CN116450356B - 一种基于云管控的跨境物流管理方法 - Google Patents
一种基于云管控的跨境物流管理方法 Download PDFInfo
- Publication number
- CN116450356B CN116450356B CN202310435401.9A CN202310435401A CN116450356B CN 116450356 B CN116450356 B CN 116450356B CN 202310435401 A CN202310435401 A CN 202310435401A CN 116450356 B CN116450356 B CN 116450356B
- Authority
- CN
- China
- Prior art keywords
- data
- port
- update
- data update
- updating
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000630 rising effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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
- G06F16/23—Updating
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及物流***后台管理领域,尤其涉及一种基于云管控的跨境物流管理方法,本发明通过数据获取模块获取云端物流平台所更新的物流订单数据对应的数据更新量,根据数据更新量构建更新量波动曲线,基于更新量波动曲线的平均斜率判定数据更新端口的数据更新趋势,在第一数据更新趋势时,基于数据更新量在预设时长内的更新量平均波动幅度调整数据更新端口连接服务器的数量,在第二数据更新趋势时,基于更新量波动曲线的平均斜率调整数据更新端口连接服务器的数量,进而减少运算资源浪费,减少服务器出现过载荷的风险。
Description
技术领域
本发明涉及物流***后台管理领域,尤其涉及一种基于云管控的跨境物流管理方法。
背景技术
随着互联网技术和电商技术的不断发展,跨境电商平台以及步入了人们的生活,当然,电商的发展必然伴随着物流的发展,各类跨境物流管理平台应运而生;
例如,中国专利公开号:CN110490508A,一种跨境物流运输管理***及其控制方法,包括数据库模块、前端模块及后台模块;其中,基于MySQL开发的数据库模块,用于存储总的订单信息、物流信息及账户信息;基于HTML开发的前端模块,包括若干个功能单元,用于通过可视化界面获取权限范围内的操作指令,并通过操作指令实现对数据库的操作;基于PHP开发的后台模块,用于关联所述数据库模块和所述前端模块,以及对所述前端模块进行管理;所述数据库模块、所述前端模块及所述后台模块通过B/S结构建立跨境物流运输管理***。该***业务功能齐全,安全性好、稳定性及扩展性强,占用内存小。该发明可以广泛应用于跨境物流运输管理领域。
但是,现有技术中还存在以下问题,
由于跨境物流的特殊性,相关跨境物流管理平台的后台数据量是庞大的,且所处理的数据量波动情况较大,对数据处理技术带来了挑战;
而现有技术中未考虑跨境物流管理平台的物流订单数据的波动量较大,***容易出现过载荷的问题,存在未根据当前物流订单数据量的更新趋势预先调整配置服务器或算力资源,以减少后台运算资源浪费或过载荷的问题。
发明内容
为解决现有技术中未根据当前物流订单数据量的更新趋势预先调整配置服务器或算力资源,以减少后台运算资源浪费或过载荷的问题,本发明提供一种基于云管控的跨境物流管理方法,其包括:
步骤S1,设置数据获取模块获取云端物流平台各数据更新端口的所更新的物流订单数据;
步骤S2,构建数据更新端口对应的更新量波动曲线并确定所述更新量波动曲线的平均斜率,所述更新量波动曲线为基于数据更新端口在预设时长内的数据更新量构建所得;
步骤S3,基于所述更新量波动曲线的平均斜率判定各数据更新端口的数据更新趋势;
步骤S4,基于数据更新端口的数据更新趋势确定数据更新端口所连接服务器的数量,包括在判定数据更新端口处于第一数据更新趋势时获取所述数据更新端口的数据更新量,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,并将数据更新端口所连接的服务器数量调整至对应值;
以及,在判定数据更新端口处于第二数据更新状态时,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式。
进一步地,所述步骤S2中,构建数据更新端口对应的更新量波动曲线并确定所述更新量波动曲线的平均斜率,其中,
获取数据更新端口在预设时长tn内的数据更新量,并以时间为x轴,数据更新量为y轴建立直角坐标系,在所述直角坐标系中构建更新量波动曲线,并按照公式(1)计算所述更新量波动曲线的平均斜率K,
公式(1)中,ki表示横向坐标为i时所述更新量波动曲线的斜率,i为大于0的整数。
进一步地,所述步骤S3中,基于所述更新量波动曲线的平均斜率判定各数据更新端口的数据更新趋势,其中
将所述更新量波动曲线的平均斜率K与预设的第一斜率对比参数K1以及第二斜率对比参数K2进行对比,并根据对比结果判定所述数据更新端口的数据更新趋势,
在第一斜率对比结果下,判定所述数据更新端口处于第一数据更新趋势;
在第二斜率对比结果下,判定所述数据更新端口处于第二数据更新趋势;
所述第一斜率对比结果为K1<K<K2,所述第二斜率对比结果为K≤K1或K≥K2。
进一步地,所述步骤S4中,还包括获取数据更新量在预设时长内的更新量平均波动幅度,其中,
按照公式(2)计算所述数据更新量在预设时长tn内的更新量平均波动幅度D,
公式(2)中,E(i+1)表示第i+1时刻所述数据更新端口的数据更新量,E(i)表示第i时刻所述数据更新端口的数据更新量,i为大于0的整数。
进一步地,所述步骤S4中,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,其中,
将所述更新量平均波动幅度D与预设的第一波动幅度对比参量D1进行对比,
在第一波动幅度对比条件下,判定需调整所述数据更新端口连接服务器的数量;
在第二波动幅度对比条件下,判定无需调整所述数据更新端口连接服务器的数量;
所述第一波动幅度对比条件为D>D1,所述第二波动幅度对比条件为D≤D1。
进一步地,所述步骤S4中,还包括基于所述数据更新量在预设时长内的更新量平均波动幅度确定需调整所述数据更新端口连接服务器的数量时的调整方式,其中,
将所述更新量平均波动幅度D与预设的第二更新量平均波动幅度D2进行对比,D2>D1,
第一调整方式为根据预设的第一数量调整参量p1将所述数据更新端口连接服务器的数量调整至第一数量P1,设定P1=P0+p1;
第二调整方式为根据预设的第二数量调整参量p2将所述数据更新端口连接服务器的数量调整至第二数量P2,设定P2=P0+p2;
所述第一调整方式需满足D<D2,所述第二调整方式需满足D>D2,P0表示所述数据更新端口当前所连接服务器的数量,p1<p2。
进一步地,所述步骤S4中,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式,其中,
将所述更新量波动曲线的平均斜率K与预设的斜率对比参量K0进行对比,K0>K2,p4>p3,
第三调整方式为根据预设的第三数量调整参量p3将所述数据更新端口连接服务器的数量调整至第三数量值P3,设定P3=P0+p3;
第四调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第四数量值P4,设定P4=P0+p4;
第五调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第五数量值P5,设定P5=P0-p3;
第六调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第六数量值P6,设定P6=P0-p4。
进一步地,所述第三调整方式需满足K>0且|K|<K0,所述第四调整方式需满足K<0且|K|≥K0,所述第五调整方式需满足K<0且|K|≥K0,第六调整方式需满足K<0且|K|<K0。
进一步地,所述步骤S4中,对数据更新端口所连接服务器的数量进行调整前,还包括将调整后所连接的服务器数量与服务器总量进行对比,根据对比结果判定是否发出过载警示信息,其中,
若调整后所连接的服务器数量大于所述服务器总数量,则判定需发出过载警示信息。
本发明提供一种跨境物流管理***,其包括:
数据获取模块,其包括若干与数据更新端口连接的数据记录单元,用以获取数据更新端口所更新的物流订单数据对应的数据更新量;
服务器模块,其包括若干可连接的服务器,各所述服务器与各所述数据更新端口建立连接协议,以使各所述服务器处理各所述数据更新端口传输的数据;
数据处理模块,其包括相互连接的数据分析单元、第一运算单元以及第二运算单元;
所述数据分析单元与所述数据获取模块连接用以获取数据更新端口在预设时长内的数据更新量,并基于数据更新量构建更新量波动曲线,基于所述更新量波动曲线的平均斜率判定所述数据更新端口的数据更新趋势;
所述第一运算单元与所述数据获取模块以及所述服务器模块连接,用以在所述数据分析单元判定第一数据更新状态时,获取所述数据更新端口的数据更新量,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量;
所述第二运算单元与所述数据获取模块以及所述服务器模块连接,用以在所述数据分析单元判定第二数据更新状态时,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式。
与现有技术相比,本发明通过数据获取模块获取云端物流平台所更新的物流订单数据对应的数据更新量,根据数据更新量构建更新量波动曲线,基于更新量波动曲线的平均斜率判定数据更新端口的数据更新趋势,在第一数据更新趋势时,基于数据更新量在预设时长内的更新量平均波动幅度调整数据更新端口连接服务器的数量,在第二数据更新趋势时,基于更新量波动曲线的平均斜率调整数据更新端口连接服务器的数量,进而减少运算资源浪费,减少服务器出现过载荷的风险。
尤其,本发明通过获取数据更新端口在预设时长内的数据更新量,构建更新量波动曲线,通过计算更新量波动曲线的平均斜率以表征数据更新量的数据变化趋势,在第一数据变化趋势下,数据更新量为平稳波动,在第二数据变化趋势下,数据更新量为上升波动或下降波动,在上述两种方式下采用不同的调整方式调整数据更新端口连接服务器的数量,调整方式更为准确,进而减少运算资源浪费,减少服务器出现过载荷的风险。
尤其,本发明步骤S4中获取更新量平均波动幅度,并基于更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,在实际情况中,由于跨境物流交易平台的物流订单数据的数据更新量波动性较大,常处于平稳波动的状态,在这种状态下,需要基于波动幅度的大小判定是否需调整数据更新端口连接服务器的数量,在波动幅度较大时需要适当的调整数据更新端口连接服务器的数量,进而避免波动会造成服务器模块短暂的过载,减小服务器模块出现过载荷瘫痪的风险。
尤其,本发明步骤S4中基于更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式,在实际情况中,由于市场因素,跨境物流交易平台的物流订单数据的数据更新量在一段时间内出现上升或下降的现象是常见的,因此,基于更新量波动曲线的平均斜率能够对数据更新端口的数据更新量的上升或下降趋势进行检测,尤其是,在数据更新量波动不大时,却出现了明显的上升趋势,则本发明可以提前调整数据更新端口连接服务器的数量,进而减少后续的数据量出现井喷时***出现载荷的风险,同样的,数据更新端口的数据更新量下降时,可以提前减少数据更新端口连接服务器的数量,进而节约运算资源。
附图说明
图1为发明实施例的基于云管控的跨境物流管理方法步骤图;
图2为发明实施例的更新量波动曲线示意图;
图3为发明实施例的跨境物流管理***结构示意图;
图4为发明实施例的数据处理模块结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示其为本发明基于云管控的跨境物流管理方法步骤图,本发明的基于云管控的跨境物流管理方法,包括:
步骤S1,设置数据获取模块获取云端物流平台各数据更新端口的所更新的物流订单数据;
步骤S2,构建数据更新端口对应的更新量波动曲线并确定所述更新量波动曲线的平均斜率,所述更新量波动曲线为基于数据更新端口在预设时长内的数据更新量构建所得;
步骤S3,基于所述更新量波动曲线的平均斜率判定各数据更新端口的数据更新趋势;
步骤S4,基于数据更新端口的数据更新趋势确定数据更新端口所连接服务器的数量,包括在判定数据更新端口处于第一数据更新趋势时获取所述数据更新端口的数据更新量,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,并将数据更新端口所连接的服务器数量调整至对应值;
以及,在判定数据更新端口处于第二数据更新状态时,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式。
具体而言,请参阅图2所示,其为发明实施例的更新量波动曲线示意图,所述步骤S2中,构建数据更新端口对应的更新量波动曲线并确定所述更新量波动曲线的平均斜率,其中,
获取数据更新端口在预设时长tn内的数据更新量,并以时间为x轴,数据更新量为y轴建立直角坐标系,在所述直角坐标系中构建更新量波动曲线,并按照公式(1)计算所述更新量波动曲线的平均斜率K,
公式(1)中,ki表示横向坐标为i时所述更新量波动曲线的斜率,i为大于0的整数,所述预设时长tn设定时,本领域技术人员应当明白,预设时长tn不宜过短,否则会使得统计所得的数据更新量不具备表征性,在本实施例中tn>1h。
具体而言,本实施例中构建更新量波动曲线时,每隔一最小时间间隔记录该最小时间间隔内的数据更新量,将所述数据更新量作为y轴坐标将所述最小时间间隔所对应的时刻确定为x轴坐标,进而确定坐标点,在所述直角坐标系中构建若干坐标点并将各所述坐标点用平滑曲线连接后得到更新量波动曲线。
具体而言,所述步骤S3中,基于所述更新量波动曲线的平均斜率判定各数据更新端口的数据更新趋势,其中
将所述更新量波动曲线的平均斜率K与预设的第一斜率对比参数K1以及第二斜率对比参数K2进行对比,并根据对比结果判定所述数据更新端口的数据更新趋势,
在第一斜率对比结果下,判定所述数据更新端口处于第一数据更新趋势;
在第二斜率对比结果下,判定所述数据更新端口处于第二数据更新趋势;
所述第一斜率对比结果为K1<K<K2,所述第二斜率对比结果为K≤K1或K≥K2。
具体而言,所述第一斜率对比参数K1以及第二斜率对比参数K2确定时需预先多次统计数据更新接口在预设时长tn内的数据更新量,并基于数据更新量构建更新量波动曲线计算平均斜率K,获取若干次统计所得的平均斜率K,统计次数需大于正态分布最小样本量,将所述平均斜率K作为随机变量,构建概率密度函数,基于构建的概率密度函数对应构建正态分布曲线,确定所述正态分布曲线的75%概率区间,将所述75%概率区间的区间上限对应的平均斜率确定为第二斜率对比参数K2,将所述75%概率区间的区间下限对应的平均斜率确定为第一斜率对比参数K1。
本领域技术人员应当明白的是,在正态分布中,分布在1σ至2σ区间内数据表征性较好,即68%概率区间至95%概率区间,σ为正态分布中的标准差,因此,本发明为提高数据处理的精度选定75%概率区间确定第一斜率对比参数K1以及第二斜率对比参数K2。
具体而言,本发明通过获取数据更新端口在预设时长内的数据更新量,构建更新量波动曲线,通过计算更新量波动曲线的平均斜率以表征数据更新量的数据变化趋势,在第一数据变化趋势下,数据更新量为平稳波动,在第二数据变化趋势下,数据更新量为上升波动或下降波动,在上述两种方式下采用不同的调整方式调整数据更新端口连接服务器的数量,调整方式更为准确,进而减少运算资源浪费,减少服务器出现过载荷的风险。
具体而言,所述步骤S4中,还包括获取数据更新量在预设时长内的更新量平均波动幅度,其中,
按照公式(2)计算所述数据更新量在预设时长tn内的更新量平均波动幅度D,
公式(2)中,E(i+1)表示第i+1时刻所述数据更新端口的数据更新量,E(i)表示第i时刻所述数据更新端口的数据更新量,i为大于0的整数。
具体而言,所述步骤S4中,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,其中,
将所述更新量平均波动幅度D与预设的第一波动幅度对比参量D1进行对比,
在第一波动幅度对比条件下,判定需调整所述数据更新端口连接服务器的数量;
在第二波动幅度对比条件下,判定无需调整所述数据更新端口连接服务器的数量;
所述第一波动幅度对比条件为D>D1,所述第二波动幅度对比条件为D≤D1。
具体而言,所述步骤S4中,还包括基于所述数据更新量在预设时长内的更新量平均波动幅度确定需调整所述数据更新端口连接服务器的数量时的调整方式,其中,
将所述更新量平均波动幅度D与预设的第二更新量平均波动幅度D2进行对比,D2>D1,
第一调整方式为根据预设的第一数量调整参量p1将所述数据更新端口连接服务器的数量调整至第一数量P1,设定P1=P0+p1;
第二调整方式为根据预设的第二数量调整参量p2将所述数据更新端口连接服务器的数量调整至第二数量P2,设定P2=P0+p2;
所述第一调整方式需满足D<D2,所述第二调整方式需满足D>D2,P0表示所述数据更新端口当前所连接服务器的数量,p1<p2。
具体而言,所述第一波动幅度对比参量D1以及第二波动幅度对比参量D2确定时需预先多次统计数据更新接口在预设时长tn内的数据更新量,并基于数据更新量确定更新量平均波动幅度,获取若干次统计所得的更新量平均波动幅度D,统计次数需大于正态分布最小样本量,将更新量平均波动幅度作为随机变量,构建概率密度函数,基于构建的概率密度函数对应构建正态分布曲线,确定所述正态分布曲线的75%概率区间,将所述75%概率区间的区间上限对应的更新量平均波动幅度确定为第二波动幅度对比参量D2,将所述75%概率区间的区间下限对应的更新量平均波动幅度确定为第一波动幅度对比参量D1。
具体而言,本发明步骤S4中获取更新量平均波动幅度,并基于更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,在实际情况中,由于跨境物流交易平台的物流订单数据的数据更新量波动性较大,常处于平稳波动的状态,在这种状态下,需要基于波动幅度的大小判定是否需调整数据更新端口连接服务器的数量,在波动幅度较大时需要适当的调整数据更新端口连接服务器的数量,进而避免波动会造成服务器模块短暂的过载,减小服务器模块出现过载荷瘫痪的风险。
具体而言,所述步骤S4中,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式,其中,
将所述更新量波动曲线的平均斜率K与预设的斜率对比参量K0进行对比,K0>K2,p4>p3,
第三调整方式为根据预设的第三数量调整参量p3将所述数据更新端口连接服务器的数量调整至第三数量值P3,设定P3=P0+p3;
第四调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第四数量值P4,设定P4=P0+p4;
第五调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第五数量值P5,设定P5=P0-p3;
第六调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第六数量值P6,设定P6=P0-p4。
具体而言,斜率对比参量K0基于确定第一斜率对比参数K1以及第二斜率对比参数K2时所获取的75%概率区间确定,将所述75%置信区间的区间中点对应的平均斜率确定为所述斜率对比参量K0。
具体而言,在现有技术中对于服务器的数量进行调整时,通常为手动调整,具体调整的比例本领域技术人员往往通过经验进行调整,在本实施例中,可以预先设定p1、p2、p3以及p4,其中,设定p1=0.15P0,p2=0.3P0,P3=0.3P0×K/K0,P4=0.5P0×K/K0。
具体而言,所述第三调整方式需满足K>0且|K|<K0,所述第四调整方式需满足K<0且|K|≥K0,所述第五调整方式需满足K<0且|K|≥K0,第六调整方式需满足K<0且|K|<K0。
具体而言,本发明步骤S4中基于更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式,在实际情况中,由于市场因素,跨境物流交易平台的物流订单数据的数据更新量在一段时间内出现上升或下降的现象是常见的,因此,基于更新量波动曲线的平均斜率能够对数据更新端口的数据更新量的上升或下降趋势进行检测,尤其是,在数据更新量波动不大时,却出现了明显的上升趋势,则本发明可以提前调整数据更新端口连接服务器的数量,进而减少后续的数据量出现井喷时***出现载荷的风险,同样的,数据更新端口的数据更新量下降时,可以提前减少数据更新端口连接服务器的数量,进而节约运算资源。
具体而言,所述步骤S4中,对数据更新端口所连接服务器的数量进行调整前,还包括将调整后所连接的服务器数量与服务器总量进行对比,根据对比结果判定是否发出过载警示信息,其中,
若调整后所连接的服务器数量大于所述服务器总数量,则判定需发出过载警示信息。
具体而言,请参阅图3以及图4所示,其为本发明实施例的基于云管控的跨境物流管理***结构示意图以及数据处理模块结构示意图,本发明提供一种应用云管控的跨境物流管理方法的云管控的跨境物流管理***,包括:
数据获取模块,其包括若干与数据更新端口连接的数据记录单元,用以获取数据更新端口所更新的物流订单数据对应的数据更新量;
服务器模块,其包括若干可连接的服务器,各所述服务器与各所述数据更新端口建立连接协议,以使各所述服务器处理各所述数据更新端口传输的数据;
数据处理模块,其包括相互连接的数据分析单元、第一运算单元以及第二运算单元;
所述数据分析单元与所述数据获取模块连接用以获取数据更新端口在预设时长内的数据更新量,并基于数据更新量构建更新量波动曲线,基于所述更新量波动曲线的平均斜率判定所述数据更新端口的数据更新趋势;
所述第一运算单元与所述数据获取模块以及所述服务器模块连接,用以在所述数据分析单元判定第一数据更新状态时,获取所述数据更新端口的数据更新量,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量;
所述第二运算单元与所述数据获取模块以及所述服务器模块连接,用以在所述数据分析单元判定第二数据更新状态时,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式。
具体而言,本发明对数据获取模块的具体结构不做限定,对于其中的各数据获取单元可以是外接于数据更新端口的逻辑部件,只需能实现记录数据量的功能即可,此为现有技术,不再赘述。
其中的数据更新端口为云端物流平台与后台服务器进行连接的端口,此为现有技术,此处不再赘述。
具体而言,本发明对服务器模块的具体结构不做限定,只需能完成需要响应服务请求,并进行对应的处理即可,在本实施例中服务器模块可以为一个服务器节点集群,而服务器指服务器节点集群中的服务器节点,用以为不同接口提供数据处理算力,其为现有技术此处不再赘述。
具体而言,本发明数据处理模块的具体结构不做限定,其本身或其中的各单元可使用逻辑部件构成,逻辑部件可以为现场可编程逻辑部件、微处理器、计算机中使用的处理器等,不再赘述。
具体而言,本发明对连接服务器的具体形式不做限定,其可以是将服务器的通信接口与各数据更新端口建立协议连接,也可以是其他形式,其为现有技术,此处不再赘述。
具体而言,本发明对物流订单数据的具体内容不做限定,本领域技术人员应当明白,此处的订单物流订单数据为数据更新接口所更新的数据内容,可以包含单个物流订单的若干上下游数据,本领域技术人员也可将订单物流订单数据替换为云端物流平台所更新的其他数据,对本发明的技术方案不构成影响。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (6)
1.一种基于云管控的跨境物流管理方法,其特征在于,包括:
步骤S1,设置数据获取模块获取云端物流平台各数据更新端口的所更新的物流订单数据;
步骤S2,构建数据更新端口对应的更新量波动曲线并确定所述更新量波动曲线的平均斜率,所述更新量波动曲线为基于数据更新端口在预设时长内的数据更新量构建所得;
步骤S3,基于所述更新量波动曲线的平均斜率判定各数据更新端口的数据更新趋势;
步骤S4,基于数据更新端口的数据更新趋势确定数据更新端口所连接服务器的数量,包括在判定数据更新端口处于第一数据更新趋势时获取所述数据更新端口的数据更新量,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,并将数据更新端口所连接的服务器数量调整至对应值;
以及,在判定数据更新端口处于第二数据更新趋势时,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式;
所述步骤S2中,构建数据更新端口对应的更新量波动曲线并确定所述更新量波动曲线的平均斜率,其中,
获取数据更新端口在预设时长tn内的数据更新量,并以时间为x轴,数据更新量为y轴建立直角坐标系,在所述直角坐标系中构建更新量波动曲线,并按照公式(1)计算所述更新量波动曲线的平均斜率K,
公式(1)中,ki表示横向坐标为i时所述更新量波动曲线的斜率,i为大于0的整数;
所述步骤S3中,基于所述更新量波动曲线的平均斜率判定各数据更新端口的数据更新趋势,其中
将所述更新量波动曲线的平均斜率K与预设的第一斜率对比参数K1以及第二斜率对比参数K2进行对比,并根据对比结果判定所述数据更新端口的数据更新趋势,
在第一斜率对比结果下,判定所述数据更新端口处于第一数据更新趋势;
在第二斜率对比结果下,判定所述数据更新端口处于第二数据更新趋势;
所述第一斜率对比结果为K1<K<K2,所述第二斜率对比结果为K≤K1或K≥K2;
所述步骤S4中,还包括获取数据更新量在预设时长内的更新量平均波动幅度,其中,
按照公式(2)计算所述数据更新量在预设时长tn内的更新量平均波动幅度D,
公式(2)中,E(i+1)表示第i+1时刻所述数据更新端口的数据更新量,E(i)表示第i时刻所述数据更新端口的数据更新量,i为大于0的整数;
所述步骤S4中,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量,其中,
将所述更新量平均波动幅度D与预设的第一波动幅度对比参量D1进行对比,
在第一波动幅度对比条件下,判定需调整所述数据更新端口连接服务器的数量;
在第二波动幅度对比条件下,判定无需调整所述数据更新端口连接服务器的数量;
所述第一波动幅度对比条件为D>D1,所述第二波动幅度对比条件为D≤D1。
2.根据权利要求1所述的基于云管控的跨境物流管理方法,其特征在于,所述步骤S4中,还包括基于所述数据更新量在预设时长内的更新量平均波动幅度确定需调整所述数据更新端口连接服务器的数量时的调整方式,其中,
将所述更新量平均波动幅度D与预设的第二更新量平均波动幅度D2进行对比,D2>D1,
第一调整方式为根据预设的第一数量调整参量p1将所述数据更新端口连接服务器的数量调整至第一数量P1,设定P1=P0+p1;
第二调整方式为根据预设的第二数量调整参量p2将所述数据更新端口连接服务器的数量调整至第二数量P2,设定P2=P0+p2;
所述第一调整方式需满足D<D2,所述第二调整方式需满足D>D2,P0表示所述数据更新端口当前所连接服务器的数量,p1<p2。
3.根据权利要求2所述的基于云管控的跨境物流管理方法,其特征在于,所述步骤S4中,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式,其中,
将所述更新量波动曲线的平均斜率K与预设的斜率对比参量K0进行对比,K0>K2,p4>p3,
第三调整方式为根据预设的第三数量调整参量p3将所述数据更新端口连接服务器的数量调整至第三数量值P3,设定P3=P0+p3;
第四调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第四数量值P4,设定P4=P0+p4;
第五调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第五数量值P5,设定P5=P0-p3;
第六调整方式为根据预设的第三数量调整参量p4将所述数据更新端口连接服务器的数量调整至第六数量值P6,设定P6=P0-p4。
4.根据权利要求3所述的基于云管控的跨境物流管理方法,其特征在于,所述第三调整方式需满足K>0且|K|<K0,所述第四调整方式需满足K<0且|K|≥K0,所述第五调整方式需满足K<0且|K|≥K0,第六调整方式需满足K<0且|K|<K0。
5.根据权利要求4所述的基于云管控的跨境物流管理方法,其特征在于,所述步骤S4中,对数据更新端口所连接服务器的数量进行调整前,还包括将调整后所连接的服务器数量与服务器总量进行对比,根据对比结果判定是否发出过载警示信息,其中,
若调整后所连接的服务器数量大于所述服务器总数量,则判定需发出过载警示信息。
6.一种应用权利要求1-5任一项所述方法的跨境物流管理***,其特征在于,包括:
数据获取模块,其包括若干与数据更新端口连接的数据记录单元,用以获取数据更新端口所更新的物流订单数据对应的数据更新量;
服务器模块,其包括若干可连接的服务器,各所述服务器与各所述数据更新端口建立连接协议,以使各所述服务器处理各所述数据更新端口传输的数据;
数据处理模块,其包括相互连接的数据分析单元、第一运算单元以及第二运算单元;
所述数据分析单元与所述数据获取模块连接用以获取数据更新端口在预设时长内的数据更新量,并基于数据更新量构建更新量波动曲线,基于所述更新量波动曲线的平均斜率判定所述数据更新端口的数据更新趋势;
所述第一运算单元与所述数据获取模块以及所述服务器模块连接,用以在所述数据分析单元判定第一数据更新状态时,获取所述数据更新端口的数据更新量,基于所述数据更新量在预设时长内的更新量平均波动幅度判定是否需调整所述数据更新端口连接服务器的数量;
所述第二运算单元与所述数据获取模块以及所述服务器模块连接,用以在所述数据分析单元判定第二数据更新趋势时,基于所述更新量波动曲线的平均斜率,确定对所述数据更新端口连接服务器的数量进行调整时的调整方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310435401.9A CN116450356B (zh) | 2023-04-21 | 2023-04-21 | 一种基于云管控的跨境物流管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310435401.9A CN116450356B (zh) | 2023-04-21 | 2023-04-21 | 一种基于云管控的跨境物流管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116450356A CN116450356A (zh) | 2023-07-18 |
CN116450356B true CN116450356B (zh) | 2024-02-02 |
Family
ID=87127219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310435401.9A Active CN116450356B (zh) | 2023-04-21 | 2023-04-21 | 一种基于云管控的跨境物流管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116450356B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797189A (zh) * | 2011-10-20 | 2014-05-14 | 纳尔科公司 | 用于预警颤动检测和资产保护管理的方法 |
CN107844376A (zh) * | 2017-11-21 | 2018-03-27 | 北京星河星云信息技术有限公司 | 计算***的资源调配方法、计算***、介质和服务器 |
CN108053026A (zh) * | 2017-12-08 | 2018-05-18 | 武汉大学 | 一种移动应用后台请求自适应调度算法 |
CN114218036A (zh) * | 2021-11-10 | 2022-03-22 | 新浪网技术(中国)有限公司 | 一种资源分配方法和装置 |
CN115297124A (zh) * | 2022-07-25 | 2022-11-04 | 天翼云科技有限公司 | 一种***运维管理方法、装置及电子设备 |
CN115499846A (zh) * | 2021-06-18 | 2022-12-20 | ***通信集团浙江有限公司 | 载波动态调度方法、装置、设备及计算机程序产品 |
-
2023
- 2023-04-21 CN CN202310435401.9A patent/CN116450356B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797189A (zh) * | 2011-10-20 | 2014-05-14 | 纳尔科公司 | 用于预警颤动检测和资产保护管理的方法 |
CN107844376A (zh) * | 2017-11-21 | 2018-03-27 | 北京星河星云信息技术有限公司 | 计算***的资源调配方法、计算***、介质和服务器 |
CN108053026A (zh) * | 2017-12-08 | 2018-05-18 | 武汉大学 | 一种移动应用后台请求自适应调度算法 |
CN115499846A (zh) * | 2021-06-18 | 2022-12-20 | ***通信集团浙江有限公司 | 载波动态调度方法、装置、设备及计算机程序产品 |
CN114218036A (zh) * | 2021-11-10 | 2022-03-22 | 新浪网技术(中国)有限公司 | 一种资源分配方法和装置 |
CN115297124A (zh) * | 2022-07-25 | 2022-11-04 | 天翼云科技有限公司 | 一种***运维管理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116450356A (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Esau et al. | On teleprocessing system design, Part II: A method for approximating the optimal network | |
CN110120973A (zh) | 一种请求控制方法、相关设备及计算机存储介质 | |
CN102298542A (zh) | 一种应用程序的质量确定方法和*** | |
EP3544227A1 (en) | Power control method, device and electronic equipment in ethernet power supply system | |
EP4175243A1 (en) | Content delivery network processing method and apparatus, and electronic device | |
CN109309735B (zh) | 连接处理方法、服务器、***及存储介质 | |
CN116450356B (zh) | 一种基于云管控的跨境物流管理方法 | |
CN105471938B (zh) | 服务器负载管理方法及装置 | |
CN117081996B (zh) | 基于服务端实时反馈和软阈值的流量控制方法及相关设备 | |
CN113452576A (zh) | 网络环境的监控方法及装置、存储介质、电子装置 | |
CN113676362A (zh) | 一种基于数据处理的物联网设备绑定方法及*** | |
CN111163079A (zh) | 设备上报数据分发与控制的***、方法、存储介质及设备 | |
CN108306865B (zh) | 基于Netty框架的modbus粘包处理方法、装置 | |
CN213904561U (zh) | 一种自动泊车的边缘计算节点*** | |
CN113094002B (zh) | 消息处理方法、装置、电子设备和计算机介质 | |
CN114422438A (zh) | 电力通信网络的链路调节方法及装置 | |
CN109756384B (zh) | 数据源状态判定方法及装置、计算机可读存储介质 | |
CN110867968B (zh) | 无线配网相量测量装置数据上送控制方法及装置 | |
CN112311686A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
Miu et al. | A Real-time Detection Framework for Abnormal Devices in the Power Internet of Things | |
KR101964050B1 (ko) | 폴링 제어 장치, 방법 및 컴퓨터 프로그램 | |
CN110011828B (zh) | 一种基于虚拟化的配网通信网业务质量管理***及方法 | |
CN113192310B (zh) | 用于显示测量参数的方法以及设备 | |
CN117707523B (zh) | 一种自定义组态可视化管理方法及管理应用平台 | |
CN113411390B (zh) | 内容分发网络的调度方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |