[发明专利]调控接单系统的方法和装置

说明书

本发明公开了一种调控接单系统的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：采用经过训练的模型，确定生产系统负载的计算值和数据库负载的计算值；若生产系统负载的计算值超出生产系统负载的预设阈值或数据库负载的计算值超出数据库负载的预设阈值，则采用所述经过训练的模型，确定消息缓存队列的期望数量和接单服务器的期望数量；将消息缓存队列的数量调整为所述消息缓存队列的期望数量，将接单服务器的数量调整为所述接单服务器的期望数量。该实施方式克服了现有技术中完全靠人为经验调整接单系统的技术问题，进而提高效率和准确率，并且可以实时根据当前订单量、生产系统的吞吐和负载能力动态调整接单系统吐出速率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种调控接单系统的方法和装置。

背景技术

为了应对急剧增长的订单量，提升订单消化能力，现有技术的接单系统采用异步接单的方式进行接单。异步接单方式在订单入口处使用消息缓存队列对订单进行缓存，随后吐出给订单生产系统。消息缓存队列接到订单后，匀速吐出订单的速率的大小直接影响到订单生产速度和订单生产系统的稳定性。消息缓存队列吐出速率的调整完全靠人为经验，对消息缓存队列数量和接单服务器数量进行人为预估和摸索性试验后，确定缓存队列数量和接单服务器数量。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

完全靠人为经验确定缓存队列数量和接单服务器数量的方法存在低效和不准确的缺点，并且数值确认后无法及时根据实际订单量和系统吞吐能力动态调整吐出速率。

发明内容

有鉴于此，本发明实施例提供一种调控接单系统的方法和装置，能够解决现有技术中完全靠人为经验确定缓存队列数量和接单服务器数量的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种调控接单系统的方法，包括：采用经过训练的算法模型，根据接单系统参数的实时值和消息缓存队列的实时数量，确定生产系统负载的计算值和数据库负载的计算值；若生产系统负载的计算值超出生产系统负载的预设阈值或数据库负载的计算值超出数据库负载的预设阈值，则采用所述算法模型，根据生产系统负载的预设阈值和数据库负载的预设阈值，确定消息缓存队列的期望数量和接单服务器的期望数量；将消息缓存队列的数量调整为所述消息缓存队列的期望数量，将接单服务器的数量调整为所述接单服务器的期望数量。

可选地，采用经过训练的算法模型，根据接单系统参数的实时值和消息缓存队列的实时数量，确定生产系统负载的计算值和数据库负载的计算值之前，所述方法还包括：将采用支持向量机进行训练得到的支持向量机模型，或者，采用神经网络连续型分类器进行训练得到的神经网络模型作为所述算法模型；对所述算法模型进行训练。

可选地，采用经过训练的算法模型，根据接单系统参数的实时值和消息缓存队列的实时数量，确定生产系统负载的计算值和数据库负载的计算值之前，所述方法还包括：根据奥坎姆剃刀原理，对训练后得到的所述支持向量机模型或者神经网络模型中的导致过拟合的参数进行调整；将调整后的支持向量机模型或者神经网络模型作为所述算法模型。

可选地，所述算法模型的训练样本是由同步采集的接单系统参数的历史值、消息缓存队列的历史数量、生产系统负载的历史值和数据库负载的历史值组成。

可选地，所述接单系统参数包括接单服务器的数量、接单服务器系统负载、吐出速率、当前接单数量；所述生产系统负载包括生产服务器的数量、生产服务器CPU使用平均值、生产服务器内存使用平均值、生产服务器系统负载；所述数据库负载包括数据库服务器系统负载、数据库连接数、磁盘负载。