[发明专利]交易凭证管理方法、数据处理系统及计算机存储介质

权利要求书

1.一种交易凭证管理方法，其特征在于，应用于数据处理系统，所述方法包括：

根据预测算法预测得到当前时间点的下一个高峰期的交易凭证需求量为n个，所述高峰期为交易凭证大量生成的时间段，其中n为正整数；

控制所述数据处理系统的缓存所存储的标识信息的个数为至少n个，其中，每一个所述标识信息对应唯一的一个交易凭证，所述缓存所存储的至少n个标识信息互不相同；

在接收到终端发送的每个标识信息请求时，从所述缓存所存储的至少n个标识信息中调取一个目标标识信息，并向所述终端发送所述目标标识信息，以使所述终端将所述目标标识信息填充到所述标识信息请求对应的交易凭证中。

2.根据权利要求1所述的交易凭证管理方法，其特征在于，所述数据处理系统包括数据库，所述数据库存储有标识信息；

所述控制所述数据处理系统的缓存所存储的标识信息的个数为至少n个，包括：

判断所述缓存所存储的标识信息的个数m是否少于n个，其中m为整数；

若是，则从所述数据库中获取至少(n-m)个标识信息；

将获取到的所述至少(n-m)个标识信息存储至所述缓存中。

3.根据权利要求1所述的交易凭证管理方法，其特征在于，所述控制所述数据处理系统的缓存所存储的标识信息的个数为至少n个，包括：

在到达目标时间点时，控制所述缓存所存储的标识信息的个数为至少n个，所述目标时间点为所述当前时间点至所述下一个高峰期的时间起点的时间段中任意一个时间点。

4.根据权利要求1所述的交易凭证管理方法，其特征在于，所述预测算法为人工智能AI预测算法；

所述根据预测算法预测得到当前时间点的下一个高峰期的交易凭证需求量为n个，包括：

使用所述AI预测算法对历史高峰期的历史交易凭证需求量进行计算，得到所述下一个高峰期的交易凭证需求量为n个，所述历史高峰期为所述下一个高峰期之前的高峰期。

5.根据权利要求4所述的交易凭证管理方法，其特征在于，所述使用所述AI预测算法对历史高峰期的历史交易凭证需求量进行计算，包括：

判断所述下一个高峰期是否存在影响因子，所述影响因子为影响交易凭证需求量的情况；

若存在，则使用所述AI预测算法对存在所述影响因子的历史高峰期的历史交易凭证需求量进行计算。

6.根据权利要求5所述的交易凭证管理方法，其特征在于，所述影响因子为天气情况、门店促销情况、所述下一个高峰期所处的日期为工作日或节假日、自定义影响因子中的一项或多项。

7.根据权利要求1至6任一项所述的交易凭证管理方法，其特征在于，所述缓存所存储的至少n个标识信息为按照顺序依次排列的n个序列号；

所述从所述缓存所存储的至少n个标识信息中调取一个目标标识信息，包括：

在接收到每个所述标识信息请求时，按照所述n个序列号的排列顺序，依次从所述n个序列号中调取一个目标序列号。

8.根据权利要求7所述的交易凭证管理方法，其特征在于，所述序列号为交易凭证的数据库主键、交易凭证的流水号中的一种或两种。

9.根据权利要求1所述的交易凭证管理方法，其特征在于，所述标识信息请求包括交易凭证的交易信息；

所述向所述终端发送所述目标标识信息之后，所述方法还包括：

将所述目标标识信息与所述标识信息请求包括的交易凭证的交易信息建立关联，并保存至所述数据处理系统的数据库中。