买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及数据同步技术领域，尤其涉及一种订单数据的同步方法、系统及设备。所述方法包括以下步骤：对电子商务系统进行订单实时采集，得到原始订单数据；对原始订单数据进行分块及哈希映射，得到有序订单数据块序列与存储节点集群映射表，其中有序订单数据块序列与存储节点集群映射表一一对应，每个订单数据块对应唯一的存储节点；基于有序订单数据块序列与存储节点集群映射表进行分布式数据库构建，得到分布式数据库；对分布式数据库中每个存储节点进行维护逻辑矢量时钟记录，得到全局有序维护时间戳序列。本发明有效解决了分布式订单数据同步中的一致性问题，提高了系统的可靠性、性能和容错能力，简化了数据管理。

主权项：1.一种订单数据的同步方法，其特征在于，包括以下步骤：步骤S1：对电子商务系统进行订单实时采集，得到原始订单数据；对原始订单数据进行分块及哈希映射，得到有序订单数据块序列与存储节点集群映射表，其中有序订单数据块序列与存储节点集群映射表一一对应，每个订单数据块对应唯一的存储节点；其中，步骤S1包括以下步骤：步骤S11：对电子商务系统进行订单事件探针部署，得到订单事件监控代理；步骤S12：利用订单事件监控代理对电子商务系统进行订单事务数据流实时捕获，得到原始订单数据；步骤S13：对原始订单数据进行格式规范化处理，得到规范订单数据；步骤S14：对规范订单数据进行分块，得到有序订单数据块序列；步骤S15：基于有序订单数据块序列通过环状虚拟节点映射对每个订单数据块进行存储节点映射，得到存储节点集群映射表，其中有序订单数据块序列与存储节点集群映射表一一对应，每个订单数据块对应唯一的存储节点；其中，步骤S15包括以下步骤：步骤S151：对电子商务系统进行N维环状虚拟节点空间构建，得到N维环状虚拟节点空间，其中在N维环状虚拟节点空间中物理存储节点按一致性哈希算法映射至N维环上，每个物理存储节点在环上均匀分布有M个虚拟节点；步骤S152：采用分形哈希编码算法对有序订单数据块序列中每个订单数据块进行编码，得到若干个订单N维哈希向量；步骤S153：基于N维环状虚拟节点空间对每个订单N维哈希向量进行距离测度，得到最近虚拟节点距离数据；其中，步骤S153包括以下步骤：步骤S1531：对N维环状虚拟节点空间进行非欧几何空间映射，得到N维非欧空间；步骤S1532：对订单N维哈希向量进行自相似度量分析，得到订单哈希向量分形维数；步骤S1533：对N维非欧空间中的每个虚拟节点与订单哈希向量分形维数进行分形相似度测度，得到若干个节点-订单分形距离值；步骤S1534：根据若干个节点-订单分形距离值对订单哈希向量分形维数进行最临近匹配，得到最近虚拟节点距离数据；步骤S154：将最近虚拟节点距离数据对应的虚拟节点映射回物理存储节点，并将订单数据块与对应的物理存储节点记录在存储节点集群映射表中；步骤S155：重复步骤S153和S154，直至所有订单数据块均完成节点映射，即得到存储节点集群映射表，其中有序订单数据块序列与存储节点集群映射表一一对应，每个订单数据块对应唯一的存储节点；步骤S2：基于有序订单数据块序列与存储节点集群映射表进行分布式数据库构建，得到分布式数据库；对分布式数据库中每个存储节点进行维护逻辑矢量时钟记录，得到全局有序维护时间戳序列；根据全局有序维护时间戳序列对对应存储节点的订单数据块进行数据一致性检测，得到数据不一致检测结果；其中，步骤S2包括以下步骤：步骤S21：基于有序订单数据块序列与存储节点集群映射表对存储节点集群中每个存储节点进行Gossip数据库实例部署，得到分布式数据库；步骤S22：对分布式数据库中各Gossip数据库实例进行矢量时钟初始化，得到节点初始矢量时钟状态数据；步骤S23：基于节点初始矢量时钟状态数据利用分布式数据库中各Gossip数据库实例中的矢量时钟协同器在预设的周期与存储节点集群中的存储节点进行反熵状态交换，得到节点更新矢量时钟状态数据，其中，在反熵状态交换过程中，当接收到其他存储节点的增量状态后，按照因果顺序和节点编号进行递增合并，更新本地矢量时钟；步骤S24：按照预设的归档周期对各存储节点的节点更新矢量时钟状态数据进行周期性归档，生成有序矢量时钟元组，并广播至整个存储节点集群，得到有序矢量时钟元组数据；步骤S25：对存储节点集群内各存储节点的有序矢量时钟元组数据进行汇总，得到全局有序维护时间戳序列，其中全局有序维护时间戳序列包括若干个有序矢量时钟元组数据；步骤S26：根据全局有序维护时间戳序列对各存储节点存储的订单数据块进行数据一致性检测，得到数据不一致检测结果；其中，步骤S26包括以下步骤：步骤S261：基于全局有序维护时间戳序列对全局订单数据事件进行拓扑建模构建，得到全局有序事件图谱，其中每个有序矢量时钟元组数据对应一个事件节点，节点之间的依赖关系由因果顺序和节点编号确定；步骤S262：基于存储节点集群对各存储节点进行本地订单数据块序列提取，得到本地订单数据块序列；步骤S263：根据本地订单数据块序列对对应的存储节点进行本地事件拓扑建模，得到本地有序事件图谱；步骤S264：对本地有序事件图谱和全局有序事件图谱进行拓扑同构性检测，得到一致性检测结果数据；步骤S265：若一致性检测结果数据显示本地有序事件图谱和全局有序事件图谱存在不等价关系，则基于全局有序维护时间戳序列对本地有序事件图谱进行矢量时钟状态回溯，得到事件分歧点数据；步骤S266：对事件分歧点数据进行存储节点映射构建，得到数据不一致检测结果，其中数据不一致检测结果包括订单数据不一致的存储节点与其对应的事件分歧点数据；步骤S3：根据数据不一致检测结果对存储节点集群映射表进行多数据投票共识达成，得到一致性订单数据；基于存储节点集群映射表将一致性订单数据回写至原存储节点，得到同步总订单数据，其中数据不一致检测结果包括订单数据不一致的存储节点与其对应的事件分歧点数据；其中，步骤S3包括以下步骤：步骤S31：基于数据不一致检测结果对订单数据不一致的存储节点进行波动图谱构建，得到分歧波动图谱，其中，分歧波动图谱中的节点代表存储节点，边代表因果依赖，不一致存储节点根据对应的事件分歧点数据构建分支；步骤S32：对分歧波动图谱中每条分支进行期望熵计算，得到若干个分支期望熵数据；步骤S33：根据若干个分支期望熵数据对分歧波动图谱进行最低期望熵路径识别，得到订单一致路径里程碑分支，其中，订单一致路径里程碑分支对应着存储节点集群中大多数节点达成一致的有序事件序列；步骤S34：对分歧波动图谱进行共识收敛建模，得到订单共识修剪器；利用订单共识修剪器对分歧波动图谱进行异常分支扫描标识，得到存储节点异常分支图；步骤S35：根据存储节点异常分支图与订单一致路径里程碑分支利用订单共识修剪器对分歧波动图谱进行异常路径剪枝并植入操作，得到存储节点归一化图谱；步骤S36：基于存储节点归一化图谱进行共识拓扑构建，得到订单一致性事件链；步骤S37：根据存储节点映射表对订单一致性事件链进行事件解码还原，得到一致性订单数据块序列，并将一致性订单数据块序列回写至原存储节点集群，完成同步，得到同步总订单数据。

全文数据：

权利要求：

百度查询： 深圳本臻力行技术服务有限公司 一种订单数据的同步方法、系统及设备