本公开的实施例公开了数据处理方法和装置。该方法的一具体实施方式包括：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。该实施方式通过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数据对齐，使得数据对比更加的便捷，提高了差异数据的生成效率。了差异数据的生成效率。了差异数据的生成效率。
【技术实现步骤摘要】
数据处理方法和装置
[0001]本公开的实施例涉及计算机
，具体涉及数据处理方法和装置。
技术介绍
[0002]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。
[0003]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。
技术实现思路
[0004]本公开的实施例提出了数据处理方法和装置。
[0005]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。
[0006]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。
[0007]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。
[0008]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。
[0009]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。
[0010]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。
[0011]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。
[0012]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。
[0013]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。
[0014]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。
[0015]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。
[0016]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。
[0017]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。
[0018]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本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，包括：分别从仓库的仓库系统和入驻所述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；响应于确定出所述库存流水数据的时间戳和业务流水数据的时间戳相匹配，将所述库存流水数据和业务流水数据进行数据对齐；将数据对齐后的所述库存流水数据和业务流水数据进行对比；基于对比结果，生成所述待处理用户的所述库存流水数据和业务流水数据之间的差异数据。2.根据权利要求1所述的方法，其中，所述响应于确定出所述库存流水数据的时间戳和业务流水数据的时间戳相匹配，将所述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；针对所述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所述目标时间段内，确定所述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。3.根据权利要求1所述的方法，其中，所述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：确定数据对齐后的所述库存流水数据和业务流水数据的数据量之和；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，其中，所述数据集合包括库存流水数据集合和业务流水数据集合，所述库存流水数据集合包括数据对齐后的库存流水数据，所述业务流水数据集合包括数据对齐后的业务流水数据。4.根据权利要求3所述的方法，其中，所述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。5.根据权利要求4所述的方法，其中，所述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：按照所述库...
【专利技术属性】
技术研发人员：梁宝彬，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。