据的数据量之和是否小于预设阈值。如果数据量之和小于预设阈值，上述执行主体可以采用哈希算法处理数据对齐后的库存流水数据和业务流水数据。在该实现方式中，对于数据量较少的、数据对齐后的库存流水数据和业务流水数据，上述执行主体采用哈希算法计算数据对齐后的库存流水数据和业务流水数据，可以进一步提高数据对比的效率。
63.作为示例，如果采用哈希算法处理数据对齐后的库存流水数据和业务流水数据，库存流水数据和业务流水数据的哈希计算结果经对比相同，则可以确定库存流水数据和业务流水数据之间不在差异。
64.可以理解的是，如果数据量之和大于或等于预设阈值，采用数据集合的集合运算方式处理数据对齐后的库存流水数据和业务流水数据。对于数据量较大的、数据对齐后的库存流水数据和业务流水数据，上述执行主体可以对包含数据对齐后的库存流水数据的库存流水数据集合和包含数据对齐后的业务流水数据的业务流水数据集合进行交集和差集
运算。数据集合的差集运算可以确定出只存在库存流水数据集合或业务流水数据集合中的数据，数据集合的交集运算可以找出在库存流水数据集合和业务流水数据集合中均存在但是数据的目标字段存在差异的数据。采用数据集合运算的方式处理数据对齐的结果可以降低内存损耗，并且可以降低数据处理的耗时。
65.在本实施例的一些可选的实现方式中，在数据量之和大于或等于预设阈值的情况下，可以将数据对齐后的库存流水数据和业务流水数据分别划分为多个相对应的库存流水数据集合和业务流水数据集合。具体地，上述执行主体可以按照库存流水数据的时间戳和业务流水数据的时间戳的时间先后顺序，将数据对齐后的库存流水数据和业务流水数据分别划分为多个库存流水数据集合和与各库存流水数据集合对应的业务流水数据集合。例如，上述执行主体可以按照上述时间节点生成的目标时间段将数据对齐后的库存流水数据和业务流水数据分别划分为多个库存流水数据集合和与各库存流水数据集合对应的业务流水数据集合。可以理解的是，上述执行主体还可以按照其他时间段划分的方式将数据对齐后的库存流水数据和业务流水数据分别划分为多个库存流水数据集合和与各库存流水数据集合对应的业务流水数据集合，这里没有唯一的限定。
66.进一步地，针对多个库存流水数据集合中的库存流水数据集合，上述执行主体可以将该库存流水数据集合和对应的业务流水数据集合进行差集运算和交集运算，从而实现将数据对齐后的库存流水数据和业务流水数据进行对比。
67.步骤305，基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据。
68.在本实施例中，基于步骤304得到的对比结果，上述执行主体可以对所得到的对比结果进行数据校验、整合等操作，从而可以生成待处理用户的库存流水数据和业务流水数据之间的差异数据。可以理解的是，上述执行主体还可以将所获取的差异数据发送到仓库系统、用户系统等中的终端设备，以使各方人员可以及时获取库存流水数据和业务流水数据之间的差异数据。
69.在本实施例的一些可选的实现方式中，上述执行主体在采用本公开的数据处理方法生成差异数据时，还可以收集每次数据对比的结果，并对收集数据进行统计分析，记录数据处理过程中的数据量、时间节点选取等因素对数据处理效率和准确率的影响。进一步地，上述执行主体还可以根据统计分析结果进行计算资源的合理分配。
70.从图3中可以看出，与图2对应的实施例相比，本实施例中的数据处理方法的流程300基于数据对齐后的库存流水数据和业务流水数据的数据量之和可以选择采用哈希算法和/或数据集合的集合运算方式处理数据对齐后的库存流水数据和业务流水数据，而后将处理结果进行对比可以得到对应的差异数据。由此，本实施例描述的方案可以实现根据数据量采用不同的数据处理方式处理数据对齐后的库存流水数据和业务流水数据，从而可以高效、准确地完成数据对比。
71.进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种数据处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
72.如图4所示，本实施例的数据处理装置400包括：获取单元401、数据对齐单元402、对比选取单元403和生成单元404。其中，获取单元401被配置成分别从仓库的仓库系统和入
驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据；数据对齐单元402被配置成响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐；对比单元403被配置成将数据对齐后的库存流水数据和业务流水数据进行对比；生成单元404被配置成基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据。
73.在本实施例的一些可选的实现方式中，数据对齐单元402进一步被配置成：确定多个数据对比的时间节点；针对多个时间节点中的时间节点，确定该时间节点与相邻的时间节点构成的目标时间段；响应于确定出所获取的库存流水数据的时间戳和业务流水数据的时间戳位于目标时间段内，确定库存流水数据的时间戳和业务流水数据的时间戳相匹配；将所获取的库存流水数据和业务流水数据进行数据对齐。
74.在本实施例的一些可选的实现方式中，对比单元403包括：确定模块，被配置成确定数据对齐后的库存流水数据和业务流水数据的数据量之和；数据对比模块，被配置成基于数据量之和，采用哈希算法和/或数据集合的集合运算方式将数据对齐后的库存流水数据和业务流水数据进行对比，其中，数据集合包括库存流水数据集合和业务流水数据集合，库存流水数据集合包括数据对齐后的库存流水数据，业务流水数据集合包括数据对齐后的业务流水数据。
75.在本实施例的一些可选的实现方式中，数据对比模块进一步被配置成：响应于确定出所述数据量之和小于预设阈值，采用哈希算法将数据对齐后的所述库存流水数据和业务流水数据进行对比；响应于确定出所述数据量之和大于或等于所述预设阈值，采用数据集合的集合运算方式将数据对齐后的所述库存流水数据和业务流水数据进行对比。
76.在本实施例的一些可选的实现方式中，数据对比模块进一步被配置成：按照库存流水数据的时间戳和业务流水数据的时间戳的时间先后顺序，将数据对齐后的库存流水数据和业务流水数据分别划分为多个库存流水数据集合和与各库存流水数据集合对应的业务流水数据集合；针对多个库存流水数据集合中的库存流水数据集合，将该库存流水数据集合和对应的业务流水数据集合进行差集运算和交集运算。
77.在本实施例的一些可选的实现方式中，获取单元401进一步被配置成：从仓库系统实时获取多个用户的库存流水数据，以及从用户系统实时获取待处理用户的业务流水数据；获取各待处理用户的预设标识信息；基于所获取的预设标识信息，从所获取的多个用户的库存流水数据中获取各待处理用户的库存流水数据。
78.在本实施例的一些可选的实现方式中，生成单元404进一步被配置成：基于对比结果，生成待处理用户的待验证差异数据；获取待处理用户在预设历史时间段内的历史差异数据；响应于确定出所获取的历史差异数据中不存在待验证差异数据，将待验证差异数据确定为待处理用户的差异数据。
79.装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于装置400及其中包含的单元，在此不再赘述。
80.下面参考图5，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
81.如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)
501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom 502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
82.通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
83.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
84.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据；响应于确定出库存流水数据的时间戳和业务流水数据的时间戳相匹配，将库存流水数据和业务流水数据进行数据对齐；将数据对齐后的库存流水数据和业务流水数据进行对比；基于对比结果，生成待处理用户的库存流水数据和业务流水数据之间的差异数据。
85.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操
作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
86.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
87.描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、数据对齐单元、对比单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“分别从仓库的仓库系统和入驻仓库的用户的用户系统实时获取待处理用户的库存流水数据和业务流水数据的单元”。
88.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。