CN107292653A - 一种零售仓储货物价格计算方法及装置 - Google Patents

Abstract

本发明提供一种零售仓储货物价格计算方法及装置，该方法包括：对仓储数据标注业务对象获取仓储货物的业务数据；利用NoSQL数据库保存获取的业务数据；根据预设时间间隔，从NoSQL数据库中读取业务数据；根据读取的业务数据计算仓储货物价格。通过本发明提供的优化的仓储货物价格计算方法及装置，在保证计算数据准确的前提下，有效提高了计算仓储货物价格的整个过程的稳定性，降低业务计算方式对业务***的影响。

Description

一种零售仓储货物价格计算方法及装置

技术领域

本发明涉及电子商务领域，具体涉及一种零售仓储货物价格计算方法及装置。

背景技术

由于获取电商的仓储货物价格信息需要实时汇总与计算仓储货物价格相关的所有业务数据，而现有技术中获取仓储货物价格信息是对相关的所有业务数据根据加权平均法进行计算而得出的。然而，如果一段时间内的某些业务数据出现错误，那么就需要把这个时间段内的所有业务数据重新进行读取，重新计算准确的仓储货物价格。

这种方式的缺点在于随着业务发展和商品数量剧增导致完成上述重新计算的过程需要耗费相对较长的时间，同时整个计算过程稳定性较差，最终导致整个计算工作效率很低。

发明内容

本发明要解决的技术问题是提供一种优化的仓储货物价格计算方法及装置，以解决现有技术中由于商品数量剧增导致完成重新计算的过程需要耗费相对较长的时间，同时整个计算过程稳定性较差，最终导致整个计算工作效率很低的问题。

本发明的技术方案是提供一种零售仓储货物价格计算方法，该方法包括：对仓储数据中要监听的业务对象建立注解标签并通过反射技术扫描注解标签，实时获取仓储货物的业务数据；利用NoSQL数据库保存获取的业务数据；根据预设时间间隔，从NoSQL数据库中读取业务数据；根据读取的业务数据计算仓储货物价格。

可选地，通过标注业务对象获取仓储货物的业务数据还包括：如果存在相同主键的业务数据，则对该业务数据进行加减计算；如果不存在相同主键的业务数据，则重新获取新的该业务数据。

可选地，根据预设时间间隔，从该NoSQL数据库中读取该业务数据包括：在该NoSQL数据库中根据数据分片策略读取该业务数据。

可选地，计算获得该仓储货物价格包括：通过基于加权平均的仓储货物价格公式计算获得该仓储货物价格。

本发明还提供一种零售仓储货物价格计算装置，该装置包括：数据采集模块，用于对仓储数据中要监听的业务对象建立注解标签并通过反射技术扫描注解标签，实时获取仓储货物的业务数据；数据存储模块，利用NoSQL数据库保存获取的该业务数据；据读取模块，用于根据预设时间间隔，从该NoSQL数据库中读取该业务数据；数据计算模块，根据读取的该业务数据计算仓储货物价格。

可选地，该数据采集模块还用于：如果存在相同主键的业务数据，则对该业务数据进行加减计算；

如果不存在相同主键的业务数据，则重新获取新的该业务数据。

可选地，该数据读取模块用于：在该NoSQL数据库中根据数据分片策略读取该业务数据。

可选地，该数据计算模块用于：通过基于加权平均的仓储货物价格公式计算获得该仓储货物价格。

本发明由于利用驱动注解技术解决业务***的耦合性，利用NoSQL数据库技术存储数据，可以稳定、实时、高效地读写数据，在保证计算数据准确的前提下，有效提高了计算仓储货物价格的整个过程的稳定性，降低业务计算方式对业务***的影响。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1所示是本发明提供的一种零售仓储货物价格计算方法示意图；

图2所示是本发明提供的一种零售仓储货物价格计算装置示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

如图1所示是本发明提供的一种零售仓储货物价格计算方法，该方法包括：

步骤S101：对仓储数据中要监听的业务对象建立注解标签并通过反射技术扫描注解标签，实时获取仓储货物的业务数据；

步骤S102：利用NoSQL数据库保存获取的该业务数据；

步骤S103：根据预设时间间隔，从该NoSQL数据库中读取该业务数据；

步骤S104：根据读取的该业务数据计算仓储货物价格。

可选地，通过标注业务对象获取仓储货物的业务数据还包括：如果存在相同主键的业务数据，则对该业务数据进行加减计算；如果不存在相同主键的业务数据，则重新获取新的该业务数据。

可选地，根据预设时间间隔，从该NoSQL数据库中读取该业务数据包括：在该NoSQL数据库中根据数据分片策略读取该业务数据。

可选地，计算获得该仓储货物价格包括：通过基于加权平均的仓储货物价格公式计算获得该仓储货物价格。

下面结合一个具体的实施例对本发明进行具体描述，然而值得注意的是该具体实施例仅是为了更好地描述本发明，并不构成对本发明的不当限定。

步骤S101：对仓储数据中要监听的业务对象建立注解标签并通过反射技术扫描注解标签，实时获取仓储货物的业务数据。

具体地，通过建立java注解标签，标注要监听的业务对象。例如，首先，定义一个方法注解标签(@Warehouse)以及一个参数注解标签(@Param)，其中，该方法注解标签用于记录具体的业务类型(例如：采购，销售等)以及与业务对应的详细业务分类(例如：入库，出库)，而参数注解标签(@Param)，用于采集与上述业务相关的关键数据，例如：机构、商品编号(SKU)、数量、金额等信息。然后，定义解析处理器，用于解析@Warehouse和@Param标签，即用于采集采购、销售等业务数据，包括机构、商品编号(SKU)、数量、金额等具体信息。

在完成对要监听的业务对象之后，利用java反射技术扫描注解标签，以确定要监控的业务对象。通过监听确定的业务对象利用java反射技术实时获取业务数据，并且利用消息技术(异步通信机制)传递业务产生的数据传输到数据处理中心，进行业务数据的噪声清洗，按定义的数据结构进行数据的加工。

在确定要监控的业务对象之后，获取监听端获取的业务数据，并根据不同机构、商品编号(SKU)、业务发生时间和业务类型，进行数据处理。

具体地，数据处理过程是以“机构”、“SKU”、“业务发生时间”为主键，从数据结构中查找有没有存在相同主键的数据。如果有数据，则获取这些数据，并根据业务类型(例如，采购、销售、退货、盘盈盘亏、内配、备件库退货)对这些数据进行加减运算；如果没有相同主键的数据，那么就直接新增新的商品数据。

步骤S102：利用NoSQL数据库保存获取的业务数据的中间结果。

该步骤中根据不同数据量能够选择运用不同的数据存储方案(关系型数据库存储或非关系型数据库)，在本发明一实施例中，存储业务数据的中间结果是利用分布式NoSQL数据库。因为当前仓储货物价格计算业务决定了当业务计算完成时，存储的结果基本不会变化，而且没有多字段的复杂查询，又因为数据量是平稳递增，所以选择使用分布式NoSQL存储方案。

步骤S103：通过定时器设定定时启动的时间和周期启动处理任务，运行数据处理程序。

具体地，通过利用定时器(spring timer)设定每天的任务启动时间，即按照预先设定的时间开始进行调用业务对象的业务数据的任务。

步骤S104：根据读取的业务数据通过加权平均公式计算仓储货物价格。

以下是本发明的实施例中计算仓储货物价格的流程，具体计算过程如下：

步骤S201：定义每次获取数据的范围，当前时间的前一天；

步骤S202：调用数据获取接口获取相应的数据，循环每条记录，把相应的数据放入仓储货物价格计算公式中产生单商品成本；

步骤S203：按定义的仓储货物价格存储结构，KEY主键是由(机构ID、SKU和时间)组合HASH产生，VALUE包括机构ID、SKU、时间、单商品成本、商品库存数量、库存总成本；

步骤S204：调用NoSQL***数据API把数据存入NoSQL数据库中。

步骤S205：当前批量获取的数据处理完成，通过调整进入下次循环获取中间表数据，直到不能取到数据为止；

步骤S206：根据数据分片策略读取S204中存储的数据。

具体地，数据分片策略是要把数据分成N片，是通过SKU除以N取余数的方法，以确定数据的存储位置(哪个库中或哪个表中)，在本发明一实施例中，数据分片策略可以是HASH的方式或者取模的方式。

步骤S207：迭代数据并根据通过基于加权平均的仓储货物价格公式计算获得仓储货物价格。

具体地，迭代计算S205中读取的数据，按仓储货物价格计算公式产生仓储货物价格计算结果，仓储货物价格的计算公式为：

其中，公式中各个项的说明如下：

昨日库存：仓储货物价格表中前一天的库存数量×前一天的仓储货物价格；

采购入库：入库&放货单据；金额＝入库数量×入库单价；先款退库；入库&退货单据；金额＝退货订单销售出库当天的仓储货物价格×退货数量(同一天销售并退货的不参与仓储货物价格计算)；

先货退库：出库&放货&数量<0单据；金额＝退货订单销售出库时的仓储货物价格×退货数量(同一天销售并退货的不参与仓储货物价格计算)；

备件入库：入库&其它&返修品单据；金额＝取商品进入备件库时的价格；

其它入库：入库&其它&非返修品单据；金额＝商品数量×昨日的仓储货物价格；

内配入：出库&移动单据，来源为当前机构；金额＝商品数量×配出机构前一天仓储货物价格；

内配出：出库&移动单据，机构为当前机构；金额＝商品数量×前一天的仓储货物价格；

SKU调整出：出库&其它&调整，清单表对应商品减少，金额取前一天仓储货物价格；

SKU调整入：入库&其它&调整，清单表对应商品增加，金额取采购对应前一天的仓储货物价格；

步骤S208：存储仓储货物价格计算结果。

具体地，运用NoSQL存储技术根据唯一KEY策略(机构+SKU+业务发生时间)进行保存；

步骤S209：利用哈希(HASH)算法，以机构ID、SKU和日期组合主键生成唯一的KEY。

本发明由于利用NoSQL数据库技术存储数据(数据模型定义，如下表1所示)，选用HBase作为NoSQL数据库实践，HBase技术的特点是以集群、高可用、实时的随机读写快。对于计算方法的使用、历史数据的长期保存和快速的数据读写是基础保障。

具体来说，利用NoSQL数据库的key-value存储模式设计存储模型，如下表1所示：

表1

另外，仓储货物价格计算中间表模型如下表2所示：

表2

如图2所示是本发明还提供一种零售仓储货物价格计算装置示意图，该装置2包括：数据采集模块21，用于对仓储数据标注业务对象获取仓储货物的业务数据；数据存储模块22，利用NoSQL数据库保存获取的该业务数据；数据读取模块23，用于根据预设时间间隔，从该NoSQL数据库中读取该业务数据；数据计算模块24，根据读取的该业务数据计算仓储货物价格。

可选地，该数据采集模块21还用于：如果存在相同主键的业务数据，则对该业务数据进行加减计算；

如果不存在相同主键的业务数据，则重新获取新的该业务数据。

可选地，该数据读取模块23用于：在该NoSQL数据库中根据数据分片策略读取该业务数据。

可选地，该数据计算模块24用于：通过基于加权平均的仓储货物价格公式计算获得该仓储货物价格。

由于本发明提供的零售仓储货物价格计算装置是上述方法对应的装置，故在此不再赘述。

本发明由于利用驱动注解技术创建注解标签对需要搜集的业务数据进行标注，并且利用消息技术传递业务产生的数据(消息技术使用简单、异步、可靠、稳定的传递数据)，上述技术是与业务***解耦的有效保证。此外，利用NoSQL数据库技术存储数据，可以稳定、实时、高效地读写数据，并且可以存储PB级别的数据量，同时兼顾对于历史数据进行的长期保存以及快速读写。

通过本发明提供的优化的仓储货物价格计算方法及装置，能够有效保证仓储货物价格的计算效率和计算稳定性，解除了对业务***的耦合性，减少对业务***的压力，有效保证历史数据的存储，以便于其他业务对数据处理的需求。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种零售仓储货物价格计算方法，其特征在于，所述方法包括：

对仓储数据中要监听的业务对象建立注解标签并通过反射技术扫描所述注解标签，实时获取所述仓储货物的业务数据；

利用NoSQL数据库保存获取的所述业务数据；

根据预设时间间隔，从所述NoSQL数据库中读取所述业务数据；

根据读取的所述业务数据计算仓储货物价格。

2.根据权利要求1所述的方法，其特征在于，通过标注业务对象获取仓储货物的业务数据还包括：

如果存在相同主键的业务数据，则对所述业务数据进行加减计算；

如果不存在相同主键的业务数据，则重新获取新的所述业务数据。

3.根据权利要求1所述的方法，其特征在于，根据预设时间间隔，从所述NoSQL数据库中读取所述业务数据包括：

在所述NoSQL数据库中根据数据分片策略读取所述业务数据。

4.根据权利要求1所述的方法，其特征在于，计算获得所述仓储货物价格包括：

通过基于加权平均的仓储货物价格公式计算获得所述仓储货物价格。

5.一种零售仓储货物价格计算装置，其特征在于，所述装置包括：

数据采集模块，用于对仓储数据中要监听的业务对象建立注解标签并通过反射技术扫描所述注解标签，实时获取所述仓储货物的业务数据；

数据存储模块，利用NoSQL数据库保存获取的所述业务数据；

数据读取模块，用于根据预设时间间隔，从所述NoSQL数据库中读取所述业务数据；

数据计算模块，根据读取的所述业务数据计算仓储货物价格。

6.根据权利要求5所述的装置，其特征在于，所述数据采集模块还用于：

如果存在相同主键的业务数据，则对所述业务数据进行加减计算；

如果不存在相同主键的业务数据，则重新获取新的所述业务数据。

7.根据权利要求5所述的装置，其特征在于，所述数据读取模块用于：

在所述NoSQL数据库中根据数据分片策略读取所述业务数据。

8.根据权利要求5所述的装置，其特征在于，所述数据计算模块用于：

通过基于加权平均的仓储货物价格公式计算获得所述仓储货物价格。