[发明专利]一种外卖订单的实时压力监控系统

说明书

本发明公开了一种外卖订单的实时压力监控系统，包括移动客户端、订单中心、数据中心以及业务平台。本发明希望城市运营经理能直接通过压力监控图找到相应压力网格中的具体订单和商家，根据压力网格附近的骑手负载率，来调配骑手使运力达到最优配置；运营经理选定所负责的城市和区域后，从商家、骑手、订单三个维度，展示了不同维度下的压力状态，根据压力网格的实时情况：订单量较多，骑手较少，需要向该区域调配运力，提供相应的支持；高压力订单较多(长时间未派出)，需要匹配合适的骑手接单。

技术领域

本发明属于网络信息技术领域，具体涉及一种外卖订单的实时压力监控系统。

背景技术

作为即时物流平台，一方面为用户提供准时、极速、可信赖的送达服务，希望将订单迅速的派出，避免订单大量堆积；另一方面，作为3亿蓝领的职业发展平台，为骑手提供收入、职业发展和提升的机会，帮助他们实现更美好的生活。

外卖行业中，大多数订单集中在中午和晚上两个高峰期，如何避免订单的大量堆积，一方面要更加准确的掌控订单的实时状态，而且在高峰期大量写入时保持读取的稳定；另外一方面要更科学地调配运力和统揽全局，并最终提升系统的配送效率。

为了更加准确的掌控订单的实时状态，我们只关注和保留订单的最新状态，希望能以覆盖的方式插入记录，同一条订单(在存储中为订单编号相同的记录)后继状态(例如转单状态在派单之后，完成在转单后)覆盖前驱状态，目前普遍使用的关系型数据库，不能原生的达到覆盖的方式插入新记录，如果要达到目的，需要先删除原始记录后，再插入新记录，在高峰期频繁删除会大幅增加存储的读写压力；或者先标记原始记录失效，再插入新记录，造成大量的多余记录，同时也增加了开发难度。

为了提升系统的配送效率，则需要引入压力监控体系；目前的压力监控以热力图的形式展示，通过颜色的深浅程度，来反应压力大小，只能比较笼统的从视觉感官上来感受，不能精确到以网格为单位，也不能定量的反应其中真实的未派订单数量、详情和压力值大小、商家压力和附近骑手的负载情况。

发明内容

鉴于上述，本发明提供了一种外卖订单的实时压力监控系统，能够使城市运营经理能更迅速的查看到订单压力比较大的网格，找到该网格内的具体的订单和商家为依据调配骑手，达到运力资源平衡，使运力发挥到最优。

一种外卖订单的实时压力监控系统，包括移动客户端、订单中心、数据中心以及业务平台；其中：所述移动客户端用于生成用户的订单并将其发送至订单中心；所述订单中心用于接收订单并将其写入Mysql(关系型数据库管理系统)中；所述数据中心用于通过监听Mysql中的日志并将相应的信息封装成Kafka(一种高吞吐量的分布式发布订阅消息系统)形式的消息后写入ScyllaDB(高吞吐、低延迟、性能优异的列存储NoSQL(非关系型数据库)，可以原生的达到以覆盖方式插入新记录)中；所述业务平台通过读取ScyllaDB中一段时间内的订单数据，对城区进行网格化划分，通过订单数据统计每个网格块内的高压力订单、高压力商家、骑手负载并计算出网格压力值，进而将这些信息发送给运营经理以及用户移动客户端进行显示。

进一步地，所述订单中心由Java EE服务器集群组成，负责订单入库。

进一步地，所述数据中心包括DTS集群、Storm集群、Kafka集群、Spark Streaming集群以及ScyllaDB集群；其中：所述DTS集群通过DTS(Data Transformation Service，SQL中的数据转换服务)技术监听Mysql中Binlog(二进制日志文件)的变化；所述Storm(一个开源的分布式实时计算系统，常被称为流式计算框架)集群用于监听DTS集群中的DTS消息，进而把DTS消息封装成Kafka消息写入到Kafka集群中；所述Spark Streaming(为大规模数据处理而设计的快速通用的计算引擎)集群用于从Kafka集群中读取Kafka消息并将其以覆盖模式写入ScyllaDB集群中(同一条订单有多个状态，后一批次中的记录，覆盖前面批次的状态)。