单件序列号管理的难点不在采集,而在数据量。一条产线一年产生的序列号记录可能是千万级,多年累积到亿级。入库、移库、出库、售后,每个动作都写一条记录,查询时若全表扫描,一次追溯要等几分钟,业务无法接受。数据量之外还有并发,多个用户同时追溯,单条查询再快也会被拖慢。写入与查询的资源要分开,混在一起会互相拖累。
查得快的一层是数据模型。序列号作为主键,历史记录按时间分区,常用查询字段建索引;冷热数据分层,近三个月放在主表,历史数据归档到查询库;宽表与明细表分开,列表页查宽表,详情页查明细。这些是常规做法,但需要在上线前设计,事后改造成本高。索引不是越多越好,写入频繁的表上索引过多会拖慢采集。归档策略要提前定,历史数据保留多久、放在哪里,都要在项目初期确认。
第二层是查询路径。追溯通常有两个入口:按序列号查全生命周期,按批次或订单查涉及的序列号。前者是点查,靠索引;后者是范围查,靠分区与覆盖索引。两类查询的优化方向不同,混在同一张表上,总有一类会慢。范围查询要限制时间跨度,不限跨度的查询应引导用户先缩小条件。常用组合查询可以预生成视图,用空间换时间。
第三层是写入性能。采集端在高频写入时,逐条提交会成为瓶颈,批量提交与异步写入是常用手段;写入失败要有补偿,否则序列号断链。断链之后再补,需要人工核对,成本远高于事前设计。批量写入要控制批次大小,过大反而增加失败后的重传成本。断链的序列号要有单独的处理入口,不能混在正常流程里。
聚龄WMS 的序列号管理支持按主键点查与按批次范围查两条路径,记录按时间分区归档,采集端支持批量写入与失败补偿。电子制造客户的项目中,序列号与箱码、托盘码形成多级关联,出库扫描箱码即可带出整箱明细,减少逐件扫描。判断方案是否够用,看两个指标:单次追溯查询的响应时间,以及采集端的写入成功率。前者反映查询设计,后者反映采集设计,两个都要达标才算可用。聚龄WMS 在序列号查询上提供超时提示与结果分页,解决单次请求拖住整个页面。追溯的另一个要求是可导出,客诉处理往往需要提交清单。
热门跟贴